人脸模型训练模块及方法、人脸实时认证系统及方法

摘要

本发明公开了一种人脸模型训练模块及方法，与人脸实时认证系统及方法，认证过程中，首先通过人脸样本图像，为每个需要认证的用户训练获得一个支持向量机人脸模型；再通过采集摄像头输入的视频图像，搜索并检测图像中的正面人脸，并对其进行持续追踪与验证；然后自动标定正面人脸中的器官特征点，并据此对检测到的人脸进行预处理；计算经过预处理后的人脸图像的Gabor特征，从高维Gabor特征中挑选出低维特征向量；将挑选后的低维特征向量输入到所述人脸模型中，进行人脸识别，返回与各人脸模型的相似度数据；根据所述返回的相似度数据，输出最终的人脸认证结果。本发明提高了人脸识别认证的准确率。

主权项

1、一种人脸实时认证方法，其特征在于，包括如下步骤：(1)通过人脸样本图像，为每个需要认证的用户训练获得一个支持向量机人脸模型；(2)采集摄像头输入的视频图像，搜索并检测图像中的正面人脸，并对其进行持续追踪与验证，确保追踪的人脸是正面人脸；(3)自动标定正面人脸中的器官特征点，并据此对检测到的人脸进行预处理；(4)计算经过预处理后的人脸图像的Gabor特征，从高维Gabor特征中挑选出分类能力最强的部分Gabor特征组成低维特征向量；(5)将挑选后的低维特征向量输入到所述人脸模型中，进行人脸识别，返回与各人脸模型的相似度数据；(6)根据所述返回的相似度数据，输出最终的人脸认证结果。