側(cè)臉識別方法、側(cè)臉構(gòu)建方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本申請設(shè)及人臉識別技術(shù)領(lǐng)域，特別設(shè)及一種側(cè)臉識別方法、側(cè)臉構(gòu)建方法及系 統(tǒng)。
【背景技術(shù)】
[0002] 隨著人臉識別技術(shù)快速發(fā)展，人臉識別被應(yīng)用到包括生活、安全監(jiān)控等很多方面。
[0003] 除了正臉識別，還發(fā)展出側(cè)臉識別的技術(shù)，W應(yīng)對缺乏正臉、僅拍攝到側(cè)臉的情 況。現(xiàn)有技術(shù)中一種側(cè)臉識別的方法如圖1所示，包括如下步驟：
[0004] 步驟A1 ;對包含一定樣本的臉部圖像（W下將關(guān)于臉的圖像簡稱為臉、側(cè)臉、平均 臉等）進行PDM求解，得到包括固定點分布模型（PointDistributionModel，PDM)的平均 臉。本步驟采用的樣本一般包括較大數(shù)量的多個人的人臉。相應(yīng)地，求解得到的包括固定 點分布模型的平均臉，可W包括正臉的平均臉。
[0005] 步驟A2 ;對所述平均臉通過主成分識別（PrincipalComponentAnalysis,PCA) 和反向構(gòu)建，獲得與識別目標臉第一角度一致的第一PDM虛擬臉。對所述平均臉進行PCA 處理，可W識別平均臉向量中影響側(cè)臉角度的主要成分（一般為向量組）；通過對識別的具 有不同角度的主成分進行反向構(gòu)建，可W進一步得到不同角度的側(cè)臉的PDM虛擬臉。識別 目標臉一般為具有一定角度的側(cè)臉，例如該里提到的第一角度。該樣，可W從得到的不同角 度的側(cè)臉的PDM虛擬臉中得到與目標識別臉角度一致的第一PDM虛擬臉，即第一角度的第 一PDM虛擬臉。
[0006] 步驟A3 ;利用DelaunayS角剖析與仿射變換將第一真實臉的面部紋理特征匹配 至第一PDM虛擬臉，從而獲得第一真實臉對應(yīng)的第一角度人臉。第一真實臉例如是數(shù)據(jù)庫 中存有的匹配對象，一般與目標識別臉的角度不同，例如為正臉圖像或與目標識別臉角度 不同的側(cè)臉，目的是識別該匹配對象是否與拍攝到的目標識別臉是否為同一人?？蒞對第 一真實臉進行Delaunay=角剖析，得到的第一真實臉上劃分出的每一小=角形區(qū)域的顏 色及紋理之類的特征；通過仿射變換，可W將該小=角形區(qū)域的顏色及紋理之類的特征復(fù) 制到所述第一角度的第一PDM虛擬臉的對應(yīng)位置上，從而使得處理結(jié)果的第一PDM虛擬臉 具有與第一真實臉顏色、紋理等特征對應(yīng)相同的且具有一定角度的第一角度人臉。
[0007] 步驟A4 ;基于紋理匹配的人臉識別技術(shù)判斷第一角度人臉是否與識別目標臉相 符。在具有了包括與第一真實臉顏色、紋理等特征相同且具有與識別目標臉角度相同的第 一角度人臉的基礎(chǔ)上，可W通過已有的基于紋理匹配的人臉識別技術(shù)識別出第一角度人臉 是否與目標識別臉相符。
[000引在實現(xiàn)本申請過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題；
[0009] 現(xiàn)有技術(shù)中，訓(xùn)練的對象是包含一定樣本的臉，例如400個不同人的臉，該些樣本 臉一般是多個不同的人的臉；而且，不同人的臉可能臉部的長度特征并不相同，例如胖、瘦、 長、短情況不同，具體例如鼻子、眼睛等器官位置和大小等的不同。該樣，得到的將是包括固 定點分布模型的平均臉，即綜合了多個不同樣本的人臉之后的平均長度特征的臉。其臉部 長度特征也是平均值，例如具有平均的臉部胖、瘦、長、短和平均的眼睛、鼻子等器官的位置 和大小。進而，通過PCA和反向構(gòu)建并將第一真實臉的顏色、紋理等特征通過DelaunayS 角剖析與仿射變換到第一PDM虛擬臉上，得到的也是平均臉的第一角度人臉，并不能準確 的反映第一真實臉的真實臉部長度特征，即不能準確的反映第一真實臉在第一角度下的第 一角度人臉。該樣，給判斷第一角度人臉是否與識別目標臉相符的也會帶來較大的誤差。

【發(fā)明內(nèi)容】

