CN103268653A - 用于门禁系统的人脸识别方法 - Google Patents
用于门禁系统的人脸识别方法 Download PDFInfo
- Publication number
- CN103268653A CN103268653A CN2013102071543A CN201310207154A CN103268653A CN 103268653 A CN103268653 A CN 103268653A CN 2013102071543 A CN2013102071543 A CN 2013102071543A CN 201310207154 A CN201310207154 A CN 201310207154A CN 103268653 A CN103268653 A CN 103268653A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- space
- identification method
- obtains
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种用于门禁系统的人脸识别方法，依次包括图像采集、图像检测、图像预处理、特征训练、特征提取、比对识别并输出比对结果控制门禁的开启，还包括询问用户是否是第一次使用系统，若是，将采集样本加入样本特征脸空间。本发明通过对待识别的人脸图像进行预处理，降低了图像的视觉噪声，滤除高频部分，使得那些本来不明显的低频成分更容易识别，使用颜色空间YCrCb肤色分割的方法对照片进行光线补偿，再归一化，把人脸照片缩放到一样的尺寸，通过旋转、变换灰度值得到标准的人脸照片，使得整个系统能够克服采集环境的影响，进而提高系统的识别成功率。
Description
技术领域
本发明涉及一种人脸识别的方法，尤其涉及一种用于小区门禁的人脸识别方法。
背景技术
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或扫描仪采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列的分析匹配，最终实现识别不同人身份的目的。
随着对人脸识别技术的深入研究，出现了很多的新技术，传统的方法都需要理想的采集条件（光照、正面、无遮挡物）才能够进行人脸识别，当用户不配合，采集条件不理想的时候，现有自动识别系统的识别率比较低，大约只有50%,因此，提高识别成功率成为目前人脸识别技术研究的新方向。
发明内容
为了弥补背景技术中的不足，本发明提供了一种能克服采集条件影响，识别成功率高的人脸识别方法，其特征在于，包括以下步骤：
S1采集所有常住人员的人脸照片；
S2对人脸照片进行预处理得到标准化的人脸照片；
S3基于PCA算法对标准化的人脸照片进行特征提取，创建样本特征脸空间；
S4训练阶段，把特征数据投影到特征脸空间进行训练，得到人脸照片在特征脸空间的参考位置；
S5实时采集人员的脸部图像；
S6检测脸部图像中是否有人脸图像，若是，则在电脑显示器上显示，否则，重复步骤S6；
S7对人脸图像进行预处理得到标准化的人脸图像；
S8对标准化的人脸图像进行人脸定位；
S9基于PCA算法对人脸进行人脸特征提取和投影，得到特征数据；
S10训练过程，把特征数据投影到特征脸空间进行训练，得到待识别人脸图像在特征脸空间的参考位置；
S11识别过程，比对S4和S10中的两个参考位置，匹配成功后发信号给电锁电路，开启门禁；
S12询问用户是否是第一次使用系统，若是，将采集样本加入样本特征脸空间。
本发明一个较佳实施例中，进一步包括所述S2和S6中预处理的步骤为：
1）降低视觉噪声，对人脸照片通过卷积实现高斯平滑处理；
2）光线补偿，使用颜色空间YCrCb肤色分割的方法；
3）归一化，把人脸照片缩放到一样的尺寸，变换灰度值得到标准的人脸照片。
本发明一个较佳实施例中，进一步包括所述S5中人脸检测的步骤为：
3.1）将脸部图像分割成若干个区域，对每个区域基于YCrCb空间进行像素统计；
3.2）用一系列的坐标点来定义每个区域的像素；
3.3）用若干个区域的像素点的集合来定义脸部图像的像素。
本发明一个较佳实施例中，进一步包括所述人脸检测基于Census算法编程。
有益效果：
本发明的人脸识别方法，通过对待识别的人脸图像进行预处理，降低了图像的视觉噪声，滤除高频部分，使得那些本来不明显的低频成分更容易识别，使用颜色空间YCrCb肤色分割的方法对照片进行光线补偿，再归一化，把人脸照片缩放到一样的尺寸，通过旋转、变换灰度值得到标准的人脸照片，使得整个系统能够克服光照变化的影响，进而不管在何种采集环境下都有一个很高的识别率。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明的操作流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合实施例及实施例附图对本发明作进一步详细的说明。
如图1所示，本发明的用于门禁系统的人脸识别方法主要执行以下步骤：
S1采集所有常住人员的人脸照片；
S2对人脸照片进行预处理得到标准化的人脸照片；
