一種消除遮擋影響的lbp人臉識(shí)別方法
【專利摘要】本發(fā)明公開了一種消除遮擋影響的LBP人臉識(shí)別方法，解決人臉受到局部遮擋影響人臉識(shí)別率的問題。采用的技術(shù)方案是：提取人臉圖像I，采用膚色分割的方法分割出人臉未遮擋的區(qū)域；然后創(chuàng)建一張標(biāo)記圖M，標(biāo)記出未遮擋的區(qū)域；將人臉圖像轉(zhuǎn)換為灰度人臉圖像G，參照標(biāo)記圖M，提取灰度人臉圖像上相應(yīng)區(qū)域的LBP紋理特征。對數(shù)據(jù)庫中的人臉圖像也參照標(biāo)記圖M提取標(biāo)記區(qū)域的LBP紋理特征，與待測圖像的紋理特征進(jìn)行比對識(shí)別。本發(fā)明能夠剔除掉人臉被遮擋區(qū)域?qū)μ崛〖y理特征的影響，從而提升人臉識(shí)別的正確率。
【專利說明】-種消除遮擋影響的LBP人臉識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理、模式識(shí)別【技術(shù)領(lǐng)域】，特別涉及一種消除遮擋影響的LBP 人臉識(shí)別方法。

【背景技術(shù)】
[0002] 生物識(shí)別技術(shù)是通過人類生物特征識(shí)別身份的一種技術(shù)。生物識(shí)別技術(shù)所研究的 生物識(shí)別特征包括人臉、指紋、掌紋、虹膜、視網(wǎng)膜等等。由于人體特征的唯一性，這些人體 生物密鑰是很難被復(fù)制、失竊或者遺失的，因此生物識(shí)別技術(shù)比傳統(tǒng)的身份鑒定方法更可 靠、便捷。人臉識(shí)別是近年來發(fā)展最快的生物特征識(shí)別技術(shù)。人臉識(shí)別的主要算法有基于 幾何特征的人臉識(shí)別方法、基于模板匹配的人臉識(shí)別方法、基于樣本學(xué)習(xí)的人臉識(shí)別方法 和基于紋理特征的人臉識(shí)別方法，本文介紹的LBP(Local Binary Pattern)即局部二值模 式是一種基于紋理特征的人臉識(shí)別方法。LBP是一種描述圖像局部空間結(jié)構(gòu)的非參數(shù)算子。 芬蘭奧盧（Oulu)大學(xué)的T. ojala等人于1996年提出了這個(gè)算子用來分析圖像紋理特征， 并且描述了它在紋理分類中的強(qiáng)區(qū)分能力。LBP算子定義為一種灰度尺度不變的紋理算子， 是從局部鄰域紋理的普通定義得來的。其基本思想是：用其中心像素的灰度值作為閾值， 與它的鄰域相比較得到的二進(jìn)制碼來表述局部紋理特征。在紋理分析方面，LBP算子是最 好的紋理描述符之一，它的主要優(yōu)點(diǎn)有以下幾點(diǎn)：（1)通過它的定義可知，LBP算子的灰度 尺度不隨任何單一變換而變化，因此灰度尺度的魯棒性好，也就是光照條件下的魯棒性好；
[2] 計(jì)算速度快。由于它可以通過在小鄰域內(nèi)進(jìn)行比較操作得到，使得在復(fù)雜的實(shí)時(shí)條件下 分析圖像成為可能；（3)由于LBP算子是一種無參數(shù)的方法，在應(yīng)用過程中不需要對它的分 布進(jìn)行預(yù)先假設(shè)。
[0003] 然而基于紋理特征的LBP人臉識(shí)別方法極容易受到遮擋的影響，如果人臉受到部 分遮擋，提取的紋理特征將包括遮擋物的紋理特征，導(dǎo)致人臉識(shí)別結(jié)果受到影響。
[0004] 針對上述問題，本發(fā)明提出一種消除人臉遮擋的LBP人臉識(shí)別方法。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于消除人臉識(shí)別在人臉受到部分遮擋時(shí)的影響。