可見(jiàn)光與近紅外人臉圖像的相互轉(zhuǎn)換方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及人臉識(shí)別領(lǐng)域，特別是涉及一種基于稀疏學(xué)習(xí)的可見(jiàn)光與近紅外人臉 圖像的相互轉(zhuǎn)換方法。
【背景技術(shù)】
[0002] 人臉識(shí)別技術(shù)是利用計(jì)算機(jī)獲取人臉圖像并進(jìn)行分析與處理，然后以特定方法提 取出能有效表示人臉圖像的特征，最后通過(guò)及其學(xué)習(xí)的方法對(duì)人臉圖像進(jìn)行身份鑒定。人 臉識(shí)別廣泛應(yīng)用于安全驗(yàn)證系統(tǒng)、駕照和護(hù)照的驗(yàn)證和犯罪身份識(shí)別等方面。最近幾年隨 著信息以及網(wǎng)絡(luò)技術(shù)的發(fā)展，人臉識(shí)別已經(jīng)成為模式識(shí)別領(lǐng)域最受關(guān)注的問(wèn)題之一。
[0003] 在人臉識(shí)別系統(tǒng)中光照是影響準(zhǔn)確率的一個(gè)關(guān)鍵因素。近紅外線（Near Infrared，NIR)成像對(duì)于環(huán)境光線的變化在一定限度內(nèi)保持魯棒，可以達(dá)到光照不變性的 要求；不易受到環(huán)境溫度變化的影響，在白天和黑夜均能夠正常工作。因此在實(shí)際的人臉 識(shí)別系統(tǒng)中，人們常常選擇近紅外圖像作為魯棒人臉識(shí)別的媒介。但是對(duì)于一個(gè)真正魯棒 的自動(dòng)人臉識(shí)別系統(tǒng)，具備處理來(lái)自不同模態(tài)的人臉圖像的能力是至關(guān)重要的。日常生活 中，每個(gè)人都有一張以上的可見(jiàn)光人臉正面照片（身份證證件照等），該照片無(wú)明顯的表情 變化和姿態(tài)變化，同時(shí)光照條件可控。而在安檢等應(yīng)用進(jìn)行現(xiàn)場(chǎng)比對(duì)時(shí)，為了不受光照變化 影響，采集近紅外人臉圖片作為測(cè)試圖片，從而形成了異質(zhì)人臉識(shí)別（Heterogeneous face recognition)的問(wèn)題。由于異質(zhì)圖像之間存在較大的類內(nèi)差別，直接進(jìn)行異質(zhì)圖像（近紅 外圖像一可見(jiàn)光照片）間的識(shí)別，準(zhǔn)確率不高。為了減小異質(zhì)圖像間的差別，通常將不同模 態(tài)的圖像轉(zhuǎn)化為相同模態(tài)并進(jìn)行后續(xù)的識(shí)別。以近紅外和可見(jiàn)光人臉圖片為例，既可以將 近紅外人臉圖片轉(zhuǎn)換為對(duì)應(yīng)的可見(jiàn)光人臉照片，也可以將可見(jiàn)光人臉照片轉(zhuǎn)換為相應(yīng)的近 紅外人臉圖片，從而實(shí)現(xiàn)異質(zhì)圖像間的變換與合成。
