在的區(qū)間與所述方向圖7^中的每個像素點(diǎn)在所述m個區(qū)間中所在的區(qū)間進(jìn)行融合，從而 獲得二維掌紋特征直方圖。
[0037] 所述步驟13是按如下步驟進(jìn)行：
[0038] 步驟13. 1、初始化所述人臉特征距離的權(quán)重Wf= 0,所述掌紋特征距離的權(quán)重Wp =1 ；
[0039] 步驟13. 2、利用式（1)對所述第η幅人臉特征距離?_.ν;'與所述第η幅掌紋特征 距離進(jìn)行加權(quán)融合計(jì)算，獲得第η幅特征距離，從而獲得初始特征距離集合
【主權(quán)項(xiàng)】
1. 一種基于單幅圖像的人臉和掌紋多模態(tài)特征融合的身份識別方法，其特征是按如下 步驟進(jìn)行： 步驟1、假設(shè)存在由N幅訓(xùn)練圖像組成的圖像數(shù)據(jù)庫C = {Cl，C2，…，Cn，…，cN}，C n表示 第η幅訓(xùn)練圖像；I < η < N ;所述第η幅訓(xùn)練圖像~中包括同一個人的互不重疊的人臉圖 像4和手掌圖像Pn; 步驟2、對所述第η幅訓(xùn)練圖像Cn中的人臉圖像fn采用Haar特征和Adaboost分類器 進(jìn)行檢測和分割，獲得第η幅人臉區(qū)域:r/ ; 步驟3、對所述第η幅人臉區(qū)域:r/進(jìn)行歸一化處理，獲得第n幅人臉歸一化區(qū)域< 步驟4、對所述第η幅訓(xùn)練圖像Cn中的手掌圖像ρ η利用膚色分割方法進(jìn)行檢測，獲得 第η幅手掌區(qū)域r/; 步驟5、對所述第η幅手掌區(qū)域r/:進(jìn)行歸一化處理，獲得第n幅手掌歸一化區(qū)域i?,f ; 步驟6、對所述第η幅人臉歸一化區(qū)域化利用LBP特征算子進(jìn)行人臉LBP特征的提取， 獲得第η幅人臉特征直方圖F/ ; 步驟7、對所述第η幅手掌歸一化區(qū)域進(jìn)行MWLD掌紋特征的提取，獲得第η幅掌紋 特征直方圖F/; 步驟8、重復(fù)步驟2-步驟7,從而獲得N幅訓(xùn)練圖像庫C的人臉特征直方圖集合 # =卜/,盡,.··,<,..·<}和掌紋特征直方圖P …,.·.#}; 步驟9、采集檢測圖像E ;所述檢測圖像E中包括同一個人的互不重疊的人臉圖像心和 手掌圖像PE; 步驟10、對所述檢測圖像E按照步驟2-步驟7進(jìn)行處理，獲得檢測圖像E的人臉特征 直方圖Fe和掌紋特征直方圖F p; 步驟11、利用卡方距離分別計(jì)算所述檢測圖像E的人臉特征直方圖匕與所述人臉特征 直方圖集合= …,，…巧}中每個人臉特征直方圖的距離，并進(jìn)行歸一化處理 獲得人臉特征距離集合=PV ? ; 表示所述檢測圖像E的人 臉特征直方圖匕與所述第η幅人臉特征直方圖的人臉特征距離； 步驟12、利用卡方距離分別計(jì)算所述檢測圖像E的掌紋特征直方圖&與所述掌紋特征 直方圖校,…，/，…校}中每個掌紋特征直方圖的距離，并進(jìn)行歸一化處理獲得 掌紋特征距離集合= · ·, 々//.<} 直方圖&與所述第η幅掌紋特征直方圖Cf的掌紋特征距離； 步驟13、對所述人臉特征距離集合，···Χ\··?'〇和掌紋特征距離 集合mS ρ = ( i//.<, Asf,…,?_Λ',:ν · · }進(jìn)行自適應(yīng)加權(quán)融合處理，將融合后的特征距離按 升序排列，獲得最優(yōu)特征距離集合DIS_; 步驟14、若所述最優(yōu)特征距離集合DIStjpt中的任一元素都大于所設(shè)定的閾值，則表示 身份識別失敗，否則，識別成功，返回所述最優(yōu)特征距離集合DIS_*最小距離所對應(yīng)人的 身份信息。
2. 根據(jù)權(quán)利要求1所述的基于單幅圖像的人臉和掌紋多模態(tài)特征融合的身份識別方 法，其特征是，所述步驟7是按如下步驟進(jìn)行： 步驟7. 1、利用MFRAT算法獲得所述第η幅訓(xùn)練圖像Cn的手掌紋歸一化區(qū)域的能量 圖和方向圖療； 步驟7. 2、定義映射范圍為（-π /2, π /2);將所述映射范圍等分劃分為1個區(qū)間； 步驟7. 3、定義一個像素為sX s的矩形窗口 W1,, s > 1，且s為奇數(shù)；用所述窗口 1對 所述第η幅訓(xùn)練圖像c，能量圖C :由左上角按照從左到右，從上到下的順序掃描；在掃描 過程中，對任意個sX s的矩形區(qū)域，s > 1，且s為奇數(shù)，按步驟7. 4和步驟7. 5進(jìn)行處理： 步驟7. 4、將所述矩形區(qū)域的中心點(diǎn)像素值分別與所述矩形區(qū)域內(nèi)的其他點(diǎn)的像素值 進(jìn)行求差計(jì)算，獲得的差值進(jìn)行累加后得到累積差異值；將所述累加差異值除以所述矩形 區(qū)域的中心點(diǎn)像素值后獲得差值比率；對所述差值比率進(jìn)行反正切函數(shù)計(jì)算，獲得優(yōu)化后 的中心點(diǎn)像素值； 步驟7. 