一種基于身份證件信息的人臉驗(yàn)證方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于身份證件信息的人臉驗(yàn)證方法，該方法對(duì)身份證件芯片信息電子圖A，身份證件表面人臉圖像B，以及實(shí)時(shí)采集的人臉圖像C進(jìn)行；通過(guò)對(duì)圖像A和B的比對(duì)，以及芯片信息文字W1和證件表面文字W2的比對(duì)，來(lái)判斷證件的真?zhèn)?；再通過(guò)圖像B與C比對(duì)，來(lái)判斷是否人證合一；由于身份證件的有效期較長(zhǎng)，在長(zhǎng)時(shí)間跨度下，身份證件持有人與證件照之間可能存在較大差異，該差異極大的影響了驗(yàn)證的準(zhǔn)確度；本發(fā)明提出一種對(duì)時(shí)間跨度魯棒性較強(qiáng)的頻譜采樣結(jié)構(gòu)子空間特征算法來(lái)進(jìn)行人臉驗(yàn)證，通過(guò)該算法對(duì)身份證件表面人臉圖像與實(shí)時(shí)采集的人臉照片進(jìn)行比對(duì)進(jìn)行識(shí)別，具有有效提高識(shí)別率的優(yōu)點(diǎn)。
【專(zhuān)利說(shuō)明】
-種基于身份證件信息的人臉驗(yàn)證方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，更具體地，設(shè)及一種基于身份證件信息的人臉驗(yàn)證方 法。
【背景技術(shù)】
[0002] 目前使用的二代身份證件中內(nèi)置了非接觸式IC智能忍片，其中存儲(chǔ)了證件持有人 的人臉圖像信息，W及證件持有人的身份信息；身份證件的表面印刷有證件持有人的人臉 圖像及身份信息?，F(xiàn)有的身份證件人臉驗(yàn)證系統(tǒng)，是利用身份證件忍片內(nèi)存儲(chǔ)的人臉圖像 與證件持有人現(xiàn)場(chǎng)采集的人臉圖像比對(duì)來(lái)進(jìn)行身份驗(yàn)證；由于身份證件忍片內(nèi)存儲(chǔ)圖像分 辨率過(guò)低（只有102 X 126像素），存在誤判的可能性。
[0003] 專(zhuān)利文件CN 104021397 A公開(kāi)了一種基于二代身份證件和人臉特征識(shí)別的身份 驗(yàn)證系統(tǒng)，采用Gabor濾波器對(duì)人臉圖像進(jìn)行濾波變換得到Gabor特征，然后利用人臉圖像 特征向量和身份證件人臉圖像特征向量，建立多個(gè)馬兒可夫模型，通過(guò)計(jì)算每個(gè)馬兒可夫 模型對(duì)應(yīng)的似然值來(lái)得到匹配結(jié)果;該系統(tǒng)提高了身份驗(yàn)證的準(zhǔn)確度，但是該系統(tǒng)沒(méi)有驗(yàn) 證身份證件的真實(shí)性，也沒(méi)有針對(duì)身份證件照和持有人的長(zhǎng)時(shí)間跨度做出處理；當(dāng)身份證 時(shí)間跨度較長(zhǎng)，而持有者的面部特征隨著時(shí)間而發(fā)生變化時(shí)，識(shí)別率偏低。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有技術(shù)的W上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于身份證件信息的人 臉驗(yàn)證方法，其目的在于提高長(zhǎng)時(shí)間跨度下基于身份證件信息的人臉驗(yàn)證方法的識(shí)別率。
[0005] 為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于身份證件信息的人臉 驗(yàn)證方法，包括如下步驟：
[0006] (1)獲取身份證件忍片內(nèi)存儲(chǔ)的第一人臉圖像A，W及身份信息Wl;獲取身份證件 表面掃描圖像W及文字信息W2;
[0007] (2)對(duì)上述身份信息Wl與文字信息W2進(jìn)行比對(duì)，判斷兩者是否匹配，若是，則進(jìn)入 步驟(3);若否，則表明身份證件為偽造；
