基于人脸的身份认证方法.docx

基于人脸的身份认证方法
专利名称：基于人脸的身份认证方法
技术领域：
本发明涉及一种基于人脸的身份认证方法，更具体的说，尤其涉及ー种将图像划分为多个子模块分别进行判断的基于人脸的身份认证方法。
背景技术：
身份认证是将现场采集到的小均为 M11XN11 ；
4).形成中间向量，从步骤3)中的Pa个子模块中选取 出K个，以选取的每个子模块中的每个像素的灰度值为列向量，按照逐行排列的方式形成I行Ml I X NI I列的向量，记为中间向量；
5).形成判定向量，将中间向量与应用于一次对比的图像的标记向量首尾相接，形成K个I行2X Mil XNll列的向量，记为判定向量；
6).判定是否为同一人，利用步骤e)中训练好的分类器，对步骤5)中的定样本做出判断；对于一次对比的K个判定向量，如果是同一人的次数大于等于K/2或者是同一人的概率大于等于1/2，则认为待认证人脸图像与对比的图像为同一人；否则不是同一人；
在判定过程中，可采用如下方法来实现利用步骤e)中训练好的分类器计算得到是同一个人的概率组合P= {pl, p2, p3, p4,…，pK}和不是同一个人的概率组合Q={ql, q2, q3, q4,，qK};然后计算是同一个人的概率为p=sum(P)/K,不是同一个人的概率为q=sum(Q)/K,其中sum代表求和；若p>q,则认定是ー个人，若P NumDiff,则认定是一人，NumSame q，则认定是ー个人，否则不是同一人。·
权利要求
，包括图像处理和分类器训练以及图像采集认证过程，其特征在于，图像处理和分类器训练，包括以下步骤a).采集人脸图像，采集经过去光照处理的η个人的图像，每人采集m副黑白人脸图像，每幅图像的大小均为MlXNl ;m、η、Ml、NI均为大于零的整数，Ml和NI的单位为像素；b).标定图像两瞳孔距离，训练用于定位图像两瞳孔位置的支持向量机，设标定出的两瞳孔距离为D像素；c).将人脸图像进行分块，将每幅人脸图像分割为大小均为M11XN11的Pa个子模块，Ml I彡Ml，NI I彡NI，Ml1、NI I的单位均为像素；d).形成训练样本，对于每幅图像，从Pa个子模块中选取相同的K个子模块；以选取的每个子模块中的每个像素的灰度值为列向量，按照逐行排列的方式形成I行Ml I X NI I列的向量，记为标记向量；将应用于一次对比的两幅图像的对应子模块得到的标记向量首尾相接，形成I行2X M11XN11列的向量，记为训练向量；将每个训练向量作为分类器的训练样本；e).训练分类器，以I行2XM11XN11列的训练向量作为贝叶斯分类器的输入，y={0, 1}为输出，选取正负样本各Num个进行训练；其中y=0表示是一个人,y=l表示不是一个人；图像采集认证过程，包括以下步骤1).人脸图像采集，采集待认证的黑白人脸图像，利用步骤b)中的支持向量机设定采集到的人脸图像两瞳孔距离为D像素；以两瞳孔之间的中点为中心点，将图像放缩至MlXNl的尺寸大小；2).去光照处理，采用与步骤a)中相同的去光照方法，对步骤I)中获取的MlXNl尺寸的图像进行去光照处理；3).图像分块，将步骤2)中获取的人脸图像分割为Pa个子模块，每个子模块的大小均为 M11XN11 ；4).形成中间向量，从步骤3)中