CN104091163A - 一种消除遮挡影响的lbp人脸识别方法 - Google Patents
一种消除遮挡影响的lbp人脸识别方法 Download PDFInfo
- Publication number
- CN104091163A CN104091163A CN201410343837.6A CN201410343837A CN104091163A CN 104091163 A CN104091163 A CN 104091163A CN 201410343837 A CN201410343837 A CN 201410343837A CN 104091163 A CN104091163 A CN 104091163A
- Authority
- CN
- China
- Prior art keywords
- face
- lbp
- image
- area
- identification method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000000903 blocking effect Effects 0.000 title 1
- 239000003550 marker Substances 0.000 claims abstract description 12
- 239000000284 extract Substances 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000005286 illumination Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 claims 7
- 230000008030 elimination Effects 0.000 claims 6
- 238000003379 elimination reaction Methods 0.000 claims 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种消除遮挡影响的LBP人脸识别方法，解决人脸受到局部遮挡影响人脸识别率的问题。采用的技术方案是：提取人脸图像I，采用肤色分割的方法分割出人脸未遮挡的区域；然后创建一张标记图M，标记出未遮挡的区域；将人脸图像转换为灰度人脸图像G，参照标记图M，提取灰度人脸图像上相应区域的LBP纹理特征。对数据库中的人脸图像也参照标记图M提取标记区域的LBP纹理特征，与待测图像的纹理特征进行比对识别。本发明能够剔除掉人脸被遮挡区域对提取纹理特征的影响，从而提升人脸识别的正确率。
Description
技术领域
本发明属于数字图像处理、模式识别技术领域，特别涉及一种消除遮挡影响的LBP人脸识别方法。
背景技术
生物识别技术是通过人类生物特征识别身份的一种技术。生物识别技术所研究的生物识别特征包括人脸、指纹、掌纹、虹膜、视网膜等等。由于人体特征的唯一性，这些人体生物密钥是很难被复制、失窃或者遗失的，因此生物识别技术比传统的身份鉴定方法更可靠、便捷。人脸识别是近年来发展最快的生物特征识别技术。人脸识别的主要算法有基于几何特征的人脸识别方法、基于模板匹配的人脸识别方法、基于样本学习的人脸识别方法和基于纹理特征的人脸识别方法，本文介绍的LBP(Local Binary Pattern)即局部二值模式是一种基于纹理特征的人脸识别方法。LBP是一种描述图像局部空间结构的非参数算子。芬兰奥卢(Oulu)大学的T．ojala等人于1996年提出了这个算子用来分析图像纹理特征，并且描述了它在纹理分类中的强区分能力。LBP算子定义为一种灰度尺度不变的纹理算子，是从局部邻域纹理的普通定义得来的。其基本思想是：用其中心像素的灰度值作为阈值，与它的邻域相比较得到的二进制码来表述局部纹理特征。在纹理分析方面，LBP算子是最好的纹理描述符之一，它的主要优点有以下几点：(1)通过它的定义可知，LBP算子的灰度尺度不随任何单一变换而变化，因此灰度尺度的鲁棒性好，也就是光照条件下的鲁棒性好；(2)计算速度快。由于它可以通过在小邻域内进行比较操作得到，使得在复杂的实时条件下分析图像成为可能；(3)由于LBP算子是一种无参数的方法，在应用过程中不需要对它的分布进行预先假设。
然而基于纹理特征的LBP人脸识别方法极容易受到遮挡的影响，如果人脸受到部分遮挡，提取的纹理特征将包括遮挡物的纹理特征，导致人脸识别结果受到影响。
针对上述问题，本发明提出一种消除人脸遮挡的LBP人脸识别方法。
发明内容
本发明的目的在于消除人脸识别在人脸受到部分遮挡时的影响。
为实现上述目的，本发明采用的方法按以下步骤实现：
一种消除光照不均匀的LBP人脸识别方法，其特征在于：按以下步骤实现，
S01：采用肤色分割的方法，用待测的人脸图像分割出人脸受遮挡区域和未受遮挡区域；
S02：创建一张与待测人脸图像大小一致的标记图，标记出S01分割出来的未受遮挡的人脸区域；
S03：将待测人脸图像转换为灰度人脸图像；
S04：参照标记图，提取所述灰度人脸图像中被标记区域的LBP纹理特征；
S05：参照标记图，对人脸数据库中所有灰度人脸图片提取被标记区域的LBP纹理特征；
S06：对步骤S04和步骤S05提取的纹理特征进行比对识别。
在本发明一实施例中，所述步骤S01中是将RGB颜色空间的人脸图像转换到YCbCr颜色空间后再进行分割。
在本发明一实施例中，所述的遮挡区域不限定人脸的任何区域，不限定形状，但是遮挡区域大小不能超过人脸图像大小的1/2。
在本发明一实施例中，所述的标记图是一张与待测人脸图像大小一样的二值图像，只用两种颜色表示遮挡与未遮挡区域。
在本发明一实施例中，所述步骤S04和步骤S05的灰度人脸图像具有相同的大小。
在本发明一实施例中，所述步骤S04和步骤S05的LBP纹理特征提取算法采用统一局部二值模式，提取的纹理特征向量具有相同的维数。
在本发明一实施例中，所述步骤S06的识别方法采用最近邻分类法或K近邻分类法或SVM分类器对待测图像与数据库人脸图像进行识别。
本发明具有以下有益效果：本发明提供了一种消除遮挡影响的LBP人脸识别方法，解决人脸受到局部遮挡影响人脸识别率的问题。
附图说明
图1为本文算法的流程图；
图2为本文算法处理过程的一个事例。
具体实施方式
下面结合附图，对本发明的方法进行具体说明。
本发明提出了一种消除遮挡影响的LBP人脸识别方法，解决人脸受到局部遮挡影响人脸识别率的问题，按以下步骤实现：
S01：标记人脸受到遮挡的区域。采用肤色分割的方法，用待测的人脸图像分割出人脸受遮挡的区域和未受遮挡的区域。
S02：创建一张标记图作为纹理特征提取的参照图。创建一张与待测人脸图像大小一致的图片，标记出S01分割出来的未被遮挡的人脸区域。
