CN102900305A - 一种基于人脸识别的无钥保险柜系统 - Google Patents
一种基于人脸识别的无钥保险柜系统 Download PDFInfo
- Publication number
- CN102900305A CN102900305A CN2012102419186A CN201210241918A CN102900305A CN 102900305 A CN102900305 A CN 102900305A CN 2012102419186 A CN2012102419186 A CN 2012102419186A CN 201210241918 A CN201210241918 A CN 201210241918A CN 102900305 A CN102900305 A CN 102900305A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- recognition
- people
- human face
- 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
Images
Landscapes
- Image Analysis (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明涉及一种基于人脸识别的无钥保险柜系统,将传统分类方法与人工神经网络方法结合起来,构造了一个混合分类器,该系统包括:图像采集,通过连在工控机PC/104图像卡的CCD摄像机进行人脸正面摄像;人脸识别系统,人脸识别系统主要由人脸图像的预处理模块,人脸图像特征提取模块和人脸识别模块组成;保险柜控制电路,采用555时基电路与阻容元件构成的单稳态触发器来控制电子锁。
Description
技术领域
本发明属于模式识别领域,具体涉及一种基于人脸识别的无钥保险柜系统。
背景技术
目前国内外保险柜已采取了防火、防水、防爆等先进手段与技术来增强保险柜的“保险度”,但这些先进的手段与技术只能做到最大限度地增强保险柜的箱体安全性。然而,它离不开钥匙(密码也是一种变相的钥匙),而这把钥匙便成了保险柜最不保险的根源。事实上,钥匙已公认为当今保险柜不可克服的致命弱点。
在微电子技术与计算机技术飞速发展的今天,实现无钥保险柜的理想,即童话中的“芝麻开门”的动人场景已为期不远。根据多年研究的成果及掌握的技术情报,采用识别主人的实时面部图像来开启保险柜的办法是一种切实可行的有效方法。人脸是人的重要识别特征之一;它具有唯一性,因此人们可以毫不费力地相互识别。用“人脸”开启保险柜的关键问题是人脸识别。人脸识别是模式识别领域中一个困难而又具有很大实际应用价值和广泛应用前景的研究课题。本系统通过识别主人实时面部图像的方法来开启保险柜。针对无钥保险柜系统高可靠性和实时性的特点,提出并实现了一种人脸识别系统。
发明内容
本发明的目的在于提供一种基于人脸识别的无钥保险柜系统,该系统能够通过识别主人实时面部图像的方法来开启保险柜。
实现本发明目的的技术方案是:一种基于人脸识别的无钥保险柜系统,该系统包括:
图像采集,通过连在工控机PC/104图像卡的CCD摄像机进行人脸正面摄像;
人脸识别系统,人脸识别系统主要由人脸图像的预处理模块,人脸图像特征提取模块和人脸识别模块组成;
控制电路,保险柜控制电路的核心部分采用555时基电路与阻容元件构成的单稳态触发器来控制电子锁。
作为本发明的进一步改进,图像质量与摄像机及光照条件等因素密切相关,为了提高图像的质量和对图像的识别效率,在识别图像之前,需要对图像进行图像预处理。
作为本发明的进一步改进,为了达到对人脸正面图像识别的目的,首先应在整个图像中分割出正面人脸,采用最佳边缘检测法的ORF算法获得定位精度很高的二值化图像BI(Binary-image)。根据二值化图像BI找出人的头顶点H,下巴轮廓点C,两个脸颊两侧点L、R,并根据HC、LR的长度将人脸图像规整成64×64的标准图像。
作为本发明的进一步改进,本系统采用的加权距离分类器和BP网络在一定程度上达到了互补,可以得到更为理想的分类效果。
作为本发明的进一步改进,神经网络群识别算法执行下列步骤:
(1)加载待识样本到输入层节点;
(2)计算隐含层和输出层的输出,输出层节点的输出即为识别结果。
本发明提供了一种基于人脸识别的无钥保险柜系统,将人脸的主分量特征与人脸的几何特征融合在一起,共同构成人脸的识别特征,同时鉴于人脸识别问题的特殊性,将传统分类方法与人工神经网络方法结合起来,构造了一个混合分类器,从而极大地提高了识别率。
本发明的有益效果在于:
(1)针对钥匙是保险柜最不保险的根源,本系统实时面部图像的方法来开启保险柜;
(2)将人脸的主分量特征与人脸的几何特征融合在一起,共同构成人脸的识别特征提高系统的可靠性和实时性;
(3)将传统分类方法与人工神经网络方法结合起来,构造了一个混合分类器,从而极大地提高了识别率。
附图说明
图1是本发明实施例1的系统结构图;
图2是本发明实施例1的人脸识别系统;
图3是本发明实施例1的组合分类器;
图4是本发明实施例1的神经网络群识别模型结构图;
图5是本发明实施例1的无钥保险柜控制电路。
具体实施方式
