CN103714347B - 人脸识别方法及人脸识别装置 - Google Patents

Abstract

本发明提供一种人脸识别方法，包括：获取人脸图像的步骤；获取人脸光照度的步骤；根据光照度对人脸图像进行预处理的步骤；从预处理的人脸图像提取人脸特征的步骤；将提取的人脸特征与全部人脸模板进行比较而确定人脸识别是否通过的步骤，以及在将提取的人脸特征与全部人脸模板进行比较未通过人脸识别时，读取被识别人指定的身份信息的步骤；根据被识别人的指定的身份信息，获得指定的人脸模板的步骤；将提取的人脸特征与指定的人脸模板进行比较，而确定人脸识别是否通过的步骤。本发明提供的人脸识别方法可以减少误识别和拒识，提高识别成功率，同时避免了人为干预，提高了识别效率。

Description

人脸识别方法及人脸识别装置

技术领域

本发明属于人脸识别技术领域，涉及一种高识别效率的人脸识别方法以及人脸识别装置。

背景技术

近年来人脸识别技术得到迅速的发展及广泛应用，这是一种基于已知的人脸库，利用计算机或嵌入式设备分析人脸图像，进而利用特征提取技术抽取出有效的识别信息，用来“辨识”身份的一门技术。具体地，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。如图1所示，一般情况下，摄像单元不断的采集人脸图像信息，然后通过定位、提取人脸特征，并根据所提取的人脸特征与人脸特征库中的全部人脸模板来进行比较，而确定人脸识别是否通过。

随着在实际应用的不断推广，人脸识别系统存在的问题也逐渐凸显。比如，人脸特征具有可变性，如各种附加物，人脸表情的变化等，而这些变化在实际应用中都可能导致人脸识别系统发生拒识、误识现象。虽然嵌入式人脸识别系统通常在录入人脸模板时，通过提示远、近、抬头、转头等信息采集人脸多方位特征，有利于提高识别成功率，但这仍不足以降低由于人脸特征变化造成的拒识和误识概率。

进一步地，人脸识别成功率不仅受人脸特征可变性影响，还会受使用环境条件的影响。比如，当应用在室外环境条件时，由于太阳光光谱范围很宽，滤光片滤不掉，人脸上就会出现高光、阴影部分，或者过亮，或者过暗，跟室内图像相比会有较大差别，这也会使得人脸识别率大幅度下降。此外，还有诸如白天、晚上等环境光线变化也会影响人脸识别率。目前的自适应算法，虽然在一定程度上解决了光线及人脸附加物的问题，但误识率普遍较高。并且，当场景、环境发生变化，出现无法验证通过时，需要人为的录入新的模板，达到能够正常识别的目的。这样虽能暂时通过，但场景环境及人脸特征变化性大，加之，当人员较多时，重新录入新模板，费时费力，不能从根本上解决问题。

发明内容

本发明鉴于以上问题，提供了一种人脸识别方法，其可以减少误识别，提高识别成功率，同时避免了人为干预，提高了识别效率。

本发明一方面提供一种人脸识别方法，其包括：获取人脸图像的步骤；获取人脸光照度的步骤；根据光照度对人脸图像进行预处理的步骤；从预处理的人脸图像提取人脸特征的步骤；将提取的人脸特征与全部人脸模板进行比较从而确定人脸识别是否通过的步骤，以及在将提取的人脸特征与全部人脸模板进行比较未通过人脸识别时，读取被识别人指定的身份信息的步骤；根据被识别人的指定的身份信息，获得指定的人脸模板的步骤；将提取的人脸特征与指定的人脸模板进行比较，而确定人脸识别是否通过的步骤。

本发明另一方面提供一种人脸识别装置，其包括：身份信息读取单元（6），其直接读取被识别人的身份信息；图像获取单元（1），其用于采集人脸图像；光照检测单元（2），其用于检测人脸的光照度；处理单元（3），其根据所检测到的光照度对所采集的人脸图像进行光照预处理，并在所述光照预处理之后提取人脸特征；存储单元（4），其用于存储多人的身份信息，以及与身份信息对应的人脸模板，和与人脸模板对应的光照度信息；和识别单元（5），其根据由所述处理单元（3）提取的人脸特征，与存储在所述存储单元（4）内的人脸模板进行比较，而进行人脸识别，所述识别单元（5）在将由所述处理单元（3）提取的人脸特征，与全部的人脸模板进行对比，人脸识别未通过时，根据所述身份信息读取单元（6）直接读取的被识别人的指定的身份信息，从存储单元（4）中获得指定的人脸模板，并将由所述处理单元（3）提取的人脸特征，与该指定的人脸模板进行比较，判断人脸识别是否通过。