S03：将待测人脸图像转换为灰度人脸图像。
S04：参照标记图，提取待测灰度人脸图像中被标记区域的LBP纹理特征。
S05：参照标记图，对人脸数据库中所有灰度人脸图片提取被标记区域的LBP纹理特征。
S06：对S04和S05提取的纹理特征进行比对识别。
以下为本发明的具体实施例。
如图1是本发明的算法的流程图。先进行人脸图像提取，然后进行几何归一化等预处理，得到RGB色彩的人脸图像I(x,y)；再把I(x,y)的颜色空间由RGB转换到YCbCr颜色空间，然后分割出肤色区域；创建一张二值图像M(x,y)作为标记图（参照图），如图2中人脸被遮挡的区域标记为白色，未被遮挡区域标记成黑色。
如图2，I(x,y)是待测人脸图像，参照标记图M(x,y)，创建一张去除了遮挡区域的人脸图像N(x,y)，N(x,y)上被遮挡的区域为白色，然后只提取N(x,y)上的未被遮挡区域的LBP纹理特征。
创建标记图M(x,y)后，对人脸数据库中所有人脸图像也采用待测人脸图像I(x,y)一样的方法，只提取M(x,y)标记黑色的区域的LBP纹理特征，然后所述数据库中的每一张图像都生成一个特征向量，分别与待测人脸图像的特征向量进行对比识别。这些向量都不带有被遮挡区域的纹理特征，因此消除了被遮挡区域对人脸识别的影响。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
Claims (7)
1.一种消除光照不均匀的LBP人脸识别方法，其特征在于：按以下步骤实现，
S01：采用肤色分割的方法，用待测的人脸图像分割出人脸受遮挡区域和未受遮挡区域；
S02：创建一张与待测人脸图像大小一致的标记图，标记出S01分割出来的未受遮挡的人脸区域；
S03：将待测人脸图像转换为灰度人脸图像；
S04：参照标记图，提取所述灰度人脸图像中被标记区域的LBP纹理特征；
S05：参照标记图，对人脸数据库中所有灰度人脸图片提取被标记区域的LBP纹理特征；
S06：对步骤S04和步骤S05提取的纹理特征进行比对识别。
2.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述步骤S01中是将RGB颜色空间的人脸图像转换到YCbCr颜色空间后再进行分割。
3.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述的遮挡区域不限定人脸的任何区域，不限定形状，但是遮挡区域大小不能超过人脸图像大小的1/2。
4.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述的标记图是一张与待测人脸图像大小一样的二值图像，只用两种颜色表示遮挡与未遮挡区域。
5.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述步骤S04和步骤S05的灰度人脸图像具有相同的大小。
6.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述步骤S04和步骤S05的LBP纹理特征提取算法采用统一局部二值模式，提取的纹理特征向量具有相同的维数。
7.根据权利要求1所述的消除光照不均匀的LBP人脸识别方法，其特征在于：所述步骤S06的识别方法采用最近邻分类法或K近邻分类法或SVM分类器对待测图像与数据库人脸图像进行识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410343837.6A CN104091163A (zh) | 2014-07-19 | 2014-07-19 | 一种消除遮挡影响的lbp人脸识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410343837.6A CN104091163A (zh) | 2014-07-19 | 2014-07-19 | 一种消除遮挡影响的lbp人脸识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104091163A true CN104091163A (zh) | 2014-10-08 |
Family
ID=51638878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410343837.6A Pending CN104091163A (zh) | 2014-07-19 | 2014-07-19 | 一种消除遮挡影响的lbp人脸识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104091163A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392471A (zh) * | 2014-11-13 | 2015-03-04 | 山东财经大学 | 一种在静态图像中判断火焰区域的方法 |
| CN106372616A (zh) * | 2016-09-18 | 2017-02-01 | 广东欧珀移动通信有限公司 | 人脸识别方法、装置及终端设备 |
| CN107506708A (zh) * | 2017-08-14 | 2017-12-22 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
| CN107644159A (zh) * | 2017-09-12 | 2018-01-30 | 广东欧珀移动通信有限公司 | 人脸识别方法及相关产品 |
| CN108875534A (zh) * | 2018-02-05 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别的方法、装置、系统及计算机存储介质 |
| CN109919041A (zh) * | 2019-02-16 | 2019-06-21 | 天津大学 | 一种基于智能机器人的人脸识别方法 |
| CN111077990A (zh) * | 2019-06-03 | 2020-04-28 | 广东小天才科技有限公司 | 一种待点读内容的确定方法及学习设备 |
| CN111488811A (zh) * | 2020-03-31 | 2020-08-04 | 长沙千视通智能科技有限公司 | 人脸识别方法、装置、终端设备及计算机可读介质 |
| CN111626213A (zh) * | 2020-05-27 | 2020-09-04 | 北京嘀嘀无限科技发展有限公司 | 一种身份验证方法、装置、电子设备及可读存储介质 |
