本發(fā)明涉及人臉識別領域，具體而言，涉及一種圖像識別的方法和裝置。

背景技術：

主成分分析(principalcomponentanalysis,pca)是一種比較準確的人臉識別算法，通過一定的訓練,提取人臉圖像的主成分,進行非監(jiān)督的學習方法,進而實現(xiàn)人臉識別和人臉辨別。

現(xiàn)有的主成分分析pca人臉識別方法,受到光照的影響比較大，對亮度變換的魯棒性較低。在圖像光照有變化的時候,識別率會比較低。

針對上述的問題，目前尚未提出有效的解決方案。

技術實現(xiàn)要素：

本發(fā)明實施例提供了一種圖像識別的方法和裝置，以至少解決人臉識別的識別率比較低的技術問題。

根據本發(fā)明實施例的一個方面，提供了一種圖像識別的方法，包括：從人臉圖像的解析圖像中獲取解析信號，其中，所述解析信號的幅度值攜帶有所述人臉圖像中表征光照的信息；對所述解析信號中的所述幅度值進行歸一化處理；對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別。

可選地，從人臉圖像的解析圖像中獲取解析信號包括：獲取所述人臉圖像的2維解析圖像，并從所述2維解析圖像中獲取2個希爾伯特變換解析信號；或者獲取所述人臉圖像的2維解析圖像，并從所述2維解析圖像中獲取四元數(shù)解析信號。

可選地，所述2個希爾伯特變換解析信號為

其中，f是所述人臉圖像的2維解析圖像，ψ1和ψ3為所述2維解析圖像的希爾伯特變換的映射值，a1和a3為所述2個希爾伯特變換解析信號的幅度值，和是解析信號的相位值，i'是虛數(shù)單位，h{f}是所述2維解析圖像f的希爾伯特變換，hx{f}是所述2維解析圖像f的x方向的希爾伯特變換，hy{f}是所述2維解析圖像f的y方向的希爾伯特變換，對所述解析信號中的所述幅度值進行歸一化處理包括：對所述a1和所述a3進行歸一化處理。

可選地，所述四元數(shù)解析信號為

其中，f是所述人臉圖像的2維解析圖像，ψq為所述2維解析圖像的希爾伯特變換的映射值，aq為四元數(shù)解析信號的幅度值，和是相位值，i、j和k是四元數(shù)的虛數(shù)單位，h{f}是所述2維解析圖像f的希爾伯特變換，hx{f}是所述2維解析圖像f的x方向的希爾伯特變換，hy{f}是所述2維解析圖像f的y方向的希爾伯特變換，對所述解析信號中的所述幅度值進行歸一化處理包括：對所述aq進行歸一化處理。

可選地，對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別包括：將所述歸一化處理后得到的幅度值輸入到所述解析信號中；利用輸入有所述歸一化處理后得到的幅度值的解析信號重建人臉圖像；對重建的人臉圖像進行人臉識別。

可選地，在所述解析信號為2個希爾伯特變換解析信號時，利用輸入有所述歸一化處理后得到的幅度值的解析信號重建人臉圖像，得到的人臉圖像如下：

其中，fnew(x,y)為重建的人臉圖像，a1nor和a3nor為所述2個希爾伯特變換解析信號的歸一化后的幅度值，和是解析信號的相位值。

可選地，在所述解析信號為四元數(shù)解析信號時，利用輸入有所述歸一化處理后得 到的幅度值的解析信號重建人臉圖像，得到的人臉圖像如下：

其中，fnew(x,y)為重建的人臉圖像，aqnor為所述四元數(shù)解析信號的歸一化后的幅度值。

根據本發(fā)明實施例的一個方面，提供了一種圖像識別的裝置，包括：獲取單元，用于從人臉圖像的解析圖像中獲取解析信號，其中，所述解析信號的幅度值攜帶有所述人臉圖像中表征光照的信息；處理單元，用于對所述解析信號中的所述幅度值進行歸一化處理；識別單元，用于對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別。

可選地，獲取單元包括：第一獲取模塊，用于獲取所述人臉圖像的2維解析圖像，并從所述2維解析圖像中獲取2個希爾伯特變換解析信號；或者第二獲取模塊，用于獲取所述人臉圖像的2維解析圖像，并從所述2維解析圖像中獲取四元數(shù)解析信號。