本发明提供的人脸识别方法以及人脸识别装置，在提取人脸特征后，将该人脸特征与全部人脸模板进行比较，如果通过，则人脸识别结束，如果未通过则根据被识别人身份信息获取被识别人的指定人脸模板，并将所提取的人脸特征与指定的人脸模板进行比较，从而确定人脸识别是否通过。由于进行了补充人脸识别，因而可以减少误识别和拒识别，提高识别成功率，同时避免了人为干预，提高了识别效率。

附图说明

图1是现有技术人脸识别方法的识别过程示意图；

图2是本发明一实施方式提供的人脸识别方法人脸模板登记流程图；

图3是本发明一实施方式提供的人脸识别方法的人脸识别流程图；

图4是图3所示装置的人脸识别方法的详细步骤图；

图5是本发明一实施方式提供的人脸识别方法的人脸模板更新流程图；

图6是本发明一实施方式提供的人脸识别装置的原理框图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明提供的人脸识别方法以及人脸识别装置进行详细描述。在这些附图中，对于相同或者相当的构成要素，标注相同标号。以下仅为本发明的人脸识别方法和人脸识别装置的最佳实施方式，本发明并不仅限于下述结构和流程。

本发明的人脸识别方法为了提高环境适应能力和应对人脸特征的可变性，不仅在进行人脸识别时考虑光照条件，而且在满足设定条件时会更新数据库中的人脸模板，从而便于识别发生变化的人脸特征。本发明的人脸识别方法在识别过程中和判断是否更新人脸模板时均会考虑光照度，因此在人脸模板数据库建立时也会采集光照度信息。下面结合图2来描述本实施方式人脸识别方法人脸模板数据库的建立过程。

图2是本发明一实施方式提供的人脸识别方法人脸模板登记流程图。如图2所示，首先，在步骤S20中建立人员信息数据库。具体地预先建立人员信息数据库，包含工号、姓名、人脸模板、识别方式、权限等信息，预留字节用于扩展。然后，在步骤S21中采集人员信息。主要包括用户基本信息登记，比如工号(ID)和姓名，ID唯一，必须输入，否则不能进行下一步。当完成步骤S21后，转入步骤S22和S23。在步骤S22中，采集当前人员的人脸信息。具体地，用户根据提示，注视摄像头、抬头、低头、左转头、右转头，尽量采集人脸的多角度信息图像，在采集完人脸图像后，提取人脸特征Ex，存入缓存。为了采集到丰富的人脸特征，每个用户至少采集3组人脸模板，优选地每个人脸用户采集9至18组人脸特征作为模板。在步骤S23中采集光照信息。即，采集执行步骤S22时的环境光线信息，并根据该光线信息进行处理。当完成步骤S22和S23后，转入步骤S24。在步骤S24中，保存信息进数据库。具体地，当缓存人脸特征数达到m，即人脸特征为Ex1、Ex2、Ex3……Exm，将该用户基本信息，人脸特征模板及光照度保存进数据库，其中m为用户人脸模板数量，为大于1的正整数。

本发明的人脸识别方法主要包括：全局人脸识别、指定人脸识别、二次全局人脸识别、人脸验证、人脸模板更新。下面结合图3和图4来描述本实施方式的人脸识别方法。

图3是本发明一实施方式的提供的人脸识别方法的人脸识别流程图。

如图3所示，本实施方式的人脸识别方法，包括步骤S30，进行全局人脸识别，即，提取被识别人的人脸特征，并将该人脸特征与全部人脸模板进行比对，判断人脸识别是否通过。如果通过，则人脸识别结束，等待下次识别，如果未通过，则进入步骤S31，进行指定人脸识别。在步骤S31中，将被识别人的人脸特征与指定的人脸模板，也就是数据库中存储的被识别人的人脸模板进行比对，而判断是否通过人脸识别。如果未通过，则人脸识别结束，等待下次识别；如果通过，则进入步骤S32。在步骤S32中，进行二次全局人脸识别，在该次全局人脸识别中，降低人脸识别通过的条件，并将人脸特征与全部人脸模板进行比对，判断人脸识别是否通过。如果未通过，则人脸识别结束，等待下次识别，如果通过，则记录数据库中与被识别人相似的人脸模板，并进入步骤S33，进行人脸验证。在步骤S33中，判断在步骤S32中与识别人相似的人脸模板与步骤S31中指定的人脸模板是否同一个，如果不是，则人脸识别结束，等待下次识别；如果是，则进入步骤S34。在步骤S34中，判断是否更新模板，如果更新则进入步骤S35，更新人脸模板，如果不更新，则人脸识别结束，等待下次识别。在步骤S35中，更新模板，更新完成后，人脸识别结束，等待下次识别。

