科创中国

电子信息技术

本发明适用于计算机视觉技术领域，提供了一种人脸识别方法及系统，所述方法包括：将待识别人脸图像与人脸图像数据库中的二维人脸图像进行匹配，获得最匹配的二维人脸图像，并结合最匹配的二维人脸图像对应的三维人脸模型获得待识别人脸图像和三维人脸模型之间的投影矩阵，基于投影矩阵和三维人脸模型生成新的二维人脸图像，将所述待识别人脸图像的LBP特征向量与所述新的二维人脸图像的LBP特征向量进行匹配，获得最匹配的LBP特征向量，并将最匹配的LBP特征向量对应的二维人脸图像的身份作为最终识别身份。本发明通过将二维和三维方法相结合的方式对人脸图像进行识别，可有效解决现有技术在人脸姿态变换较大时，人脸识别率较低的问题。

基于所述投影矩阵和所述人脸图像数据库中的每个三维人脸模型生成多个新的二维人脸图像，其中每一个三维人脸模型对应一个新的二维人脸图像；提取所述待识别人脸图像的LBP特征向量以及所述新的二维人脸图像的LBP特征向量，将提取的所述待识别人脸图像的LBP特征向量与所述新的二维人脸图像的LBP特征向量进行匹配，获得最匹配的LBP特征向量对应的二维人脸图像，并将该二维人脸图像的身份作为所述待识别人脸图像的最终识别身份；基于所述新的二维人脸图像的LBP特征向量，获取所述新的二维人脸图像的强LBP特征向量，其公式具体为：Vi＝WTVLBPi其中，Vi表示第i个新的二维人脸图像的强LBP特征向量，VLBPi表示第i个新的二维人脸图像的LBP特征向量，W＝[q1q2... qk]，qk为前k个最大特征值，i＝1,2...n，k

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看