可選地，所述2個希爾伯特變換解析信號為

其中，f是所述人臉圖像的2維解析圖像，ψ1和ψ3為所述2維解析圖像的希爾伯特變換的映射值，a1和a3為所述2個希爾伯特變換解析信號的幅度值，和是解析信號的相位值，i'是虛數(shù)單位，h{f}是所述2維解析圖像f的希爾伯特變換，hx{f}是所述2維解析圖像f的x方向的希爾伯特變換，hy{f}是所述2維解析圖像f的y方向的希爾伯特變換，所述處理單元還用于對所述a1和所述a3分別進行歸一化處理。

可選地，所述四元數(shù)解析信號為

其中，f是所述人臉圖像的2維解析圖像，ψq為所述2維解析圖像的希爾伯特變 換的映射值，aq為四元數(shù)解析信號的幅度值，和是相位值，i、j和k是四元數(shù)的虛數(shù)單位，h{f}是所述2維解析圖像f的希爾伯特變換，hx{f}是所述2維解析圖像f的x方向的希爾伯特變換，hy{f}是所述2維解析圖像f的y方向的希爾伯特變換，所述處理單元還用于對所述aq進行歸一化處理。

可選地，所述識別單元包括：輸入模塊，用于將所述歸一化處理后得到的幅度值輸入到所述解析信號中；重建模塊，用于利用輸入有所述歸一化處理后得到的幅度值的解析信號重建人臉圖像；識別模塊，用于對重建的人臉圖像進行人臉識別。

可選地，在所述解析信號為2個希爾伯特變換解析信號時，所述重建模塊利用輸入有所述歸一化處理后得到的幅度值的解析信號重建人臉圖像，得到的人臉圖像如下：

其中，fnew(x,y)為重建的人臉圖像，a1nor和a3nor為所述2個希爾伯特變換解析信號的歸一化后的幅度值，和是解析信號的相位值。

可選地，在所述解析信號為四元數(shù)解析信號時，所述重建模塊利用輸入有所述歸一化處理后得到的幅度值的解析信號重建人臉圖像，得到的人臉圖像如下：

其中，fnew(x,y)為重建的人臉圖像，aqnor為所述四元數(shù)解析信號的歸一化后的幅度值。

在本發(fā)明實施例中，采用從人臉圖像的解析圖像中獲取解析信號，其中，解析信號的幅度值攜帶有人臉圖像中表征光照的信息；對解析信號中的幅度值進行歸一化處理；對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別的方式，在對采集的人臉圖像進行識別之前，對解析新型號中攜帶有表征光照的信息的幅度值，將幅度值繼續(xù)歸一化處理，降低多個幅度值之間的幅度差，也就消除了較高亮度和較低亮度之間的亮度差，提高了亮度變換的魯棒性，降低了光照對采集到的人臉圖像的影響。然后利用歸一化處理后的幅度值重建人臉圖像，重建的人臉圖像消除了采集的人臉圖像中光照變化對人臉識別的影響，從而在利用重建的人臉圖像在進行圖像識別時，能夠提高人臉識別的準確率，從而解決了現(xiàn)有技術人臉識別的識別率比較低的技術問題， 達到了提高人臉識別的識別率的效果。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本申請的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：

圖1是根據本發(fā)明實施例的圖像識別的方法的流程圖；

圖2是根據本發(fā)明實施例的圖像識別的裝置的示意圖；

圖3是根據本發(fā)明一實施例的圖像識別裝置中獲取單元包括第一獲取模塊的示意圖；

圖4是根據本發(fā)明另一實施例的圖像識別裝置中獲取單元包括第二獲取模塊的示意圖；

圖5是根據本發(fā)明實施例的圖像識別裝置中識別單元包括多個模塊的示意圖。

具體實施方式

為了使本技術領域的人員更好地理解本發(fā)明方案，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分的實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應當屬于本發(fā)明保護的范圍。

需要說明的是，本發(fā)明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數(shù)據在適當情況下可以互換，以便這里描述的本發(fā)明的實施例能夠以除了在這里圖示或描述的那些以外的順序實施。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產品或設備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對于這些過程、方法、產品或設備固有的其它步驟或單元。