S3基于PCA算法对标准化的人脸照片进行特征提取，创建样本特征脸空间；
S4训练阶段，把特征数据投影到特征脸空间进行训练，得到人脸照片在特征脸空间的参考位置；
S5实时采集人员的脸部图像；
S6检测脸部图像中是否有人脸图像，若是，则在电脑显示器上显示，否则，重复步骤S6；
S7对人脸图像进行预处理得到标准化的人脸图像；
S8对标准化的人脸图像进行人脸定位；
S9基于PCA算法对人脸进行人脸特征提取和投影，得到特征数据；
S10训练过程，把特征数据投影到特征脸空间进行训练，得到待识别人脸图像在特征脸空间的参考位置；
S11识别过程，比对S4和S10中的两个参考位置，匹配成功后发信号给电锁电路，开启门禁；
S12询问用户是否是第一次使用系统，若是，将采集样本加入样本特征脸空间。
其中，S2和S6中预处理的步骤为：
1）降低视觉噪声，对人脸照片通过卷积实现高斯平滑处理；
2）光线补偿，使用颜色空间YCrCb肤色分割的方法；
3）归一化，把人脸照片缩放到一样的尺寸，通过旋转、变换灰度值得到标准的人脸照片。
S5中人脸检测基于Census算法对脸部图形进行检测，步骤为：
3.1）将脸部图像分割成若干个区域，对每个区域基于YCrCb空间进行像素统计；
3.2）用一系列的坐标点来定义每个区域的像素；
3.3）用若干个区域的像素点的集合来定义脸部图像的像素。
以上依据本发明的理想实施例为启示，通过上述的说明内容，相关人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定技术性范围。
Claims (4)
1. 一种用于门禁系统的人脸识别方法，其特征在于，包括以下步骤：
S1采集所有常住人员的人脸照片；
S2对人脸照片进行预处理得到标准化的人脸照片；
S3基于PCA算法对标准化的人脸照片进行特征提取，创建样本特征脸空间；
S4训练阶段，把特征数据投影到特征脸空间进行训练，得到人脸照片在特征脸空间的参考位置；
S5实时采集人员的脸部图像；
S6检测脸部图像中是否有人脸图像，若是，则在电脑显示器上显示，否则，重复步骤S6；
S7对人脸图像进行预处理得到标准化的人脸图像；
S8对标准化的人脸图像进行人脸定位；
S9基于PCA算法对人脸进行人脸特征提取和投影，得到特征数据；
S10训练过程，把特征数据投影到特征脸空间进行训练，得到待识别人脸图像在特征脸空间的参考位置；
S11识别过程，比对S4和S10中的两个参考位置，匹配成功后发信号给电锁电路，开启门禁；
S12询问用户是否是第一次使用系统，若是，将采集样本加入样本特征脸空间。
2.根据权利要求1所述的用于门禁系统的人脸识别方法，其特征在于， 所述S2和S6中预处理的步骤为：
1）降低视觉噪声，对人脸照片通过卷积实现高斯平滑处理；
2）光线补偿，使用颜色空间YCrCb肤色分割的方法；
3）归一化，把人脸照片缩放到一样的尺寸，通过旋转、变换灰度值得到标准的人脸照片。
3.根据要求1所述的用于门禁系统的人脸识别方法，其特征在于， 所述S5中人脸检测的步骤为：
3.1）将脸部图像分割成若干个区域，对每个区域基于YCrCb空间进行像素统计；
3.2）用一系列的坐标点来定义每个区域的像素；
3.3）用若干个区域的像素点的集合来定义脸部图像的像素。
4.根据权利要求3所述的用于门禁系统的人脸识别方法，其特征在于，所述人脸检测基于Census算法编程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013102071543A CN103268653A (zh) | 2013-05-30 | 2013-05-30 | 用于门禁系统的人脸识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013102071543A CN103268653A (zh) | 2013-05-30 | 2013-05-30 | 用于门禁系统的人脸识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103268653A true CN103268653A (zh) | 2013-08-28 |
Family
ID=49012280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013102071543A Pending CN103268653A (zh) | 2013-05-30 | 2013-05-30 | 用于门禁系统的人脸识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103268653A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392216A (zh) * | 2014-11-20 | 2015-03-04 | 苏州福丰科技有限公司 | 一种用于门锁的三维人脸识别方法 |
| CN104481338A (zh) * | 2014-11-24 | 2015-04-01 | 苏州福丰科技有限公司 | 基于人脸识别技术的保险箱 |