[000引（3)對(duì)上述身份證件表面掃描圖像進(jìn)行固定分割，獲得證件表面的第二人臉圖像 B；
[0009] (4)對(duì)上述第一人臉圖像A和第二人臉圖像B分別進(jìn)行預(yù)處理，獲得第一人臉圖像 的歸一化校正圖像A'，和第二人臉圖像B的歸一化校正圖像B' ；
[0010] (5)采用局部二值模式化BP，Local Binary Patterns)對(duì)上述兩幅歸一化校正圖 像進(jìn)行處理，獲得第一人臉圖像的歸一化校正圖像A'與第二人臉圖像B的歸一化校正圖像 B '的特征矢量；
[0011] (6)對(duì)步驟(5)獲得的兩個(gè)歸一化校正圖像的特征矢量進(jìn)行比對(duì)，獲取余弦相似 度;并根據(jù)余弦相似度獲取第一匹配結(jié)果Rl，根據(jù)第一匹配結(jié)果確定身份證件的真?zhèn)巍?br>[0012] 優(yōu)選地，上述基于身份證件信息的人臉驗(yàn)證方法，其步驟（5)中，在特征矢量提取 之前，先采用雙=次插值方法將兩個(gè)歸一化校正圖像進(jìn)行放大，W對(duì)損失信息進(jìn)行補(bǔ)償，達(dá) 到最低識(shí)別分辨率闊值;其中，最低識(shí)別分辨率闊值為128X 128像素。
[0013] 優(yōu)選地，上述基于身份證件信息的人臉驗(yàn)證方法，其步驟(5)中，采用LBP描述符采 樣的密集網(wǎng)格對(duì)圖像進(jìn)行劃分，并且用一個(gè)8*8像素的滑動(dòng)窗口 W6像素為步進(jìn)單位根據(jù)劃 分獲得的圖像逐步提取LBP直方圖；
[0014] 對(duì)獲得的LBP直方圖進(jìn)行拼接獲得LBP特征;根據(jù)LBP特征分別獲取歸一化校正圖 像的特征矢量。
[0015] 優(yōu)選地，上述基于身份證件信息的人臉驗(yàn)證方法，其步驟(6)之后，還包括如下步 驟：
[0016] (7)獲取身份證件持有人的實(shí)時(shí)人臉圖像C;
[0017] (8)對(duì)實(shí)時(shí)人臉圖像C進(jìn)行預(yù)處理，獲得實(shí)時(shí)人臉圖像C的歸一化校正圖像C'；
[0018] (9)對(duì)實(shí)時(shí)人臉圖像C的歸一化校正圖像C'，W及第二人臉圖像B的歸一化校正圖 像B'，采用頻譜采樣結(jié)構(gòu)子空間特征算法(4SF)提取人臉特征，獲得實(shí)時(shí)人臉圖像C和第二 人臉圖像B的特征矢量；
[0019] (10)對(duì)實(shí)時(shí)人臉圖像C和第二人臉圖像B的特征矢量進(jìn)行比對(duì)，獲取卡方距離;根 據(jù)卡方距離獲取第二匹配結(jié)果R2;
[0020] (11)將第二匹配結(jié)果R2并與預(yù)設(shè)闊值L2進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果確定身份證件與 證件持有人是否人證合一。
[0021] 優(yōu)選地，上述基于身份證件信息的人臉驗(yàn)證方法，步驟(9)所述的頻譜采樣結(jié)構(gòu)子 空間特征算法，具體如下：
[0022] (i)采用AdaBoost算法對(duì)待處理圖像進(jìn)行檢測(cè)，獲得人臉圖像上眼睛所在處的坐 標(biāo);并對(duì)人眼定位到的圖像進(jìn)行歸一化處理；
[0023] (ii)對(duì)歸一化處理后的圖像采用局部對(duì)比度增強(qiáng)算法進(jìn)行光場(chǎng)校正；其中，局部 對(duì)比度增強(qiáng)算法是指將包含圖像細(xì)節(jié)信息的高頻信號(hào)進(jìn)行增強(qiáng)，使下面人臉匹配步驟對(duì)光 照變化的魯棒性更好；
[0024] (iii)對(duì)待處理圖像用一個(gè)8*8像素的滑動(dòng)窗口 W6像素為步進(jìn)單位，進(jìn)行密集采 樣，W提取LBP直方圖；
[0025] (iv)對(duì)待處理圖像各個(gè)特征區(qū)域塊進(jìn)行加權(quán)處理，獲取加權(quán)后的LBP增強(qiáng)直方圖； 根據(jù)所述LBP增強(qiáng)直方圖，拼接獲取加權(quán)處理后的人臉特征向量。