[0010] 本申請實施例的目的是提供一種側(cè)臉識別方法、側(cè)臉構(gòu)建方法及系統(tǒng)，W提高側(cè) 臉識別的準確度和構(gòu)建的側(cè)臉的準確度。
[0011] 為解決上述技術(shù)問題，本申請實施例提供一種側(cè)臉識別方法、側(cè)臉構(gòu)建方法及系 統(tǒng)是該樣實現(xiàn)的：
[0012] 一種側(cè)臉識別方法，包括：
[0013] 根據(jù)樣本集合中的至少兩組不同角度臉，得到各組的平均臉；
[0014] 基于所述各組的平均臉及第一真實臉，得到影響臉的角度的特征向量；
[0015] 通過對所述特征向量進行反向構(gòu)建，獲得與識別目標臉具有的第一角度相一致的 第二虛擬臉；
[0016] 將第一真實臉的面部紋理特征匹配至第二虛擬臉，獲得與第一真實臉對應(yīng)的第二 角度人臉；
[0017] 判斷第二角度人臉是否與所述識別目標臉相符，若是則得出第一真實臉與所述識 別目標臉相符。
[0018] 一種側(cè)臉構(gòu)建方法，包括：
[0019] 根據(jù)樣本集合中的至少兩組不同角度臉，得到各組的平均臉；
[0020] 基于所述各組的平均臉及第一真實臉，得到影響臉的角度的特征向量；
[0021] 通過對所述特征向量進行反向構(gòu)建，獲得與識別目標臉具有的第一角度相一致的 第二虛擬臉；
[0022] 將第一真實臉的面部紋理特征匹配至第二虛擬臉，獲得與第一真實臉對應(yīng)的第二 角度人臉。
[0023] 一種側(cè)臉識別系統(tǒng)，包括：
[0024] 求解單元，用于根據(jù)樣本集合中的至少兩組不同角度臉，得到各組的平均臉；
[0025] 分析單元，用于基于所述各組的平均臉及第一真實臉，得到影響臉的角度的特征 向量；
[0026] 反向構(gòu)建單元，用于通過對所述特征向量進行反向構(gòu)建，獲得與識別目標臉具有 的第一角度相一致的第二虛擬臉；
[0027] 匹配單元，用于將第一真實臉的面部紋理特征匹配至第二虛擬臉，獲得與第一真 實臉對應(yīng)的第二角度人臉；
[002引判斷單元，用于判斷第二角度人臉是否與所述識別目標臉相符，若是則得出第一 真實臉與所述識別目標臉相符。
[0029] 一種側(cè)臉構(gòu)建系統(tǒng)，包括；
[0030] 求解單元，用于根據(jù)樣本集合中的至少兩組不同角度臉，得到各組的平均臉；
[0031] 分析單元，用于基于所述各組的平均臉及第一真實臉，得到影響臉的角度的特征 向量；
[0032] 反向構(gòu)建單元，用于通過對所述特征向量進行反向構(gòu)建，獲得與識別目標臉具有 的第一角度相一致的第二虛擬臉；
[0033] 匹配單元，用于將第一真實臉的面部紋理特征匹配至第二虛擬臉，獲得與第一真 實臉對應(yīng)的第二角度人臉。
[0034] 由W上本申請實施例提供的技術(shù)方案可見，本申請實施例通過上述方式，特別是 對各組的平均臉及第一真實臉進行主成分分析，得到影響臉的角度的特征向量中包含有很 多第一真實臉的特征，例如第一真實臉的輪廓W及眼睛、鼻子等器官的位置和大小之類的 特征；該樣，經(jīng)過主成分分析后，將保留該樣的特征，即獲得與識別目標臉具有的第一角度 相一致的第二虛擬臉的同時，保持與第一真實臉的特征，例如第一真實臉的輪廓W及眼睛、 鼻子等器官的位置和大小之類的特征。從而，在后續(xù)的判斷過程中，利于更加準確的判斷 第二角度人臉是否與所述識別目標臉相符，進而得到第一真實臉是否與所述識別目標臉相 符。
【附圖說明】
[0035] 為了更清楚地說明本申請實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 申請中記載的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提 下，還可W根據(jù)該些附圖獲得其他的附圖。
[0036] 圖1為本申請側(cè)臉識別方法一個實施例的流程圖；
[0037] 圖2為本申請側(cè)臉識別方法中固定點分布模型的臉的示意圖；
[003引圖3a-3c為通過固定增減特征向量中向量的特征值得到的不同角度的臉示意圖；
[0039] 圖4為本申請實施例中利用DelaunayS角剖析的具體方式原理圖；