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明采用的方法按以下步驟實(shí)現(xiàn)： 一種消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：按以下步驟實(shí)現(xiàn)， 501 :采用膚色分割的方法，用待測的人臉圖像分割出人臉受遮擋區(qū)域和未受遮擋區(qū) 域； 502 :創(chuàng)建一張與待測人臉圖像大小一致的標(biāo)記圖，標(biāo)記出S01分割出來的未受遮擋的 人臉區(qū)域； 503 :將待測人臉圖像轉(zhuǎn)換為灰度人臉圖像； 504 :參照標(biāo)記圖，提取所述灰度人臉圖像中被標(biāo)記區(qū)域的LBP紋理特征； 505 :參照標(biāo)記圖，對人臉數(shù)據(jù)庫中所有灰度人臉圖片提取被標(biāo)記區(qū)域的LBP紋理特 征； S06 :對步驟S04和步驟S05提取的紋理特征進(jìn)行比對識(shí)別。
[0007] 在本發(fā)明一實(shí)施例中，所述步驟S01中是將RGB顏色空間的人臉圖像轉(zhuǎn)換到Y(jié)CbCr 顏色空間后再進(jìn)行分割。
[0008] 在本發(fā)明一實(shí)施例中，所述的遮擋區(qū)域不限定人臉的任何區(qū)域，不限定形狀，但是 遮擋區(qū)域大小不能超過人臉圖像大小的1/2。
[0009] 在本發(fā)明一實(shí)施例中，所述的標(biāo)記圖是一張與待測人臉圖像大小一樣的二值圖 像，只用兩種顏色表示遮擋與未遮擋區(qū)域。
[0010] 在本發(fā)明一實(shí)施例中，所述步驟S04和步驟S05的灰度人臉圖像具有相同的大小。
[0011] 在本發(fā)明一實(shí)施例中，所述步驟S04和步驟S05的LBP紋理特征提取算法采用統(tǒng) 一局部二值模式，提取的紋理特征向量具有相同的維數(shù)。
[0012] 在本發(fā)明一實(shí)施例中，所述步驟S06的識(shí)別方法采用最近鄰分類法或K近鄰分類 法或SVM分類器對待測圖像與數(shù)據(jù)庫人臉圖像進(jìn)行識(shí)別。
[0013] 本發(fā)明具有以下有益效果：本發(fā)明提供了一種消除遮擋影響的LBP人臉識(shí)別方 法，解決人臉受到局部遮擋影響人臉識(shí)別率的問題。

【專利附圖】

【附圖說明】
[0014] 圖1為本文算法的流程圖； 圖2為本文算法處理過程的一個(gè)事例。

【具體實(shí)施方式】
[0015] 下面結(jié)合附圖，對本發(fā)明的方法進(jìn)行具體說明。
[0016] 本發(fā)明提出了一種消除遮擋影響的LBP人臉識(shí)別方法，解決人臉受到局部遮擋影 響人臉識(shí)別率的問題，按以下步驟實(shí)現(xiàn)： S01 :標(biāo)記人臉受到遮擋的區(qū)域。采用膚色分割的方法，用待測的人臉圖像分割出人臉 受遮擋的區(qū)域和未受遮擋的區(qū)域。
[0017] S02:創(chuàng)建一張標(biāo)記圖作為紋理特征提取的參照圖。創(chuàng)建一張與待測人臉圖像大小 一致的圖片，標(biāo)記出S01分割出來的未被遮擋的人臉區(qū)域。
[0018] S03 :將待測人臉圖像轉(zhuǎn)換為灰度人臉圖像。
[0019] S04 :參照標(biāo)記圖，提取待測灰度人臉圖像中被標(biāo)記區(qū)域的LBP紋理特征。
[0020] S05 :參照標(biāo)記圖，對人臉數(shù)據(jù)庫中所有灰度人臉圖片提取被標(biāo)記區(qū)域的LBP紋理 特征。
[0021] S06 :對S04和S05提取的紋理特征進(jìn)行比對識(shí)別。
[0022] 以下為本發(fā)明的具體實(shí)施例。
[0023] 如圖1是本發(fā)明的算法的流程圖。先進(jìn)行人臉圖像提取，然后進(jìn)行幾何歸一化等 預(yù)處理，得到RGB色彩的人臉圖像I (X，y);再把I (X，y)的顏色空間由RGB轉(zhuǎn)換到Y(jié)CbCr顏 色空間，然后分割出膚色區(qū)域；創(chuàng)建一張二值圖像M(x，y)作為標(biāo)記圖(參照圖)，如圖2中人 臉被遮擋的區(qū)域標(biāo)記為白色，未被遮擋區(qū)域標(biāo)記成黑色。