[00%]優(yōu)選地，上述基于身份證件信息的人臉驗(yàn)證方法，其步驟(iv)中，進(jìn)行加權(quán)處理后 的卡方距焉
[0027] 其中，X是指圖像B的增強(qiáng)直方圖信息(特征向量），|是指圖像C的直方圖信息(特征 向量），xi,J是指位于圖像B第i個(gè)直方圖對(duì)應(yīng)的第j個(gè)圖像塊的特征向量，Cl,J是指圖像C第i 個(gè)直方圖對(duì)應(yīng)的第j個(gè)圖像塊的特征向量，指數(shù)i和j是指第i個(gè)直方圖對(duì)應(yīng)的第j個(gè)局部區(qū) 域，是指第j個(gè)局部區(qū)域的權(quán)重，義^是指卡方距離。
[0028] 現(xiàn)有的LBP算子在對(duì)人臉進(jìn)行描述時(shí)，對(duì)各個(gè)特征區(qū)域取相同權(quán)重，但是人臉特征 隨時(shí)間變化較大，采用相同的權(quán)重對(duì)特征進(jìn)行描述，當(dāng)時(shí)間跨度過(guò)大時(shí)，一部分特征發(fā)生變 化較大，運(yùn)樣會(huì)導(dǎo)致特征向量之間的差別較大，相似度低，從而導(dǎo)致誤識(shí)率增高；
[0029] 數(shù)據(jù)跟蹤分析表明，人眼和嘴己部位的特征隨時(shí)間變化較小，而臉型輪廓W及鼻 子隨時(shí)間變化較大;對(duì)于人臉驗(yàn)證而言，隨時(shí)間變化較小的面部特征比其它特征具有更大 貢獻(xiàn)，在本發(fā)明中，利用運(yùn)種特點(diǎn)，對(duì)隨時(shí)間變化小得區(qū)域所包含的信息的重要性進(jìn)行加 權(quán)，運(yùn)樣得到的LBP特征對(duì)時(shí)間魯棒性更強(qiáng)，在對(duì)比過(guò)程中可W有效的提高兩張圖像特征向 量的相似度，降低誤識(shí)率。
[0030] 總體而言，通過(guò)本發(fā)明所構(gòu)思的W上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有 益效果：
[0031] (1)本發(fā)明提供的基于身份證件信息的人臉驗(yàn)證方法，基于身份證件忍片內(nèi)存儲(chǔ) 信息與身份證件表面信息，實(shí)現(xiàn)了對(duì)身份證真?zhèn)蔚淖R(shí)別；
[0032] (2)本發(fā)明提供的基于身份證件信息的人臉驗(yàn)證方法，基于身份證件表面信息與 人臉實(shí)時(shí)圖像，實(shí)現(xiàn)了是否人證合一的識(shí)別；
[0033] (3)本發(fā)明提供的基于身份證件信息的人臉驗(yàn)證方法，采用對(duì)長(zhǎng)時(shí)間跨度魯棒性 強(qiáng)的頻譜采樣結(jié)構(gòu)子空間算法，針對(duì)隨時(shí)間變化較小的特征（如人眼）取較高權(quán)重，對(duì)隨時(shí) 間變化較大特征(如臉部輪廓)取較小權(quán)重，通過(guò)特征點(diǎn)權(quán)重設(shè)置來(lái)減少長(zhǎng)時(shí)間跨度對(duì)人臉 識(shí)別的影響，提高了識(shí)別精度，尤其是在長(zhǎng)時(shí)間跨度下，實(shí)時(shí)采集到的人臉圖像與身份證忍 片內(nèi)存儲(chǔ)的圖像信息W及身份證件表面的圖片信息存在差異時(shí)，利用該方法，可在保證誤 識(shí)率為0.1 %的基礎(chǔ)上提高識(shí)別率。
【附圖說(shuō)明】
[0034] 圖1為實(shí)施例提供的基于身份證件信息的人臉驗(yàn)證方法的流程圖；
[0035] 圖2為實(shí)施例中文字信息驗(yàn)證的流程圖；
[0036] 圖3為實(shí)施例中人臉驗(yàn)證步驟的流程圖；
[0037] 圖4為實(shí)施例中對(duì)人臉圖像分割W及權(quán)重設(shè)置的示意圖；圖4(a)為采用7X7分割 的人臉圖像示意圖，圖4(b)為對(duì)應(yīng)圖4(a)圖像的權(quán)重設(shè)置示意圖。