根據本發(fā)明實施例，提供了一種圖像識別的方法實施例，需要說明的是，在附圖的流程圖示出的步驟可以在諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

該圖像識別的方法是在獲得人臉圖像之后，對獲得的人臉圖像進行預處理，將人臉圖像中攜帶有光照信息的幅度值進行歸一化處理，以消除亮度對人臉圖像的影響。然后利用處理后的幅度值重建人臉圖像，并對重建后的人臉圖像進行識別，提高了人臉識別過程亮度變化的魯棒性，從而解決了人臉識別過程中光照變化下使得對人臉識別的識別率比較低的技術問題，到達了提高人臉識別率的技術效果。

由于該圖像識別的方法中對人臉圖像的處理是應用在識別之前的，是對人臉圖像的預處理，因此，其不受限于采用何種人臉識別算法，可以應用以pca為人臉識別算法的人臉識別中，也可以應用以其他人臉識別算法的人臉識別中。

圖1是根據本發(fā)明實施例的圖像識別的方法的流程圖，如圖1所示，該方法包括如下步驟：

步驟s102，從人臉圖像的解析圖像中獲取解析信號，其中，解析信號的幅度值攜帶有人臉圖像中表征光照的信息。

步驟s104，對解析信號中的幅度值進行歸一化處理。

步驟s106，對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別。

在采集到人臉圖像后，計算人臉圖像的解析圖像，并從解析圖像中提取出解析信號，該解析信號用來表征采集的人臉圖像。在對采集的人臉圖像進行識別之前，對解析新型號中攜帶有表征光照的信息的幅度值，將幅度值繼續(xù)歸一化處理，降低多個幅度值之間的幅度差，也就消除了較高亮度和較低亮度之間的亮度差，提高了亮度變換的魯棒性，降低了光照對采集到的人臉圖像的影響。然后利用歸一化處理后的幅度值重建人臉圖像，重建的人臉圖像消除了采集的人臉圖像中光照變化對人臉識別的影響，從而在利用重建的人臉圖像在進行圖像識別時，能夠提高人臉識別的準確率，從而解決了現(xiàn)有技術人臉識別的識別率比較低的技術問題，達到了提高人臉識別的識別率的效果。

可選地，對采集的人臉圖像可以計算其2維解析圖像，2維解析圖像可以以下兩種方式進行定義：即從人臉圖像的解析圖像中獲取解析信號包括：獲取人臉圖像的2維解析圖像，并從2維解析圖像中獲取2個希爾伯特變換解析信號；或者獲取人臉圖像的2維解析圖像，并從2維解析圖像中獲取四元數(shù)解析信號。

(1)2個希爾伯特變換解析信號為

其中，f是人臉圖像的2維解析圖像，ψ1和ψ3為2維解析圖像的希爾伯特變換的映射值，a1和a3為2個希爾伯特變換解析信號的幅度值，和是解析信號的相位值，i'是虛數(shù)單位，h{f}是2維解析圖像f的希爾伯特變換，hx{f}是2維解析圖像f的x方向的希爾伯特變換，hy{f}是2維解析圖像f的y方向的希爾伯特變換，對解析信號中的幅度值進行歸一化處理包括：對a1和a3進行歸一化處理。

在上述2個希爾伯特變換解析信號中，a1和a3為2個希爾伯特變換解析信號的幅度值，對a1和a3進行歸一化處理，使得2個希爾伯特變換解析信號的幅度值都變換成相對值，縮小了不同幅度值之間的幅度差，從而縮小了不同亮度之間的亮度差，也就提高了對亮度變化的魯棒性，避免了采集的人臉圖像在亮度變化下對有較大的變化。

(2)四元數(shù)解析信號為

其中，f是人臉圖像的2維解析圖像，ψq為2維解析圖像的希爾伯特變換的映射值，aq為四元數(shù)解析信號的幅度值，和是相位值，i、j和k是四元數(shù)的虛數(shù)單位，h{f}是2維解析圖像f的希爾伯特變換，hx{f}是2維解析圖像f的x方向的希爾伯特變換，hy{f}是2維解析圖像f的y方向的希爾伯特變換，對解析信號中的幅度值進行歸一化處理包括：對aq進行歸一化處理。

