一种去除眼镜痕迹的人脸识别方法及装置的制造方法
【技术领域】
[0001] 本发明涉及人脸识别技术领域，尤其涉及一种去除眼镜痕迹的人脸识别方法及装 置。
【背景技术】
[0002] 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。一般采 用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而 对检测到的人脸进行脸部识别的一系列相关技术。人脸识别已成为一种重要的身份鉴别技 术，其中特征脸方法又称为主成分分析法（Principle Component Analysis，PCA)是目前最 流行的人脸识别方法之一，但是该方法人脸识别效果受很多因素的干扰，主要包括光照，姿 态和遮挡。眼镜是人脸图像中最为常见的遮挡物，对识别率有着很大的影响。
[0003] 为了降低眼镜对识别率的影响，人们对人脸图像中的眼镜提取和摘除已经有了一 定的研究。例如Saito Y等人最早将PCA技术用于人脸图像的眼镜摘除，先用无眼镜的人 脸图像来训练特征空间，然后用输入的戴眼镜的人脸图像在特征空间上投影，通过对投影 向量重建来得到对应的无眼镜的人脸图像，最后将PCA重建得到的图像的上半部分和原始 输入人脸图像的下半部分结合起来构成了最终的无眼镜人脸图像。但是该方法没有精确的 检测眼镜的区域，对全部区域进行了重建，虽然利用PCA重建的人脸图像是无眼镜的，但实 际上眼镜所带来的重建误差被分散到整幅人脸图像，不利于识别；没有充分利用遮挡区域 的信息，导致重建效果不好。
【发明内容】
[0004] 本发明的目的是提供一种去除眼镜痕迹的人脸识别方法及装置，去除了眼镜像素 对重构图像的影响，提高了识别率。
[0005] 为了实现上述目的，本发明技术方案如下：
[0006] -种去除眼镜痕迹的人脸识别方法，所述方法包括步骤：
[0007] 步骤S1、输入待识别人脸图像，通过预先训练的PCA模板对输入的待识别人脸图 像进行重构；
[0008] 步骤S2、根据待识别人脸图像及重构后的图像，确定待识别人脸图像中眼镜像素 及非眼镜像素的位置；
[0009] 步骤S3、根据待识别人脸图像中眼镜像素及非眼镜像素的位置，构建出不戴眼镜 的人脸图像；
[0010] 步骤S4、将待识别人脸图像中所有的眼镜像素由不戴眼镜的人脸图像中相应位置 的像素进行替换得到复原的人脸图像。
[0011] 进一步地，所述方法还包括：
[0012] 步骤S5、通过建立的PCA模板对复原人脸图像进行重构，得到重构后的复原人脸 图像，计算待识别人脸图像与重构后的复原人脸图像的差值，如果该差值小于迭代阈值，则 停止迭代，将复原人脸图像作为结果输出，否则将复原人脸图像作为待识别人脸图像，返回 步骤Sl，重新迭代计算。
[0013] 通过步骤S5的重复迭代方法，复原人脸图像更加准确。
[0014] 进一步地，所述通过建立的PCA模板对输入的待识别人脸图像或复原人脸图像进 行重构，计算公式如下：
[0015]
[0016]
[0017] 其中，X。表示输入的人脸图像，f表示PCA模板中的人脸均值图像，匕表示经过PCA 降维后的特征矩阵，X k表示对输入的人脸图像降维后的图像，X ^表示对X 14重构后的图像。
[0018] 进一步地，所述根据待识别人脸图像及重构后的图像，确定待识别人脸图像中眼 镜像素及非眼镜像素的位置，包括：
[0019] S2. 1、计算待识别人脸图像与当前重构后的图像的差值；