下面结合附图和实施例做进一步说明。
图1 本发明提供的一种无钥保险柜系统结构图。要用计算机完成对人脸的自动识别,就必须要把“人脸”信息以适于计算机处理的数字方式输入到计算机中,本系统中通过连在工控机PC/104图像卡的CCD摄像机进行人脸正面摄像,无钥保险柜系统结构如图1所示。当有人希望打开保险柜时,只要按下“开门按钮”,并将脸面正对镜头,系统便自动摄取该人的一幅正面图像,随即进行自动识别。识别结果若为授权用户,则保险柜自动打开;反之,则保险柜不打开,并且自动报警。不论保险柜是否打开,只要有人按了“开门按钮”,其“长相”与开门时间等信息便自动存档,以供日后查用。
图2 人脸识别系统,整个人脸识别系统主要由3个模块组成,即人脸图像的预处理模块、人脸图像特征提取模块和人脸识别模块,其组成结构如图2。
图3 组合分类器,由于无钥保险柜系统中对人脸识别结果的高精度要求,本文将传统方法与人工神经元网络方法结合起来,构造了一个混合分类器,混合分类器结构见图3。首先将待识别样本特征向量X与库中所有模板 进行匹配,
式中: 是加权系数;
图4 神经网络群识别模型结构图,NN识别器采用了神经网络群识别算法,模型中每个神经网络1,…,N均由一个BP网络组成,实现一类模式和其他N-1类模式的判决;模式判决模块的功能是根据神经网络1,…,N的输出Y1,…, YN决定网络群的最后识别结果。
图5 无钥保险柜控制电路。保险柜控制电路的核心部分选用555时基电路,555时基电路是一种将模拟功能与逻辑功结合在同一硅片上的组合集成电路,在该集成基片上的基准电压电路是由三个误差极小的5kΩ电阻组成的,分压精度高,系统中的保险柜控制电路如图5所示。
表1为测试结果。实验中,完成了3人90幅(每人30幅)正面人脸图像的学习训练,然后输入500个图像进行识别,库中3人每人100幅(其中,每人都有2幅带眼镜的),随机选取的陌生人图像200幅,识别结果见表1。
人脸集合 | 样本数 | 正确识别数 | 误识样本数 | 保险柜打开次数 | 成功率 |
训练集 | 90 | 90 | 0 | 90 | 100% |
测试总集 | 500 | 498 | 2 | 498 | 99.6% |
库中人集 | 300 | 298 | 2 | 298 | 99.3% |
库外人集 | 200 | 200 | 0 | 0 | 100% |
Claims (6)
1.一种基于人脸识别的无钥保险柜系统,其特征是,该系统包括:
图像采集,通过连在工控机PC/104图像卡的CCD摄像机进行人脸正面摄像;
人脸识别系统,人脸识别系统主要由人脸图像的预处理模块,人脸图像特征提取模块和人脸识别模块组成;
控制电路,保险柜控制电路的核心部分采用555时基电路与阻容元件构成的单稳态触发器来控制电子锁。
2. 根据权利要求1所述的一种基于人脸识别的无钥保险柜系统,其特征是,通过连在工控机PC/104图像卡的CCD摄像机进行人脸正面摄像。
3. 根据权利要求1所述的一种基于人脸识别的无钥保险柜系统,其特征是,在识别图像之前,需要对图像进行预处图像预处理,过程包括:图像文件的加载及格式转换、图像的检测、去噪增强、旋转校正和归一化等。
4. 根据权利要求1中所述的一种基于人脸识别的无钥保险柜系统,其特征是,人脸正面图像识别,首先应在整个图像中分割出正面人脸,采用最佳边缘检测法的ORF算法获得定位精度很高的二值化图像BI(Binary-image),根据二值化图像BI找出人的头顶点H,下巴轮廓点C,两个脸颊两侧点L、R,并根据HC、LR的长度将人脸图像规整成64×64的标准图像。
6. 根据权利要求1或5所述的一种基于人脸识别的无钥保险柜系统,所述步骤(3)中的神经网络群识别算法执行以下步骤:
(1)加载待识别样本到输入层节点;
(2)计算隐含层和输出层的输出,输出层节点的输出即为识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102419186A CN102900305A (zh) | 2012-07-13 | 2012-07-13 | 一种基于人脸识别的无钥保险柜系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102419186A CN102900305A (zh) | 2012-07-13 | 2012-07-13 | 一种基于人脸识别的无钥保险柜系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102900305A true CN102900305A (zh) | 2013-01-30 |
Family
ID=47572765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102419186A Pending CN102900305A (zh) | 2012-07-13 | 2012-07-13 | 一种基于人脸识别的无钥保险柜系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102900305A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280007A (zh) * | 2013-04-28 | 2013-09-04 | 青岛歌尔声学科技有限公司 | 蓝牙面部识别保险箱 |