[0024] 如圖2，I(x，y)是待測人臉圖像，參照標(biāo)記圖M(x，y)，創(chuàng)建一張去除了遮擋區(qū)域的 人臉圖像以^7)，叭^7)上被遮擋的區(qū)域?yàn)榘咨缓笾惶崛“?7)上的未被遮擋區(qū)域的 LBP紋理特征。
[0025] 創(chuàng)建標(biāo)記圖M(x，y)后，對人臉數(shù)據(jù)庫中所有人臉圖像也采用待測人臉圖像 I(x，y) -樣的方法，只提取M(x，y)標(biāo)記黑色的區(qū)域的LBP紋理特征，然后所述數(shù)據(jù)庫中的 每一張圖像都生成一個(gè)特征向量，分別與待測人臉圖像的特征向量進(jìn)行對比識(shí)別。這些向 量都不帶有被遮擋區(qū)域的紋理特征，因此消除了被遮擋區(qū)域?qū)θ四樧R(shí)別的影響。
[0026] 以上是本發(fā)明的較佳實(shí)施例，凡依本發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作 用未超出本發(fā)明技術(shù)方案的范圍時(shí)，均屬于本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1. 一種消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：按以下步驟實(shí)現(xiàn)， 501 :采用膚色分割的方法，用待測的人臉圖像分割出人臉受遮擋區(qū)域和未受遮擋區(qū) 域； 502 :創(chuàng)建一張與待測人臉圖像大小一致的標(biāo)記圖，標(biāo)記出S01分割出來的未受遮擋的 人臉區(qū)域； 503 :將待測人臉圖像轉(zhuǎn)換為灰度人臉圖像； 504 :參照標(biāo)記圖，提取所述灰度人臉圖像中被標(biāo)記區(qū)域的LBP紋理特征； 505 :參照標(biāo)記圖，對人臉數(shù)據(jù)庫中所有灰度人臉圖片提取被標(biāo)記區(qū)域的LBP紋理特 征； 506 :對步驟S04和步驟S05提取的紋理特征進(jìn)行比對識(shí)別。
2. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述步 驟S01中是將RGB顏色空間的人臉圖像轉(zhuǎn)換到Y(jié)CbCr顏色空間后再進(jìn)行分割。
3. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述的 遮擋區(qū)域不限定人臉的任何區(qū)域，不限定形狀，但是遮擋區(qū)域大小不能超過人臉圖像大小 的 1/2。
4. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述的 標(biāo)記圖是一張與待測人臉圖像大小一樣的二值圖像，只用兩種顏色表示遮擋與未遮擋區(qū) 域。
5. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述步 驟S04和步驟S05的灰度人臉圖像具有相同的大小。
6. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述步 驟S04和步驟S05的LBP紋理特征提取算法采用統(tǒng)一局部二值模式，提取的紋理特征向量 具有相同的維數(shù)。
7. 根據(jù)權(quán)利要求1所述的消除光照不均勻的LBP人臉識(shí)別方法，其特征在于：所述步 驟S06的識(shí)別方法采用最近鄰分類法或K近鄰分類法或SVM分類器對待測圖像與數(shù)據(jù)庫人 臉圖像進(jìn)行識(shí)別。
【文檔編號(hào)】G06K9/00GK104091163SQ201410343837
【公開日】2014年10月8日 申請日期:2014年7月19日 優(yōu)先權(quán)日:2014年7月19日
【發(fā)明者】郭太良, 林志賢, 林金堂, 葉蕓, 江龍強(qiáng) 申請人:福州大學(xué)