[0004] 近紅外-可見(jiàn)光人臉圖像相互轉(zhuǎn)換與合成的關(guān)鍵在于學(xué)習(xí)兩者之間的映射關(guān)系。 將近紅外人臉圖像看作采樣于近紅外圖像空間，可見(jiàn)光人臉照片采樣于可見(jiàn)光照片空間。 假設(shè)對(duì)于一組近紅外-可見(jiàn)光人臉圖像對(duì)，它們分別在近紅外圖像空間和可見(jiàn)光照片空間 具有相似的分布形式。具體地，輸入近紅外人臉圖像（或輸入近紅外人臉圖像塊）在近紅 外圖像空間的重構(gòu)系數(shù)（用近紅外圖像空間的其他人臉圖像或者人臉圖像塊重構(gòu)該輸入 近紅外人臉圖像或者輸入近紅外人臉圖像塊時(shí)的權(quán)重系數(shù)）與對(duì)應(yīng)可見(jiàn)光人臉照片（或可 見(jiàn)光人臉照片塊）在可見(jiàn)光照片空間中的重構(gòu)系數(shù)相同。
[0005] 近紅外人臉圖像與可見(jiàn)光人臉照片的轉(zhuǎn)換技術(shù)主要包括兩大類：
[0006] -是基于線性子空間學(xué)習(xí)的方法，基于主成分分析（Principal component analysis，PCA)特征轉(zhuǎn)換。首先，在由近紅外圖像和可見(jiàn)光照片組成的混合空間進(jìn)行特征分 析，之后將得到的混合投影矩陣分成一對(duì)近紅外圖像投影矩陣和可見(jiàn)光照片投影矩陣。從 而，將輸入測(cè)試近紅外人臉圖像用近紅外圖像投影矩陣投影得到投影系數(shù)，然后再將得到 的投影系數(shù)與可見(jiàn)光照片投影矩陣結(jié)合即可得到待輸出的可見(jiàn)光照片。該方法假定近紅外 人臉圖像與可見(jiàn)光人臉照片之間的映射是一種線性關(guān)系，無(wú)法真正地反映出二者之間的非 線性關(guān)系，導(dǎo)致產(chǎn)生結(jié)果模糊，細(xì)節(jié)信息缺失；
[0007] 二是基于流形學(xué)習(xí)的方法，利用分段線性來(lái)逼近全局非線性進(jìn)行圖像合成。首先 將訓(xùn)練集中的所有近紅外人臉圖像一可見(jiàn)光人臉照片對(duì)及輸入的測(cè)試近紅外人臉圖像劃 分成大小均勻的圖像塊，相鄰圖像塊之間保留一定程度的重疊。該方法假設(shè)近紅外人臉圖 像塊和可見(jiàn)光人臉照片塊采樣自兩個(gè)具有相似幾何結(jié)構(gòu)的流形。對(duì)于輸入近紅外人臉圖像 中任意位置的圖像塊，先從訓(xùn)練集中對(duì)應(yīng)位置的近紅外人臉圖像塊集合中尋找K個(gè)最近鄰 的圖像塊并提取特征計(jì)算相似性求取重構(gòu)權(quán)值。然后通過(guò)對(duì)這K個(gè)近紅外人臉圖像塊對(duì)應(yīng) 的可見(jiàn)光人臉照片塊，由求得的重構(gòu)權(quán)值線性組合來(lái)得到合成的可見(jiàn)光人臉照片塊。這種 方法雖然用局部的線性估計(jì)全局的非線性，具體到某一圖像塊時(shí)，本質(zhì)上還是線性的。

【發(fā)明內(nèi)容】

[0008] 為克服上述現(xiàn)有技術(shù)存在的不足，本發(fā)明之目的在于提供一種可見(jiàn)光與近紅外人 臉圖像的相互轉(zhuǎn)換方法，以提高合成的可見(jiàn)光人臉照片和近紅外人臉圖像的清晰度，使得 細(xì)節(jié)信息更豐富，能夠有效處理異質(zhì)人臉識(shí)別的問(wèn)題。
[0009] 為達(dá)上述及其它目的，本發(fā)明提出一種可見(jiàn)光與近紅外人臉圖像的相互轉(zhuǎn)換方 法，包括如下步驟：