本发明的人脸识别方法，在提取人脸特征后，将该人脸特征与全部人脸模板进行比较，如果通过，则人脸识别结束，如果未通过则进行补充识别。首先将所提取的人脸特征与指定的人脸模板进行比较，如果相似，则再次与全部人脸模板进行比较，并降低识别通过的条件，如果通过，则判断此次与被识别人人脸特征相似的人脸模板与指定的人脸模板是否一致，如果一致，则判定该人脸特征可通过识别。本发明的人脸识别方法，由于进行全局人脸识别和补充人脸识别，因此可适应环境变化或人脸特征变化，从而可以减少误识别和拒识别，提高识别成功率，同时避免了人为干预，提高了识别效率。

进一步，本发明的人脸识别方法，当通过补充人脸识别后，还会判断是否更新人脸模板，并且在满足条件时更新人脸模板，从而可适应人脸特征的变化和环境条件的变化，增强了该人脸识别方法和采用该方法的人脸识别系统的适应性。

以上是本发明人脸识别方法的原理和主要流程了进行说明，下面结合图4来描述本发明人脸识别方法的详细流程。

图4是图3所示装置的人脸识别方法的详细步骤图。如图4所示，当启动人脸识别装置100后，首先执行步骤S40。在步骤S40中采集人脸图像及光线信息，具体地，不断采集人脸信息，获取有效人脸图像，同时采集光线信息，获取此时光照度大小Lt。当完成步骤S40后，转入步骤S41。在步骤S41中，进行光照预处理，并提取人脸特征Fx。即，根据获取到的人脸图像，加光照、去光照或者直方图均衡处理，之后将人脸归一化成统一大小，再根据LBP局部二值模式提取人脸特征Fx。当完成步骤S41后，转入步骤S42。在步骤S42中，根据提取的人脸特征进行人脸识别。具体地，将Fx与人脸特征库中N个人员的特征进行比对，特征比对时，预备多个特征识别方案，对每个方案用欧式距离取比对距离得分最小的特征作为候选人模板，记录得分、ID、人脸模板信息；同时对每个特征识别方案识别得到的候选人模板进行相互校验，通过判断候选人模板是否为同一人从而判定识别是否通过。接着在步骤S43中获取人脸识别结果。如果通过，本次识别结束；如果未通过，则转入步骤S44。在步骤S44中，获取被识别人的身份信息。具体地，通过身份信息读取单元6读取被识别人的身份信息，比如工号。当完成步骤S44后，转入步骤S45。在步骤S45中，根据识别人身份信息进行指定人脸识别。具体地，根据被识别人从存储单元4中得到该人员信息，特别是人脸特征Ex(Ex1，Ex2，Ex3,……Exm)，将Fx与Ex(Ex1，Ex2，Ex3,……Exm)进行特征比对，比如利用欧式距离进行比对，取距离得分最小值，当最小值小于指定人脸识别(或者叫工号人脸识别)阈值Ty，人脸识别通过，否则拒绝。其中m为登记时保存的人脸特征模板的数量。然后在步骤S46中获取人脸识别结果。如果未通过指定人脸识别，则重新采集人脸图像进行下一次识别；如果通过，则转入步骤S47。在步骤S47中，降低人脸识别通过的阈值，进行补充人脸识别。具体地，识别单元5将Fx与人脸特征库中N个人员的特征进行比对，并根据新的阈值判断人脸识别是否通过。然后在步骤S48中获取人脸识别结果。如果未通过指定人脸识别，则重新采集人脸图像进行下一次识别；如果通过，则转入步骤S49。在步骤S49中判断是否更新人脸模板，如果不更新，则重新采集人脸图像进行下一次识别。如果更新，则进入步骤S50，在步骤S50中更新人脸模板。

图5是本发明一实施方式提供的人脸识别方法的人脸模板更新流程图。下面结合图5来描述人脸模板的更新流程。

如图5所示，人脸模板的更新包括：步骤S51，获取被别人的信息。具体地，从存储单元4中获取该人员信息，比如ID，姓名，光照度Lt1及模板Ex(Ex1，Ex2，Ex3,……Exm)。步骤S52，光照度判断。具体地，将Lt与Lt1进行比较，当abs(Lt-Lt1)==0；或者大于光照度变化最小阈值LTmin，并且小于光照度变化最大阈值LTmax时，表示此光照度下获取的人脸特征Fx能够作为该人员的替代模板，因此进入脸模板更新。否则，进入步骤S53，进行人脸特征判断。在步骤S53中，将识别成功的人脸特征Fx与从数据库中取出的人脸特征Ex(Ex1，Ex2，Ex3,……Exm)利用欧式距离进行比对，取比对距离最小值，当此数值大于人脸特征变化最小阈值FTmin，并且小于人脸特征变化最大阈值FTmax时，表示Fx能够作为该人员的替代模板，因此进入人脸模板更新。否则，结束该过程。