| CN105427421A (zh) * | 2015-11-16 | 2016-03-23 | 苏州市公安局虎丘分局 | 基于人脸识别的门禁控制方法 |
| CN107194380A (zh) * | 2017-07-03 | 2017-09-22 | 上海荷福人工智能科技（集团）有限公司 | 一种复杂场景下人脸识别的深度卷积网络及学习方法 |
| CN107463924A (zh) * | 2017-08-31 | 2017-12-12 | 江苏青诚信息科技有限公司 | 一种人脸识别系统 |
| CN107909687A (zh) * | 2017-11-07 | 2018-04-13 | 惠州市瑞时智控科技有限公司 | 一种基于机器学习的智能门控系统及其控制方法 |
| CN109615720A (zh) * | 2018-11-30 | 2019-04-12 | 上海上实龙创智慧能源科技股份有限公司 | 一种基于人脸识别api的无感考勤系统 |
| CN117831187A (zh) * | 2024-01-08 | 2024-04-05 | 浙江德方智能科技有限公司 | 基于人脸识别授权的园区人行道闸管理方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040240711A1 (en) * | 2003-05-27 | 2004-12-02 | Honeywell International Inc. | Face identification verification using 3 dimensional modeling |
| CN1971630A (zh) * | 2006-12-01 | 2007-05-30 | 浙江工业大学 | 基于人脸鉴别技术的门禁和考勤装置 |
| CN101833808A (zh) * | 2010-05-20 | 2010-09-15 | 上海洪剑智能科技有限公司 | 可实现多路控制的人脸识别门禁系统及其识别方法 |
| CN101980305A (zh) * | 2010-10-21 | 2011-02-23 | 青岛科技大学 | 基于人脸识别与3g通信的家庭智能门禁系统 |
| CN102103691A (zh) * | 2011-03-14 | 2011-06-22 | 南京邮电大学 | 一种基于主成分分析人脸的识别方法 |
| CN102637251A (zh) * | 2012-03-20 | 2012-08-15 | 华中科技大学 | 基于参考特征的人脸识别方法 |
| CN102902980A (zh) * | 2012-09-13 | 2013-01-30 | 中国科学院自动化研究所 | 一种基于线性规划模型的生物特征图像分析与识别方法 |
| CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
-
2013
- 2013-05-30 CN CN2013102071543A patent/CN103268653A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040240711A1 (en) * | 2003-05-27 | 2004-12-02 | Honeywell International Inc. | Face identification verification using 3 dimensional modeling |
| CN1971630A (zh) * | 2006-12-01 | 2007-05-30 | 浙江工业大学 | 基于人脸鉴别技术的门禁和考勤装置 |
| CN101833808A (zh) * | 2010-05-20 | 2010-09-15 | 上海洪剑智能科技有限公司 | 可实现多路控制的人脸识别门禁系统及其识别方法 |
| CN101980305A (zh) * | 2010-10-21 | 2011-02-23 | 青岛科技大学 | 基于人脸识别与3g通信的家庭智能门禁系统 |
| CN102103691A (zh) * | 2011-03-14 | 2011-06-22 | 南京邮电大学 | 一种基于主成分分析人脸的识别方法 |
| CN102637251A (zh) * | 2012-03-20 | 2012-08-15 | 华中科技大学 | 基于参考特征的人脸识别方法 |
| CN102902980A (zh) * | 2012-09-13 | 2013-01-30 | 中国科学院自动化研究所 | 一种基于线性规划模型的生物特征图像分析与识别方法 |
| CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 于立杰: ""基于人脸识别技术的门禁系统的研究与设计"", 《中国优秀硕士学位论文全文数据库·信息科技辑》 * |
| 朱超平: ""基于人脸识别的门禁系统设计与实现"", 《重庆工商大学学报（自然科学版）》 * |