| CN111898561A (zh) * | 2020-08-04 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 一种人脸认证方法、装置、设备及介质 |
| CN111914748A (zh) * | 2020-07-31 | 2020-11-10 | 平安科技（深圳）有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
| WO2021077984A1 (zh) * | 2019-10-23 | 2021-04-29 | 腾讯科技（深圳）有限公司 | 对象识别方法、装置、电子设备及可读存储介质 |
| WO2021203718A1 (zh) * | 2020-04-10 | 2021-10-14 | 嘉楠明芯(北京)科技有限公司 | 人脸识别方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080166026A1 (en) * | 2007-01-10 | 2008-07-10 | Samsung Electronics Co., Ltd. | Method and apparatus for generating face descriptor using extended local binary patterns, and method and apparatus for face recognition using extended local binary patterns |
| CN103679151A (zh) * | 2013-12-19 | 2014-03-26 | 成都品果科技有限公司 | 一种融合LBP、Gabor特征的人脸聚类方法 |
-
2014
- 2014-07-19 CN CN201410343837.6A patent/CN104091163A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080166026A1 (en) * | 2007-01-10 | 2008-07-10 | Samsung Electronics Co., Ltd. | Method and apparatus for generating face descriptor using extended local binary patterns, and method and apparatus for face recognition using extended local binary patterns |
| CN103679151A (zh) * | 2013-12-19 | 2014-03-26 | 成都品果科技有限公司 | 一种融合LBP、Gabor特征的人脸聚类方法 |
Non-Patent Citations (3)
| Title |
|---|
| 宋克臣 等: "局部二值模式方法研究与展望", 《自动化学报》 * |
| 杜成 等: "用于人脸识别的正面人脸图像眼镜摘除", 《清华大学学报（自然科学版）》 * |
| 陈媛媛: "不良图像中的人脸检测方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392471B (zh) * | 2014-11-13 | 2017-12-26 | 山东财经大学 | 一种在静态图像中判断火焰区域的方法 |
| CN104392471A (zh) * | 2014-11-13 | 2015-03-04 | 山东财经大学 | 一种在静态图像中判断火焰区域的方法 |
| CN106372616A (zh) * | 2016-09-18 | 2017-02-01 | 广东欧珀移动通信有限公司 | 人脸识别方法、装置及终端设备 |
| CN106372616B (zh) * | 2016-09-18 | 2019-08-30 | Oppo广东移动通信有限公司 | 人脸识别方法、装置及终端设备 |
| CN107506708A (zh) * | 2017-08-14 | 2017-12-22 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
| CN107644159A (zh) * | 2017-09-12 | 2018-01-30 | 广东欧珀移动通信有限公司 | 人脸识别方法及相关产品 |
| CN108875534B (zh) * | 2018-02-05 | 2023-02-28 | 北京旷视科技有限公司 | 人脸识别的方法、装置、系统及计算机存储介质 |
| CN108875534A (zh) * | 2018-02-05 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别的方法、装置、系统及计算机存储介质 |
| CN109919041A (zh) * | 2019-02-16 | 2019-06-21 | 天津大学 | 一种基于智能机器人的人脸识别方法 |
| CN111077990B (zh) * | 2019-06-03 | 2024-03-19 | 广东小天才科技有限公司 | 一种待点读内容的确定方法及学习设备 |
| CN111077990A (zh) * | 2019-06-03 | 2020-04-28 | 广东小天才科技有限公司 | 一种待点读内容的确定方法及学习设备 |
| US12099577B2 (en) | 2019-10-23 | 2024-09-24 | Tencent Technology (Shenzhen) Company Limited | Object recognition method and apparatus, electronic device, and readable storage medium |
| WO2021077984A1 (zh) * | 2019-10-23 | 2021-04-29 | 腾讯科技（深圳）有限公司 | 对象识别方法、装置、电子设备及可读存储介质 |
| CN111488811A (zh) * | 2020-03-31 | 2020-08-04 | 长沙千视通智能科技有限公司 | 人脸识别方法、装置、终端设备及计算机可读介质 |
| CN111488811B (zh) * | 2020-03-31 | 2023-08-22 | 长沙千视通智能科技有限公司 | 人脸识别方法、装置、终端设备及计算机可读介质 |
| WO2021203718A1 (zh) * | 2020-04-10 | 2021-10-14 | 嘉楠明芯(北京)科技有限公司 | 人脸识别方法及系统 |