CN103440694A (zh) * | 2013-08-27 | 2013-12-11 | 无锡泛太科技有限公司 | 一种基于人脸识别的钥匙管理系统 |
CN103593648A (zh) * | 2013-10-22 | 2014-02-19 | 上海交通大学 | 一个面向开放环境的人脸识别方法 |
CN103810497A (zh) * | 2014-01-26 | 2014-05-21 | 华中科技大学 | 一种基于忆阻器的图像识别系统及方法 |
CN104533224A (zh) * | 2014-11-18 | 2015-04-22 | 苏州福丰科技有限公司 | 一种基于三维人脸识别的智能保险柜 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别系统 |
CN105447933A (zh) * | 2015-08-31 | 2016-03-30 | 深圳市启虹智能科技有限公司 | 非接触式生物识别保险柜 |
CN106157414A (zh) * | 2016-07-25 | 2016-11-23 | 苏州乐创空间孵化管理有限公司 | 一种人脸识别型门禁系统 |
CN106548544A (zh) * | 2016-10-31 | 2017-03-29 | 余必亚 | 一种解锁系统和方法 |
CN108181982A (zh) * | 2018-01-02 | 2018-06-19 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN112241687A (zh) * | 2020-09-16 | 2021-01-19 | 安徽超视野智能科技有限公司 | 一种具有陌生人脸库功能的人脸识别方法及系统 |
CN113591782A (zh) * | 2021-08-12 | 2021-11-02 | 北京惠朗时代科技有限公司 | 一种基于训练式的人脸识别智能保险柜应用方法及系统 |
CN117456584A (zh) * | 2023-11-13 | 2024-01-26 | 江苏创斯达智能科技有限公司 | 一种应用于智能保险柜的面部识别设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2739309Y (zh) * | 2004-06-17 | 2005-11-09 | 上海银晨智能识别科技有限公司 | 人脸识别智能电子解款机 |
CN1975759A (zh) * | 2006-12-15 | 2007-06-06 | 中山大学 | 一种基于结构主元分析的人脸识别方法 |
CN101430760A (zh) * | 2008-11-18 | 2009-05-13 | 北方工业大学 | 基于线性和贝叶斯概率混合模型的人脸超分辨率处理方法 |
-
2012
- 2012-07-13 CN CN2012102419186A patent/CN102900305A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2739309Y (zh) * | 2004-06-17 | 2005-11-09 | 上海银晨智能识别科技有限公司 | 人脸识别智能电子解款机 |
CN1975759A (zh) * | 2006-12-15 | 2007-06-06 | 中山大学 | 一种基于结构主元分析的人脸识别方法 |
CN101430760A (zh) * | 2008-11-18 | 2009-05-13 | 北方工业大学 | 基于线性和贝叶斯概率混合模型的人脸超分辨率处理方法 |
Non-Patent Citations (1)
Title |
---|
王书达; 韩学东;: "基于人脸识别的无钥保险柜系统研究", 《哈尔滨工业大学学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280007A (zh) * | 2013-04-28 | 2013-09-04 | 青岛歌尔声学科技有限公司 | 蓝牙面部识别保险箱 |
CN103440694A (zh) * | 2013-08-27 | 2013-12-11 | 无锡泛太科技有限公司 | 一种基于人脸识别的钥匙管理系统 |
CN103593648B (zh) * | 2013-10-22 | 2017-01-18 | 上海交通大学 | 一个面向开放环境的人脸识别方法 |
CN103593648A (zh) * | 2013-10-22 | 2014-02-19 | 上海交通大学 | 一个面向开放环境的人脸识别方法 |
CN103810497A (zh) * | 2014-01-26 | 2014-05-21 | 华中科技大学 | 一种基于忆阻器的图像识别系统及方法 |
CN103810497B (zh) * | 2014-01-26 | 2017-04-19 | 华中科技大学 | 一种基于忆阻器的图像识别系统及方法 |