[0010] 步驟一，利用基于稀疏學(xué)習(xí)的方法將近紅外人臉圖像或可見(jiàn)光人臉照片轉(zhuǎn)換為初 始可見(jiàn)光人臉照片或初始的近紅外人臉圖像；
[0011] 步驟二，利用基于多特征挑選的方法將初始近紅外人臉圖像或可見(jiàn)光人臉照片轉(zhuǎn) 換為可見(jiàn)光人臉照片或近紅外人臉圖像的高清晰度細(xì)節(jié)照片。
[0012] 進(jìn)一步地，以近紅外人臉圖像到初始可見(jiàn)光人臉照片為例，步驟一進(jìn)一步包括如 下步驟：
[0013] 步驟1. 1，確定作為人臉圖像的訓(xùn)練和測(cè)試來(lái)源的樣本人員庫(kù)，采集所述樣本人員 庫(kù)中每個(gè)人的在不同人臉狀態(tài)下的各一張可見(jiàn)光照片和一張近紅外人臉圖像，同一人同一 個(gè)人臉狀態(tài)下的一張可見(jiàn)光人臉照片和一張近紅外人臉圖像構(gòu)成一組圖象對(duì)；
[0014] 步驟1. 2,對(duì)所述樣本人員庫(kù)中的每個(gè)人的每組可見(jiàn)光人臉照片和近紅外人臉圖 像進(jìn)行歸一化，并進(jìn)行掩模背景去除和光照預(yù)處理；
[0015] 步驟1. 3,將處理完的近紅外人臉圖像一可見(jiàn)光人臉照片對(duì)樣本庫(kù)隨機(jī)選取，一半 劃分為訓(xùn)練樣本集，一半劃分為測(cè)試樣本集，并從測(cè)試樣本集中選取一張測(cè)試近紅外人臉 圖像y nil:，將訓(xùn)練樣本集的近紅外人臉圖像-可見(jiàn)光人臉照片對(duì)以及輸入測(cè)試近紅外人臉 圖像劃分為M個(gè)大小相同的圖像塊，且相鄰圖像塊之間保留一定程度的重疊，并依次訓(xùn)練 可見(jiàn)光人臉照片塊訓(xùn)練字典、近紅外人臉圖像塊訓(xùn)練字典、輸入近紅外人臉圖像塊原始像 素列向量；
[0016] 步驟1. 4,在步驟1. 3的基礎(chǔ)上，對(duì)每組近紅外人臉圖像塊和可見(jiàn)光人臉照片塊在 原始像素值上提取局部紋理特征，分別為和iT is,并對(duì)輸入測(cè)試近紅外人臉圖像塊 提取局部紋理特征iT;
[0017] 步驟1. 5,利用步驟1. 4得到的輸入測(cè)試近紅外人臉圖像塊特征向量分別與 近紅外人臉圖像塊特征訓(xùn)練字典
【主權(quán)項(xiàng)】
1. 一種可見(jiàn)光與近紅外人臉圖像的相互轉(zhuǎn)換方法，包括如下步驟： 步驟一，利用基于稀疏學(xué)習(xí)的方法將近紅外人臉圖像或可見(jiàn)光人臉照片轉(zhuǎn)換為初始可 見(jiàn)光人臉照片或初始的近紅外人臉圖像； 步驟二，利用基于多特征挑選的方法將初始近紅外人臉圖像或可見(jiàn)光人臉照片轉(zhuǎn)換為 可見(jiàn)光人臉照片或近紅外人臉圖像的高清晰度細(xì)節(jié)照片。
2. 如權(quán)利要求1所述的一種可見(jiàn)光與近紅外人臉圖像的相互轉(zhuǎn)換方法，其特征在于， 以近紅外人臉圖像到初始可見(jiàn)光人臉照片為例，步驟一進(jìn)一步包括如下步驟： 步驟1. 1，確定作為人臉圖像的訓(xùn)練和測(cè)試來(lái)源的樣本人員庫(kù)，采集所述樣本人員庫(kù)中 每個(gè)人的在不同人臉狀態(tài)下的各一張可見(jiàn)光照片和一張近紅外人臉圖像，同一人同一個(gè)人 臉狀態(tài)下的一張可見(jiàn)光人臉照片和