【具體實(shí)施方式】
[0038] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所設(shè)及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可W相互組合。
[0039] 實(shí)施例提供的基于身份證件信息的人臉驗(yàn)證方法，其流程如圖1所示，具體包括如 下步驟：
[0040] (1)獲取身份證件忍片內(nèi)存儲(chǔ)的第一人臉圖像A，W及身份信息Wl;獲取身份證件 表面掃描圖像W及文字信息W2;
[0041] (2)對(duì)上述身份信息Wl與文字信息W2進(jìn)行比對(duì)，判斷兩者是否匹配，若是，則進(jìn)入 步驟(3);若否，則表明身份證件為偽造；
[0042] (3)對(duì)所述身份證件表面掃描圖像進(jìn)行分割，獲得證件表面的第二人臉圖像B;
[0043] (4)對(duì)上述第一人臉圖像A和第二人臉圖像B分別進(jìn)行預(yù)處理，獲得第一人臉圖像 的歸一化校正圖像A'，和第二人臉圖像B的歸一化校正圖像B' ；
[0044] (5)對(duì)上述兩幅歸一化校正圖像進(jìn)行處理，用LBP表述人臉特征，得到兩個(gè)歸一化 校正圖像的特征矢量；
[0045] (6)對(duì)兩個(gè)歸一化校正圖像的特征矢量進(jìn)行比對(duì)，獲取余弦相似度;并根據(jù)余弦相 似度獲取第一匹配結(jié)果Rl;當(dāng)Rl大于第一相似闊值Ll時(shí)，進(jìn)入步驟(7);否則，將該身份證件 判定為偽造；
[0046] 其中，第一相似闊值Ll是在誤識(shí)率為0.1%時(shí)設(shè)定的闊值；
[0047] (7)獲取身份證件持有人的實(shí)時(shí)人臉圖像C;
[0048] (8)對(duì)實(shí)時(shí)人臉圖像C進(jìn)行預(yù)處理，獲得實(shí)時(shí)人臉圖像C的歸一化校正圖像C'；
[0049] (9)對(duì)實(shí)時(shí)人臉圖像C的歸一化校正圖像C'，W及第二人臉圖像B的歸一化校正圖 像B'，采用頻譜采樣結(jié)構(gòu)子空間特征算法(4SF)提取人臉特征，獲得實(shí)時(shí)人臉圖像C和第二 人臉圖像B的特征矢量；
[0050] (10)對(duì)實(shí)時(shí)人臉圖像C和第二人臉圖像B的特征矢量進(jìn)行比對(duì)，獲取卡方距離;根 據(jù)卡方距離獲取第二匹配結(jié)果R2;
[0051] (11)將第二匹配結(jié)果R2并與預(yù)設(shè)闊值L2進(jìn)行比對(duì)；當(dāng)R2大于第二相似闊值L2時(shí)， 判定人證統(tǒng)一，否則判定為身份證件與持有人不符；
[0052] 其中，第二相似闊值L2是在誤判率為0.1%時(shí)設(shè)定的闊值。
[0053] 圖2所示，是實(shí)施例中步驟(2)對(duì)身份信息Wl與文字信息W2進(jìn)行比對(duì)的流程圖，在 獲取身份證件忍片信息后，提取身份信息W1。獲取身份證件表面信息后，通過(guò)字符識(shí)別獲取 證件表面信息W2;通過(guò)對(duì)信息的比對(duì)，如性別，出生年月，身份證號(hào)等信息的逐一比對(duì)，得到 驗(yàn)證結(jié)果RO，通過(guò)分析RO來(lái)判斷證件真?zhèn)巍?br>[0054] 圖3所示，是實(shí)施例中人臉驗(yàn)證步驟的流程圖，該過(guò)程具體包括如下步驟：
[0055] (1)獲取身份證件忍片內(nèi)照片圖像A;
[0056] (2)獲取證件表面人臉圖像B;
[0057] (3)對(duì)A，B圖像進(jìn)行人臉檢測(cè)，得到A，B的人臉圖像；
[0058] (4)對(duì)A，B人臉圖像進(jìn)行預(yù)處理，得到A，B固定大小為128X128的歸一化校正圖像；
[0059] (5)對(duì)上述歸一化校正圖像，采用LBP來(lái)表述人臉特征，得到A，B圖像的特征矢量；