5、將所述優(yōu)化后的中心點(diǎn)像素值映射到所述1個區(qū)間中，獲得所述優(yōu)化后的中 心點(diǎn)像素值所在的區(qū)間； 步驟7. 6、從而獲得所述第η幅訓(xùn)練圖像(^的能量圖C中每個像素點(diǎn)在所述1個區(qū)間 中所在的區(qū)間； 步驟7. 7、定義方向范圍為（0, 2 π );將所述方向范圍等分劃分為m個區(qū)間； 步驟7. 8、將所述第η幅訓(xùn)練圖像^的方向圖Γ/中的每個像素點(diǎn)映射到所述m個區(qū)間 中，獲得每個像素點(diǎn)所在的區(qū)間； 步驟7. 9、將所述第η幅訓(xùn)練圖像~的能量圖7：中每個像素點(diǎn)在所述1個區(qū)間中所在 的區(qū)間與所述方向圖K中的每個像素點(diǎn)在所述m個區(qū)間中所在的區(qū)間進(jìn)行融合，從而獲得 二維掌紋特征直方圖。
3. 根據(jù)權(quán)利要求1所述的基于單幅圖像的人臉和掌紋多模態(tài)特征融合的身份識別方 法，其特征是，所述步驟13是按如下步驟進(jìn)行： 步驟13. 1、初始化所述人臉特征距離的權(quán)重Wf= 0,所述掌紋特征距離的權(quán)重Wp= 1 ; 步驟13.2、利用式（1)對所述第η幅人臉特征距離與所述第η幅掌紋特征距 離進(jìn)行加權(quán)融合計(jì)算，獲得第η幅特征距離&<^"，從而獲得初始特征距離集合
步驟13. 3、對所述初始特征距離集啟
：進(jìn)行升序 排序，并計(jì)算前Y個特征距離的平均值Mean (Y)以及第Y+1個特征距離到第N個特征距離 的平均值Mean (N-Y) ; 1彡Y彡N ; 步驟13. 4、利用式（2)進(jìn)行自適應(yīng)可靠判斷，獲得可靠判斷值δ : δ = Mean (N)-Mean(Ν-Υ) (2) 步驟13. 5、將所述人臉特征距離的權(quán)重&從O到1并以Λ τ為步長進(jìn)行逐步遞增； 同時，所述掌紋特征距離的權(quán)重％從1到O并以Λ τ為步長進(jìn)行逐步遞減；從而分別獲 得人臉特征距離的權(quán)重變化集合{%，，…，叫，…alM τ}和掌紋特征距離的權(quán)重變化集合 {l-aQ, Ii1，…1-ai,…l_a1/A τ} ;%表不遞增第i次人臉特征距尚的權(quán)重變化值；l-a 1表不 遞減第i次掌紋特征距離的權(quán)重變化值； 步驟13. 6、將所述迭代第i次人臉特征距離的權(quán)重變化值％作為所述人臉特征距離 的權(quán)重wf;所述迭代第i次掌紋特征距離的權(quán)重變化值Ι-a ^乍為所述掌紋特征距離的權(quán)重 wp;并按照步驟13. 2-步驟13. 4進(jìn)行處理，獲得可靠判斷值δ %從而獲得可靠判斷值集合 {δ0, δ1，...，Si，…δ""}; 步驟13. 7、選取所述可靠判斷值集合{ δ °，δ \…，δ 1，…δ 1/Λ τ丨中的最大值所對應(yīng)的 人臉特征距離的權(quán)重變化值和掌紋特征距離的權(quán)重變化值分別作為人臉特征距離的最優(yōu) 權(quán)重V f和掌紋特征距離的最優(yōu)權(quán)重V p； 步驟13. 8、將所述人臉特征距離的最優(yōu)權(quán)重w' f和掌紋特征距離的最優(yōu)權(quán)重w' 5所 對應(yīng)的特征距離集合進(jìn)行升序排列作為最優(yōu)特征距離集合DIS_。
【專利摘要】本發(fā)明公開了一種基于單幅圖像的人臉和掌紋多模態(tài)特征融合的身份識別方法；其特征是按如下步驟進(jìn)行：1、在一幅圖像中采集同一個人的人臉和掌紋，并建庫；2、分別對圖像中人臉和掌紋區(qū)域進(jìn)行檢測、分割，獲取ROI區(qū)域；3、通過人臉識別算法和掌紋識別算法，分別計(jì)算認(rèn)證圖像和數(shù)據(jù)庫中每一副圖像的人臉特征、掌紋特征的卡方距離；4、采用多模態(tài)特征融合算法對兩種特征距離進(jìn)行融合，實(shí)現(xiàn)人的身份識別。本發(fā)明通過對人臉特征和掌紋特征進(jìn)行融合，從而提高身份識別正確率。
【IPC分類】G06K9-00, G06K9-66
【公開號】CN104680154
【申請?zhí)枴緾N201510112185
【發(fā)明人】薛峰, 董浩, 賈偉, 顧靖, 羅月童, 雍城西
【申請人】合肥工業(yè)大學(xué)
【公開日】2015年6月3日
【申請日】2015年3月13日