在上述四元數(shù)解析信號中，aq為四元數(shù)解析信號的幅度值，對aq進行歸一化處理，消除部分亮度變化的信息，而這部分亮度變化的信息是對人臉識別有負面影響、造成人臉識別不準確的信息，因此，利用歸一化后的幅度值重建的人臉圖像不再攜帶有這些消除的亮度變化的信息，從而提高了人臉識別的識別率和準確率。

需要說明的是，采集的人臉圖像也可以采用其他形式的2維解析圖像，并對2維解析圖像的解析信號中的幅度值進行歸一化處理，以進行人臉識別。

可選地，對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別包括：將歸一化處理后得到的幅度值輸入到解析信號中；利用輸入有歸一化處理后得到的幅度值的解析信號重建人臉圖像；對重建的人臉圖像進行人臉識別。

將歸一化處理后得到的幅度值輸入到上述解析信號中，例如，a1和a3歸一化后相應得到a1nor和a3nor，aq歸一化后相應得到aqnor。

對于2個希爾伯特變換解析信號，將a1nor和a3nor帶入到上述2個希爾伯特變換解析信號中，以替換歸一化之前的a1和a3，帶入后得到重建的圖像如下：

其中，fnew(x,y)為重建的人臉圖像，a1nor和a3nor為2個希爾伯特變換解析信號的歸一化后的幅度值，和是解析信號的相位值。

對于四元數(shù)解析信號，將aqnor帶入到上述四元數(shù)解析信號中，以替換歸一化之前的aq，帶入后得到重建的圖像如下：

其中，fnew(x,y)為重建的人臉圖像，aqnor為四元數(shù)解析信號的歸一化后的幅度值。

通過上述實施例，可以實現(xiàn)對人臉圖像的2維解析圖像中的幅度值進行歸一化，消除部分亮度變化的信息，再利用歸一化后的幅度值進行人臉圖像的重建時，消除了這部分亮度信息所帶來的降低人臉識別的識別率的問題，解決了人臉識別的識別率低的問題，達到了提高人臉識別的識別率的技術效果。

本發(fā)明實施例還提供了一種圖像識別的裝置，該圖像識別的裝置可以執(zhí)行上述圖像識別的方法，如圖2所示，該圖像識別的裝置包括：獲取單元10、處理單元20和識別單元30。

獲取單元10用于從人臉圖像的解析圖像中獲取解析信號，其中，解析信號的幅度值攜帶有人臉圖像中表征光照的信息。

處理單元20用于對解析信號中的幅度值進行歸一化處理。

識別單元30用于對利用歸一化處理后得到的幅度值重建的人臉圖像進行圖像識別。

在采集到人臉圖像后，計算人臉圖像的解析圖像，并從解析圖像中提取出解析信號，該解析信號用來表征采集的人臉圖像。在對采集的人臉圖像進行識別之前，對解析新型號中攜帶有表征光照的信息的幅度值，將幅度值繼續(xù)歸一化處理，降低多個幅度值之間的幅度差，也就消除了較高亮度和較低亮度之間的亮度差，提高了亮度變換的魯棒性，降低了光照對采集到的人臉圖像的影響。然后利用歸一化處理后的幅度值重建人臉圖像，重建的人臉圖像消除了采集的人臉圖像中光照變化對人臉識別的影響，從而在利用重建的人臉圖像在進行圖像識別時，能夠提高人臉識別的準確率，從而解決了現(xiàn)有技術人臉識別的識別率比較低的技術問題，達到了提高人臉識別的識別率的效果。

可選地，對采集的人臉圖像可以計算其2維解析圖像，2維解析圖像可以以下兩種方式進行定義：即如圖3和圖4所示，獲取單元10包括：第一獲取模塊102，用于獲取人臉圖像的2維解析圖像，并從2維解析圖像中獲取2個希爾伯特變換解析信號；或者第二獲取模塊104，用于獲取人臉圖像的2維解析圖像，并從2維解析圖像中獲取四元數(shù)解析信號。

