一種融合人臉和手勢的生物識別方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種融合人臉和手勢的生物識別方法，包括以下步驟：步驟1：采集人臉圖像和手勢圖像進行背景建模；步驟2：對實現(xiàn)背景建模后的人臉圖像進行人眼瞳孔的位置定位，根據(jù)瞳孔距離計算人臉區(qū)域的大小，再對人臉圖像進行歸一化處理；步驟3：根據(jù)定位的人眼瞳孔位置計算實現(xiàn)歸一化處理后的人臉圖像中五官特征的中心坐標，然后將該人臉圖像分割成F個人臉區(qū)域；步驟4：描述實現(xiàn)背景建模后的手勢圖像的特征，構(gòu)建該手勢圖像的特征子空間，將該手勢圖像分成M種類型；步驟5：根據(jù)選取的F個人臉區(qū)域和步驟4中M種手勢識別圖像組建F×M種人臉-手勢模式；設(shè)定用戶眼睛連續(xù)閉合N次，進一步組建F×M×N種人臉-手勢模式。
【專利說明】一種融合人臉和手勢的生物識別方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，涉及人臉和手勢相融合的生物識別方法，尤其涉及一種融合人臉和手勢的生物識別方法。
【背景技術(shù)】
[0002]隨著智能手機、智能電視、平板電腦、車載智能系統(tǒng)的迅速普及，人與智能終端的交互活動成為人們?nèi)粘Ｉ钪械闹匾M成部分。在這種情況下，基于語音、人臉、手勢等更加自然、更加方便的人機交互技術(shù)得到迅猛發(fā)展。
[0003]人臉識別技術(shù)提供了一種自然的人機交互方法。人臉是人類視覺中最為普遍的模式，最容易被人類接受。人的面部所表現(xiàn)的視覺信息在社會交流中有著很重要的作用和意義。目前，雖然基于人臉識別的應(yīng)用開始出現(xiàn)在智能手機、智能電視等終端產(chǎn)品上，但是受光線、角度、表情、遮擋物、眼鏡、年齡等因素影響，人臉識別的效果尚不夠理想。
[0004]手勢是另外一種自然、直觀、易于學(xué)習(xí)的人機交互手段。手勢可以分為靜態(tài)手勢和動態(tài)手勢兩種:靜態(tài)手勢指在單個時間點上手的空間姿態(tài)，如手的形狀、方向和身體的相對位置等；動態(tài)手勢則是由一段時間內(nèi)的手的一系列姿態(tài)組成，相比靜態(tài)手勢增加了時間信息和動作特征，如手的姿態(tài)變化和運動軌跡?；谝曈X的手勢識別技術(shù)突出優(yōu)點是輸入設(shè)備便捷，例如攝像頭已經(jīng)成為智能手機等終端產(chǎn)品的標準配置，并且它對人手不做其他附加設(shè)備要求(如手套等)，使計算機與人的交互更加趨于自然化?，F(xiàn)在對手勢識別的研究都還處于算法研究方面，大部分的實現(xiàn)都是基于PC機平臺的，只有少數(shù)研究為提高速度而采用了硬件加速的方法。
[0005]綜上所述，無論是人臉還是手勢其識別效果目前尚不理想。研究發(fā)現(xiàn)單一生物特征(例如人臉、手形、指紋等)所含信息有限，是無法滿足人們多樣化需求。盡管指紋和虹膜擁有大量的信息內(nèi)容，但是已有的指紋認證系統(tǒng)對于低質(zhì)量的指紋圖像的識別率也不樂觀，因此，對于某些關(guān)鍵應(yīng)用，單一生物特征識別系統(tǒng)都很難滿足人們需求。

【發(fā)明內(nèi)容】

[0006]根據(jù)現(xiàn)有技術(shù)存在的問題，本發(fā)明公開了一種融合人臉和手勢的生物識別方法；該方法將人臉圖像和手勢圖像相結(jié)合的方式進行圖像識別，具體方案為:一種融合人臉和手勢的生物識別方法，其特征在于:該方法包括以下步驟:
[0007]步驟1:采集人臉圖像和手勢圖像，分別采用判別性原子背景建模方法對人臉圖像和手勢圖像進行背景建模，去除背景干擾；
[0008]步驟2:采用灰度投影方法對實現(xiàn)背景建模后的人臉圖像進行人眼瞳孔的位置定位，根據(jù)瞳孔距離計算人臉區(qū)域的大小，再對人臉圖像進行歸一化處理；
[0009]步驟3:根據(jù)定位的人眼瞳孔位置計算實現(xiàn)歸一化處理后的人臉圖像中五官特征的中心坐標，根據(jù)五官特征的中心坐標將該人臉圖像分割成F個人臉區(qū)域；
[0010]步驟4:采用梯度方向直方圖方法描述實現(xiàn)背景建模后的手勢圖像的特征，結(jié)合主元分析方法構(gòu)建該手勢圖像的特征子空間，采用支撐向量機方法將該手勢圖像分成M種類型；