[0060] (6)對(duì)A，B圖像的特征矢量進(jìn)行比對(duì)，獲取余弦相似度;根據(jù)余弦相似度獲取匹配 結(jié)果Rl;判斷Rl是否大于預(yù)設(shè)相似度闊值LI,若是，則進(jìn)入步驟(7);若否，則表明驗(yàn)證未通 過(guò)；
[0061] (7)獲取身份證件持有人的實(shí)時(shí)人臉圖像C;
[0062] (8)對(duì)實(shí)時(shí)人臉圖像C進(jìn)行預(yù)處理，得到固定大小為128X128的歸一化校正圖像C;
[0063] (9)對(duì)B，C的歸一化校正圖像提取人臉特征，得到B，C圖像的特征矢量；
[0064] (10)對(duì)B，C圖像的特征矢量進(jìn)行比對(duì)，獲取卡方距離;根據(jù)卡方距離獲取匹配結(jié)果 R2;并將匹配結(jié)果R2與預(yù)設(shè)闊值L2進(jìn)行比對(duì)分析。
[0065] 圖4所示，是實(shí)施例中對(duì)人臉圖像分割W及權(quán)重設(shè)置的示意圖；其中，圖4(a)為采 用7X7分割的人臉圖像示意圖，圖4(b)為對(duì)應(yīng)圖4(a)圖像的權(quán)重設(shè)置示意圖；其中，根據(jù)對(duì) 人臉特征隨時(shí)間變化的大小，黑色方塊區(qū)域的權(quán)重為〇(黑色區(qū)域主要是人臉無(wú)關(guān)的周?chē)?息），深灰色方塊區(qū)域的權(quán)重為1.0(運(yùn)部分區(qū)域覆蓋了人臉輪廓W及鼻子等隨時(shí)間變化較 大的部位），淺灰色方塊區(qū)域的權(quán)重為2.0(嘴己部位），白色區(qū)域的權(quán)重設(shè)為4.0(眼睛部 位）；通過(guò)權(quán)重設(shè)置，對(duì)隨時(shí)間變化較小的特征(人眼部位)取較高權(quán)重，對(duì)隨時(shí)間變化較大 特征(臉部輪廓)取較小權(quán)重，由此來(lái)減少長(zhǎng)時(shí)間跨度對(duì)人臉識(shí)別的影響，提高識(shí)別精度。
[0066] 本發(fā)明提供的運(yùn)種人臉驗(yàn)證方法，一方面對(duì)身份證件忍片信息和身份證件表面信 息進(jìn)行比對(duì)，W識(shí)別證件的真?zhèn)?；另一方面，?duì)證件照與持有人現(xiàn)場(chǎng)采集照片的年齡跨度， 提出了一種對(duì)長(zhǎng)時(shí)間跨度魯棒性較好的人臉驗(yàn)證方法，通過(guò)特征點(diǎn)權(quán)重設(shè)置來(lái)盡可能的減 少長(zhǎng)時(shí)間跨度對(duì)人臉識(shí)別的影響，達(dá)到提高識(shí)別精度的目的。
[0067] 本領(lǐng)域的技術(shù)人員容易理解，W上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用W 限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含 在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于身份證件信息的人臉驗(yàn)證方法，其特征在于，包括如下步驟： (1) 獲取身份證件芯片內(nèi)存儲(chǔ)的第一人臉圖像A，以及身份信息W1;獲取身份證件表面 掃描圖像以及文字信息W2; (2) 對(duì)所述身份信息W1與文字信息W2進(jìn)行比對(duì)，判斷所述身份信息與文字信息是否匹 配，若是，則進(jìn)入步驟(3);若否，則表明身份證件為偽造； (3) 對(duì)所述身份證件表面掃描圖像進(jìn)行分割，獲得第二人臉圖像B; (4) 對(duì)所述第一人臉圖像A和第二人臉圖像B分別進(jìn)行預(yù)處理，獲得第一人臉圖像的歸 一化校正圖像A'，第二人臉圖像B的歸一化校正圖像B' ； (5) 采用局部二值模式對(duì)所述兩幅歸一化校正圖像進(jìn)行處理，獲得第一人臉圖像的歸 一化校正圖像A'與第二人臉圖像B的歸一化校正圖像B'的特征矢量； (6) 對(duì)所述特征矢量進(jìn)行比對(duì)，獲取余弦相似度;并根據(jù)余弦相似度獲取第一匹配結(jié)果 R1，根據(jù)第一匹配結(jié)果確定身份證件的真?zhèn)巍?. 