(1)2個希爾伯特變換解析信號為

其中，f是人臉圖像的2維解析圖像，ψ1和ψ3為2維解析圖像的希爾伯特變換的映射值，a1和a3為2個希爾伯特變換解析信號的幅度值，和是解析信號的相位值，i'是虛數(shù)單位，h{f}是2維解析圖像f的希爾伯特變換，hx{f}是2維解析圖像f的x方向的希爾伯特變換，hy{f}是2維解析圖像f的y方向的希爾伯特變換，處理單元還用于對a1和a3分別進行歸一化處理。

在上述2個希爾伯特變換解析信號中，a1和a3為2個希爾伯特變換解析信號的幅度值，對a1和a3進行歸一化處理，使得2個希爾伯特變換解析信號的幅度值都變換成 相對于1的相對值，縮小較大的幅度值，增大較小的幅度值，縮小了不同幅度值之間的幅度差，從而縮小了不同亮度之間的亮度差，也就提高了對亮度變化的魯棒性，避免了采集的人臉圖像在亮度變化下對有較大的變化。

需要說明的是，此處的縮小和增大幅度值是相對于解析信號中的幅度值，以便于重建人臉圖像。

(2)四元數(shù)解析信號為

其中，f是人臉圖像的2維解析圖像，ψq為2維解析圖像的希爾伯特變換的映射值，aq為四元數(shù)解析信號的幅度值，和是相位值，i、j和k是四元數(shù)的虛數(shù)單位，h{f}是2維解析圖像f的希爾伯特變換，hx{f}是2維解析圖像f的x方向的希爾伯特變換，hy{f}是2維解析圖像f的y方向的希爾伯特變換，處理單元還用于對aq進行歸一化處理。

在上述四元數(shù)解析信號中，aq為四元數(shù)解析信號的幅度值，對aq進行歸一化處理，消除部分亮度變化的信息，而這部分亮度變化的信息是對人臉識別有負面影響、造成人臉識別不準確的信息，因此，利用歸一化后的幅度值重建的人臉圖像不再攜帶有這些消除的亮度變化的信息，從而提高了人臉識別的識別率和準確率。

需要說明的是，采集的人臉圖像也可以采用其他形式的2維解析圖像，并對2維解析圖像的解析信號中的幅度值進行歸一化處理，以進行人臉識別。

可選地，如圖5所示，識別單元30包括：輸入模塊302，用于將歸一化處理后得到的幅度值輸入到解析信號中；重建模塊304，用于利用輸入有歸一化處理后得到的幅度值的解析信號重建人臉圖像；識別模塊306，用于對重建的人臉圖像進行人臉識別。

將歸一化處理后得到的幅度值輸入到上述解析信號中，例如，a1和a3歸一化后相應得到a1nor和a3nor，aq歸一化后相應得到aqnor。

對于2個希爾伯特變換解析信號，將a1nor和a3nor帶入到上述2個希爾伯特變換解 析信號中，以替換歸一化之前的a1和a3，帶入后得到重建的圖像如下：

其中，fnew(x,y)為重建的人臉圖像，a1nor和a3nor為2個希爾伯特變換解析信號的歸一化后的幅度值，和是解析信號的相位值。

對于四元數(shù)解析信號，將aqnor帶入到上述四元數(shù)解析信號中，以替換歸一化之前的aq，帶入后得到重建的圖像如下：

其中，fnew(x,y)為重建的人臉圖像，aqnor為四元數(shù)解析信號的歸一化后的幅度值。

通過上述實施例，可以實現(xiàn)對人臉圖像的2維解析圖像中的幅度值進行歸一化，消除部分亮度變化的信息，減少亮度干擾，再利用歸一化后的幅度值進行人臉圖像的重建時，消除了這部分亮度信息所帶來的降低人臉識別的識別率的問題，解決了人臉識別的識別率低的問題，達到了提高人臉識別的識別率的技術效果。

上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

在本發(fā)明的上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的技術內容，可通過其它的方式實現(xiàn)。其中，以上所描述的裝置實施例僅僅是示意性的，例如所述單元的劃分，可以為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個單元上?？梢愿鶕嶋H的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明的技術方案本質上或者說對現(xiàn)有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現(xiàn)出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可為個人計算機、服務器或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：u盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。