[0011]步驟5:根據(jù)步驟3中選取的F個人臉區(qū)域和步驟4中M種手勢識別圖像組建FXM種人臉-手勢模式；設(shè)定用戶眼睛連續(xù)閉合N次，進一步組建FXMXN種人臉-手勢模式。
[0012]所述判別性原子背景建模方法采用如下方式:首先將圖像分割成多個圖像塊，將圖像進行稀疏編碼，在圖像的稀疏編碼模型基礎(chǔ)上，利用平均信息量和詞頻-逆向文件頻率(tf-1df)技術(shù)，對稀疏編碼字典中的原子進行統(tǒng)計分析，查找出攜帶判別性信息的原子，并利用判別性原子重建圖像背景信息。
[0013]所述判別性原子背景建模方法采用如下算法:
【權(quán)利要求】
1.一種融合人臉和手勢的生物識別方法，其特征在于:該方法包括以下步驟: 步驟1:采集人臉圖像和手勢圖像，分別采用判別性原子背景建模方法對人臉圖像和手勢圖像進行背景建模，去除背景干擾； 步驟2:采用灰度投影方法對實現(xiàn)背景建模后的人臉圖像進行人眼瞳孔的位置定位，根據(jù)瞳孔距離計算人臉區(qū)域的大小，再對人臉圖像進行歸一化處理； 步驟3:根據(jù)定位的人眼瞳孔位置計算實現(xiàn)歸一化處理后的人臉圖像中五官特征的中心坐標，根據(jù)五官特征的中心坐標將該人臉圖像分割成F個人臉區(qū)域； 步驟4:采用梯度方向直方圖方法描述實現(xiàn)背景建模后的手勢圖像的特征，結(jié)合主元分析方法構(gòu)建該手勢圖像的特征子空間，采用支撐向量機方法將該手勢圖像分成M種類型； 步驟5:根據(jù)步驟3中選取的F個人臉區(qū)域和步驟4中M種手勢識別圖像組建FXM種人臉-手勢模式；設(shè)定用戶眼睛連續(xù)閉合N次，進一步組建FXMXN種人臉-手勢模式。
2.根據(jù)權(quán)利要求1所述的一種融合人臉和手勢的生物識別方法，其特征還在于:所述判別性原子背景建模方法采用如下方式:首先將圖像分割成多個圖像塊，將圖像進行稀疏編碼，在圖像的稀疏編碼模型基礎(chǔ)上，利用平均信息量和詞頻-逆向文件頻率(tf-1df)技術(shù)，對稀疏編碼字典中的原子進行統(tǒng)計分析，查找出攜帶判別性信息的原子，并利用判別性原子重建圖像背景信息。
3.根據(jù)權(quán)利要求2所述的一種融合人臉和手勢的生物識別方法，其特征還在于:所述判別性原子背景建模方 法采用如下算法:
4.根據(jù)權(quán)利要求2或3所述的一種融合人臉和手勢的生物識別方法，對判別性原子的選擇采用如下方式: 對所有圖像塊，根據(jù)上述tf-1df計算公式，計算得到所有原子的tf-1df值的集合J ={tf-1df (φ, Yj) I (Ii e D, Yj e Y}； 根據(jù)設(shè)定的tf-1df的臨界值，選擇出J中大于該臨界值的子集J。； 則確定判別性原子的集合為:DA = 1￥--? € Hy] €€ Jj ο
5.根據(jù)權(quán)利要求1所述的一種融合人臉和手勢的生物識別方法，其特征還在于:采用灰度投影方法定位人眼瞳孔位置和計算人臉圖像面部五官特征的中心坐標都采用如下公式:
6.根據(jù)權(quán)利要求1或5所述的一種融合人臉和手勢的生物識別方法，其特征還在于:所述人臉圖像中五官特征的中心坐標采用如下方式:根據(jù)計算出的人眼瞳孔的位置坐標和瞳孔間距離計算出五官特征所在面部的目標區(qū)域，計算該目標區(qū)域內(nèi)圖像在水平和垂直方向的灰度投影曲線Pv(x)，Ph(y)，各曲線上的波谷即對應(yīng)特征器官的中心位置。
7.一種融合人臉和手勢的生物識別系統(tǒng)，其特征在于:包括用于采集人臉圖像信息和手勢圖像信息的圖像采集單元，接收所述圖像采集單元傳送的數(shù)據(jù)信息對人臉圖像和手勢圖像背景進行去除的背景處理單元，接收所述背景處理單元傳送的去除背景后的人臉圖像，對該人臉圖像進行歸一化處理、五官特征定位和區(qū)域劃分的人臉特征識別單元，接收所述背景處理單元傳送的去除背景后的手勢圖像、對手勢圖像的特征進行提取和手勢分類的手勢特征識別單元，以及接收所述人臉特征識別單元和手勢特征識別單元傳送的數(shù)據(jù)信息，對人臉圖像和手勢圖像進行組建的圖像重組單元。
【文檔編號】G06K9/00GK103761508SQ201410001809
【公開日】2014年4月30日 申請日期:2014年1月2日 優(yōu)先權(quán)日:2014年1月2日
【發(fā)明者】戚金清 申請人:大連理工大學(xué)