| 高双喜 等: ""基于人脸识别的门禁系统设计"", 《河北省科学院学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392216A (zh) * | 2014-11-20 | 2015-03-04 | 苏州福丰科技有限公司 | 一种用于门锁的三维人脸识别方法 |
| CN104481338A (zh) * | 2014-11-24 | 2015-04-01 | 苏州福丰科技有限公司 | 基于人脸识别技术的保险箱 |
| CN105427421A (zh) * | 2015-11-16 | 2016-03-23 | 苏州市公安局虎丘分局 | 基于人脸识别的门禁控制方法 |
| CN107194380A (zh) * | 2017-07-03 | 2017-09-22 | 上海荷福人工智能科技（集团）有限公司 | 一种复杂场景下人脸识别的深度卷积网络及学习方法 |
| CN107463924A (zh) * | 2017-08-31 | 2017-12-12 | 江苏青诚信息科技有限公司 | 一种人脸识别系统 |
| CN107909687A (zh) * | 2017-11-07 | 2018-04-13 | 惠州市瑞时智控科技有限公司 | 一种基于机器学习的智能门控系统及其控制方法 |
| CN109615720A (zh) * | 2018-11-30 | 2019-04-12 | 上海上实龙创智慧能源科技股份有限公司 | 一种基于人脸识别api的无感考勤系统 |
| CN117831187A (zh) * | 2024-01-08 | 2024-04-05 | 浙江德方智能科技有限公司 | 基于人脸识别授权的园区人行道闸管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103268653A (zh) | 用于门禁系统的人脸识别方法 | |
| CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
| US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
| CN104851140A (zh) | 基于人脸识别的考勤门禁系统 | |
| CN204155293U (zh) | 一种基于人脸识别的验证装置及验证系统 | |
| CN106023151B (zh) | 一种开放环境下中医舌象目标检测方法 | |
| CN109359634B (zh) | 一种基于双目摄像机的人脸活体检测方法 | |
| CN108268850B (zh) | 一种基于图像的大数据处理方法 | |
| CN105243357A (zh) | 一种基于身份证件的人脸识别方法及人脸识别装置 | |
| CN103258191A (zh) | 基于人脸识别的小区门禁系统 | |
| CN111144366A (zh) | 一种基于联合人脸质量评估的陌生人脸聚类方法 | |
| CN105975938A (zh) | 一种智能动态人脸识别社区管家服务系统 | |
| CN105956579A (zh) | 融合模糊模板和点特征的手指静脉快速识别方法 | |
| CN104408780A (zh) | 一种人脸识别考勤系统 | |
| US9449217B1 (en) | Image authentication | |
| WenJuan et al. | A real-time lip localization and tacking for lip reading | |
| CN104484652A (zh) | 一种指纹识别方法 | |
| Su et al. | Robust video fingerprinting based on visual attention regions | |
| CN112396011A (zh) | 一种基于视频图像心率检测及活体检测的人脸识别系统 | |
| CN113627339A (zh) | 一种隐私保护的方法、装置及设备 | |
| CN103208144A (zh) | 基于人脸识别的宿管系统 | |
| Dixit et al. | An efficient fuzzy based edge estimation for iris localization and pupil detection in human eye for automated cataract detection system | |
| Gangopadhyay et al. | FACE DETECTION AND RECOGNITION USING HAAR CLASSIFIER AND LBP HISTOGRAM. | |
| Wasnik et al. | Improved fingerphoto verification system using multi-scale second order local structures | |
| CN111708907B (zh) | 一种目标人员的查询方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130828 |