| CN111626213A (zh) * | 2020-05-27 | 2020-09-04 | 北京嘀嘀无限科技发展有限公司 | 一种身份验证方法、装置、电子设备及可读存储介质 |
| WO2021139167A1 (zh) * | 2020-07-31 | 2021-07-15 | 平安科技（深圳）有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
| CN111914748A (zh) * | 2020-07-31 | 2020-11-10 | 平安科技（深圳）有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
| CN111914748B (zh) * | 2020-07-31 | 2023-10-27 | 平安科技（深圳）有限公司 | 人脸识别方法、装置、电子设备及计算机可读存储介质 |
| CN111898561A (zh) * | 2020-08-04 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 一种人脸认证方法、装置、设备及介质 |
| CN111898561B (zh) * | 2020-08-04 | 2024-07-12 | 腾讯科技（深圳）有限公司 | 一种人脸认证方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104091163A (zh) | 一种消除遮挡影响的lbp人脸识别方法 | |
| Yan et al. | Biometric recognition using 3D ear shape | |
| Cherabit et al. | Circular hough transform for iris localization | |
| KR101314293B1 (ko) | 조명변화에 강인한 얼굴인식 시스템 | |
| CN104102907B (zh) | 一种消除光照不均匀的lbp人脸识别方法 | |
| Mantecon et al. | Depth-based face recognition using local quantized patterns adapted for range data | |
| Singh et al. | Face detection and eyes extraction using sobel edge detection and morphological operations | |
| CN106056132B (zh) | 一种基于傅里叶描述子和支持向量机的服装款式识别方法 | |
| Osia et al. | A spectral independent approach for physiological and geometric based face recognition in the visible, middle-wave and long-wave infrared bands | |
| Wang et al. | Study of hand-dorsa vein recognition | |
| CN110598574A (zh) | 智能人脸监控识别方法及系统 | |
| Rukhiran et al. | Effecting of environmental conditions to accuracy rates of face recognition based on IoT solution | |
| Fischer et al. | A novel palm vein recognition approach based on enhanced local Gabor binary patterns histogram sequence | |
| Bhargava et al. | Fingerprint recognition using minutia matching | |
| Ramteke et al. | Extraction of palmprint texture features using combined DWT-DCT and local binary pattern | |
| El-Said et al. | Geometrical face recognition after plastic surgery | |
| Li et al. | 3D face recognition by constructing deformation invariant image | |
| De et al. | Human Iris Recognition for clean Electoral process in India by creating a fraud free voter registration list | |
| Memane et al. | Red algorithm based iris recognition | |
| Mali et al. | Fingerprint recognition using global and local structures | |
| Zeng et al. | A person re-identification algorithm based on color topology | |
| Revathy et al. | Automatic latent fingerprint segmentation based on orientation and frequency features | |
| Hanmandlu et al. | Palm print recognition using local binary pattern operator and support vector machines | |
| Demirel et al. | Iris recognition system using combined colour statistics | |
| Hasoun et al. | A COMPREHENSIVE REVIEW ON IRIS RECOGNITION METHODS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141008 |
|
| RJ01 | Rejection of invention patent application after publication |