CN104533224A (zh) * | 2014-11-18 | 2015-04-22 | 苏州福丰科技有限公司 | 一种基于三维人脸识别的智能保险柜 |
CN104573679A (zh) * | 2015-02-08 | 2015-04-29 | 天津艾思科尔科技有限公司 | 监控场景下基于深度学习的人脸识别系统 |
CN105447933A (zh) * | 2015-08-31 | 2016-03-30 | 深圳市启虹智能科技有限公司 | 非接触式生物识别保险柜 |
CN106157414A (zh) * | 2016-07-25 | 2016-11-23 | 苏州乐创空间孵化管理有限公司 | 一种人脸识别型门禁系统 |
CN106548544A (zh) * | 2016-10-31 | 2017-03-29 | 余必亚 | 一种解锁系统和方法 |
CN108181982A (zh) * | 2018-01-02 | 2018-06-19 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN112241687A (zh) * | 2020-09-16 | 2021-01-19 | 安徽超视野智能科技有限公司 | 一种具有陌生人脸库功能的人脸识别方法及系统 |
CN113591782A (zh) * | 2021-08-12 | 2021-11-02 | 北京惠朗时代科技有限公司 | 一种基于训练式的人脸识别智能保险柜应用方法及系统 |
CN117456584A (zh) * | 2023-11-13 | 2024-01-26 | 江苏创斯达智能科技有限公司 | 一种应用于智能保险柜的面部识别设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102900305A (zh) | 一种基于人脸识别的无钥保险柜系统 | |
CN107886064B (zh) | 一种基于卷积神经网络的人脸识别场景适应的方法 | |
CN109740413B (zh) | 行人重识别方法、装置、计算机设备及计算机存储介质 | |
CN103530599B (zh) | 一种真实人脸和图片人脸的区别方法和系统 | |
CN110188641A (zh) | 图像识别和神经网络模型的训练方法、装置和系统 | |
CN106446754A (zh) | 图像识别方法、度量学习方法、图像来源识别方法及装置 | |
CN108573243A (zh) | 一种基于深度卷积神经网络的低质量人脸的比对方法 | |
CN105825176A (zh) | 基于多模态非接触身份特征的识别方法 | |
CN109800643A (zh) | 一种活体人脸多角度的身份识别方法 | |
CN102938065A (zh) | 基于大规模图像数据的人脸特征提取方法及人脸识别方法 | |
CN105760858A (zh) | 一种基于类Haar中间层滤波特征的行人检测方法及装置 | |
CN108875907A (zh) | 一种基于深度学习的指纹识别方法和装置 | |
CN111104852B (zh) | 一种基于启发式高斯云变换的人脸识别技术 | |
CN107122725B (zh) | 一种基于联合稀疏判别分析的人脸识别方法及其系统 | |
CN103530657A (zh) | 一种基于加权l2抽取深度学习人脸识别方法 | |
Aldasouqi et al. | Human face detection system using HSV | |
CN106203322A (zh) | 一种基于手背静脉与掌纹融合图像的身份认证系统及方法 | |
CN109165612A (zh) | 基于深度特征和双向knn排序优化的行人再识别方法 | |
CN205644823U (zh) | 社保自助服务终端装置 | |
CN110826534A (zh) | 一种基于局部主成分分析的人脸关键点检测方法及系统 | |
CN105243380A (zh) | 基于选择性中值滤波和pca结合的单人脸图像识别方法 | |
CN111932754B (zh) | 一种实验室门禁验证系统与验证方法 | |
Narang et al. | Robust face recognition method based on SIFT features using Levenberg-Marquardt Backpropagation neural networks | |
Chuang et al. | Hand posture recognition and tracking based on bag-of-words for human robot interaction | |
Kekre et al. | Improved Face Recognition with Multilevel BTC using Kekre’s LUV Color Space |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130130 |