[0020] S2. 2、将得到的差值与设定的迭代阈值进行比较，如果得到的差值大于设定的迭 代阈值，则计算每个像素的权重，根据每个像素的权重对重构后的图像进行迭代计算，得到 迭代后的重构图像，以迭代后的重新重构图像为当前重构后的图像，返回步骤S2. 1 ;否则 直接以当前重构后的图像计算每个像素的权重，确定待识别人脸图像中眼镜像素及非眼镜 像素的位置。
[0021] 进一步地，所述根据待识别人脸图像中眼镜像素及非眼镜像素的位置，构建出不 戴眼镜的人脸图像，对于不戴眼镜的人脸图像为X f，构建公式如下：
[0022]
[0023] 其中，表示PCA模板中的人脸均值图像，％表示对应于特征向量Pn(n = 0, 1. ... S-1)的因子得分：
[0024]
[0025]
[0026]
[0027] 其中I |pn| I表示特征向量Pn的模值，Pnt表示特征向量Pn中第t个元素值，I |χ」 表示输入的待识别人脸图像的模值，Xt表示待识别人脸图像S维行向量中第t个像素值， cos θη表示输入的待识别人脸原图像和特征向量Pn的相关系数，ω t表示像素的权重。
[0028] 本发明还提出了一种去除眼镜痕迹的人脸识别装置，所述装置包括：
[0029] 重构模块，用于接收输入的待识别人脸图像，通过预先训练的PCA模板对输入的 待识别人脸图像进行重构；
[0030] 定位模块，用于根据待识别人脸图像及重构后的图像，确定待识别人脸图像中眼 镜像素及非眼镜像素的位置；
[0031] 不戴眼镜的人脸图像构建模块，用于根据待识别人脸图像中眼镜像素及非眼镜像 素的位置，构建出不戴眼镜的人脸图像；
[0032] 复原模块，用于将待识别人脸图像中所有的眼镜像素由不戴眼镜的人脸图像中相 应位置的像素进行替换得到复原的人脸图像。
[0033] 进一步地，所述装置还包括：
[0034] 复原图像判断模块，用于通过建立的PCA模板对复原人脸图像进行重构，得到重 构后的复原人脸图像，计算待识别人脸图像与重构后的复原人脸图像的差值，如果该差值 小于迭代阈值，则停止迭代，将复原人脸图像作为结果输出，否则将复原人脸图像作为待识 别人脸图像，输入到重构模块重新迭代计算。
[0035] 进一步地，所述重构模块通过建立的PCA模板对输入的待识别人脸图像或复原人 脸图像进行重构，计算公式如下：
[0036]
[0037]
[0038] 其中，X。表示输入的人脸图像，f表示PCA模板中的人脸均值图像，匕表示经过PCA 降维后的特征矩阵，X k表示对输入的人脸图像降维后的图像，X ^表示对X 14重构后的图像。
[0039] 对应地，所述定位模块在根据待识别人脸图像及重构后的图像，确定待识别人脸 图像中眼镜像素及非眼镜像素的位置时，执行如下操作：
[0040] S2. 1、计算待识别人脸图像与当前重构后的图像的差值；
[0041] S2. 2、将得到的差值与设定的迭代阈值进行比较，如果得到的差值大于设定的迭 代阈值，则计算每个像素的权重，根据每个像素的权重对重构后的图像进行迭代计算，得到 迭代后的重构图像，以迭代后的重新重构图像为当前重构后的图像，返回S2. 1 ;否则直接 以当前重构后的图像计算每个像素的权重，确定待识别人脸图像中眼镜像素及非眼镜像素 的位置。
[0042] 对应地，所述不戴眼镜的人脸图像构建模块在根据待识别人脸图像中眼镜像素及 非眼镜像素的位置，构建出不戴眼镜的人脸图像时，对于不戴眼镜的人脸图像为X f，构建公 式如下：
[0043]
[0044] 其中，X表示PCA模板中的人脸均值图像，<p.n表示对应于特征向量Pn(η = 0, 1. ... s-1)的因子得分：
[0045]
[0046] CN 105139000 A 仇 口月卞> 4/7 页