[0040] 圖5為本申請實施例中利用Delaunay=角剖析與仿射變換將第一真實臉的面部 紋理特征匹配至第二虛擬臉的效果示意圖：
[0041] 圖6為本申請實施例中側(cè)臉識別方法一個實施例的流程圖；
[0042] 圖7為本申請實施例中側(cè)臉構(gòu)建方法一個實施例的流程圖；
[0043] 圖8為本申請實施例中側(cè)臉構(gòu)建方法一個實施例的流程圖；
[0044]圖9為本申請實施例中側(cè)臉識別系統(tǒng)一個實施例的模塊圖；
[0045] 圖10為本申請實施例中側(cè)臉識別系統(tǒng)一個實施例的模塊圖。
【具體實施方式】
[0046] 本申請實施例提供一種側(cè)臉識別方法、側(cè)臉構(gòu)建方法及系統(tǒng)。
[0047] 為了使本技術(shù)領(lǐng)域的人員更好地理解本申請中的技術(shù)方案，下面將結(jié)合本申請實 施例中的附圖，對本申請實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施 例僅僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├?，本領(lǐng)域普通 技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應(yīng)當屬于本申請保護 的范圍。
[0048] W下結(jié)合附圖1說明本申請一種側(cè)臉識別方法的流程：
[0049] S100;根據(jù)樣本集合中的一組正臉和預(yù)設(shè)數(shù)量的組的側(cè)臉，得到各組的平均臉。
[0化0] 所述樣本中可W包括一組正臉，并可W包括多組預(yù)設(shè)不同角度的臉，每一角度的 組中包括預(yù)設(shè)數(shù)量的臉。如果僅有正臉，而沒有側(cè)臉，則后續(xù)進行主成分分析時將無法得到 側(cè)臉角度的特征向量，從而無法實現(xiàn)S120中的反向構(gòu)建。該里，所述預(yù)設(shè)數(shù)量的組的側(cè)臉 中，至少包括一組第一預(yù)設(shè)角度的側(cè)臉；當然，在此之上還可W包括一組第二預(yù)設(shè)角度的側(cè) 臉，一組第=預(yù)設(shè)角度的側(cè)臉…。
[0051] 具體的，所述對包含一定樣本的臉進行計算，可W是對包含一定樣本的臉進行PDM 求解；相應(yīng)地，得到PDM平均臉。
[0052] 所述樣本中可W包括預(yù)設(shè)不同角度的臉，每一預(yù)設(shè)角度下包括預(yù)設(shè)數(shù)量的臉。作 為一個例子加W說明，例如為7組的情況，選擇總量為280張臉的樣本。其中，正臉（設(shè)為 0° )樣本為40張，左側(cè)15。（設(shè)為-15° )臉樣本為40張，左側(cè)30。（設(shè)為-30° )臉 都樣本為40張，左側(cè)45° (設(shè)為-45° )臉樣本為40張，右側(cè)15° (設(shè)為+15° )臉樣本 為40張，右側(cè)30° (設(shè)為+30° )臉都樣本為40張，右側(cè)45° (設(shè)為+45° )臉樣本為40 張。
[005引 W下W對各組均進行PDM求解處理加W說明。本領(lǐng)域技術(shù)人員可W知道，為了能 夠處理不同的多個角度的目標識別臉，最好在S100中包括多個角度的組的樣本分別進行PDM求解，而且包括的角度越多越好。但是，考慮到計算量不至于太大和對最終結(jié)果不會產(chǎn) 生精確度的影響，或者說是誤差控制在可接受范圍內(nèi)W使得側(cè)臉識別的效果達到一個較高 比例，可W選擇幾個典型的角度作為不同的組。例如上面-45°，-30°，-15°，0°，+15°， +30°，+45°該樣的7組，每組40個樣本。
[0054] 可W通過對每組角度的臉進行PDM(PointDistributionModel)求解，得到該角 度的包括固定點分布模型的平均臉。該里的樣本集合后續(xù)也稱為訓(xùn)練集。
[0055] W下W對正臉的一組進行PDM求解進行說明。其它角度的組，求解方式類似，不再 寶述。
[0化6] 在PDM求解中，外形相似的物體，例如多張人臉的幾何