如權(quán)利要求1所述的人臉驗(yàn)證方法，其特征在于，所述步驟(5)中，在特征矢量提取之 前，對(duì)兩個(gè)歸一化校正圖像采用雙三次插值方法進(jìn)行放大，對(duì)損失信息進(jìn)行補(bǔ)償，以達(dá)到分 辨率閾值。3. 如權(quán)利要求1或2所述的人臉驗(yàn)證方法，其特征在于，所述步驟(5)中，采用LBP描述符 采樣的密集網(wǎng)格對(duì)圖像進(jìn)行劃分，并且用一個(gè)8*8像素的滑動(dòng)窗口以6像素為步進(jìn)單位根據(jù) 劃分獲得的圖像逐步提取LBP直方圖； 對(duì)獲得的LBP直方圖進(jìn)行拼接獲得LBP特征;根據(jù)所述LBP特征分別獲取歸一化校正圖 像的特征矢量;其中，LBP是指局部二值化模式。4. 如權(quán)利要求1或2所述的人臉驗(yàn)證方法，其特征在于，所述步驟(6)之后，還包括如下 步驟： (7) 獲取身份證件持有人的實(shí)時(shí)人臉圖像C; (8) 對(duì)實(shí)時(shí)人臉圖像C進(jìn)行預(yù)處理，獲得實(shí)時(shí)人臉圖像C的歸一化校正圖像C'； (9) 對(duì)實(shí)時(shí)人臉圖像C的歸一化校正圖像C'，以及第二人臉圖像B的歸一化校正圖像B'， 采用頻譜采樣結(jié)構(gòu)子空間特征算法提取人臉特征，獲得實(shí)時(shí)人臉圖像C和第二人臉圖像B的 特征矢量； (10) 對(duì)所述實(shí)時(shí)人臉圖像C的特征矢量與第二人臉圖像B的特征矢量進(jìn)行比對(duì)，獲取卡 方距離;并根據(jù)卡方距離獲取第二匹配結(jié)果R2; (11) 將第二匹配結(jié)果R2與預(yù)設(shè)閾值L2進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果確定身份證件與證件持 有人是否人證合一。5. 如權(quán)利要求4所述的人臉驗(yàn)證方法，其特征在于，步驟(9)所述的頻譜采樣結(jié)構(gòu)子空 間特征算法，具體如下： (i) 對(duì)待處理圖像進(jìn)行檢測(cè)，定位人臉圖像上眼睛所在處的坐標(biāo);并對(duì)定位后獲得的圖 像進(jìn)行歸一化處理； (ii) 對(duì)歸一化處理后的圖像采用局部對(duì)比度增強(qiáng)算法進(jìn)行光場(chǎng)校正；（iii)采用一個(gè) 8*8像素的滑動(dòng)窗口，以6像素為步進(jìn)單位，對(duì)待處理圖像進(jìn)行密集采樣，以提取LBP直方圖； (iv)對(duì)待處理圖像各個(gè)特征區(qū)域塊進(jìn)行加權(quán)處理，獲取加權(quán)后的LBP增強(qiáng)直方圖；根據(jù) 所述LBP增強(qiáng)直方圖，拼接獲取加權(quán)處理后的人臉特征向量。6.如權(quán)利要求5所述的人臉驗(yàn)證方法，其特征在于，進(jìn)行加權(quán)處理后的卡方距離其中，X是指第二人臉圖像B的特征向量，ξ是指實(shí)時(shí)人臉圖像C的特征向量，xu是指第 二人臉圖像Β第i個(gè)直方圖對(duì)應(yīng)的第j個(gè)圖像塊的特征向量，是指實(shí)時(shí)人臉圖像C第i個(gè)直 方圖對(duì)應(yīng)的第j個(gè)圖像塊的特征向量，指數(shù)i和j是指第i個(gè)直方圖對(duì)應(yīng)的第j個(gè)局部區(qū)域， ?j是指第j個(gè)局部區(qū)域的權(quán)重，乂是指卡方距離。
【文檔編號(hào)】G06K9/00GK105956578SQ201610343814
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年5月23日
【發(fā)明人】尤新革, 陳鵬旭, 李政
【申請(qǐng)人】深圳華中科技大學(xué)研究院