在本实施方式，为了提高人性化，还在更新前进行提示询问。具体地，在步骤S54中，向被识别人提示是否进行更新，用户可根据实际情况进行选择。如果是，则进入步骤S55，进行人脸模板更新，具体地将保留该人员前M-1个特征，用Fx替换掉特征模板中的最后一个，保存数据库并更新缓存。如果不是，则结束。

本发明提供的人脸识别方法在提取特征及识别过程中均考虑到光照因素，并进行处理，利于识别，特别是当全局人脸识别失败，进行指定人脸识别，即输入工号，进行辨识，识别通过后再进行降低阈值的全局人脸识别，这样既减少了误识，又提高了通过率；并且还可根据外界环境、人脸特征变化自动替换模板(备注：登记时保存的模板，存储在数据库内)，从而使得无需额外人员干预，达到提高效率、改善系统适应性的目的。

本发明另一方面还提供了一种人脸识别装置，其包括壳体，在壳体上设置有图像获取单元1、光照单元和显示单元。图像获取单元1用于获取人脸图像，光照单元包括多个设置在图像获取单元1周围的光源，用于提供照射人脸识别区域的光线。显示单元用于显示所获取的人脸图像、人机交互提示，以及其他信息。

在人脸识别装置壳体的内部设置电路单元，来实现人脸识别的功能以及控制。下面结合图6来描述本实施方式的人脸识别装置的原理。

图6是本发明一实施方式提供的人脸识别装置的原理框图。如图6所示，本实施方式的人脸识别装置100包括图像获取单元1、光照检测单元2、处理单元3、存储单元4、识别单元5和身份信息获取单元6。

图像获取单元1用于连续采集人脸识别区域内的图像，并将所采集的人脸图像发送至处理单元3。

光照检测单元2用于检测人脸的光照度。具体地，采集光线信息，并根据光线信息获取此时的光照度大小Lt，而根据光照度大小可确定人脸图像是在何种光照条件下获取得。

处理单元3根据所检测到的光照度对所采集的人脸图像进行光照预处理，并在光照预处理之后提取人脸特征。具体地，根据获取到的人脸图像，加光照、去光照或者直方图均衡处理，之后将人脸归一化成统一大小，再根据LBP局部二值模式提取人脸特征，在提取人脸特征后将所提取的人脸特征发送至识别单元5。

存储单元4用于存储有多人的身份信息，以及与身份信息对应的人脸模板，和与人脸模板对应的光照度信息。

识别单元（5）根据由处理单元3提取的人脸特征，与存储在存储单元4内的人脸模板进行比较，而进行人脸识别。

识别单元5将由处理单元3提取的人脸特征，与全部的人脸模板进行对比，并在人脸识别未通过时，根据身份信息读取单元6直接读取的被识别人的指定的身份信息，从存储单元4中获得指定的人脸模板，并将由处理单元3提取的人脸特征，与该指定的人脸模板进行比较，判断人脸识别是否通过。

进一步地，识别单元5在将由处理单元3提取的人脸特征，与指定的人脸模板进行比较，并通过人脸识别时，降低人脸识别通过阈值，并再次将由处理单元3提取的人脸特征，与全部的人脸模板进行对比，而确定人脸识别是否通过。

进一步地，识别单元5在降低人脸识别通过阈值，并获得人脸识别通过结果时，根据通过识别的人脸特征和/或所检测的光照度来判断是否更新被识别人的人脸模板。

具体地，识别单元5在所检测的光照度相对被识别人人脸模板对应的光照度的变化处于设定范围内时更新被识别人的人脸模板。或识别单元5在通过识别的人脸特征相对被识别人的人脸模板的变化处于设定范围内时更新被识别人的人脸模板。

本实施方式的人脸识别装置在提取人脸特征后，将该人脸特征与全部人脸模板进行比较，如果通过，则人脸识别结束，如果未通过则根据被识别人身份信息获取被识别人的指定人脸模板，并将所提取的人脸特征与指定的人脸模板进行比较，从而进一步确定人脸识别是否通过。这样由于根据身份信息的指定人脸识别，可以减少误识别，提高识别成功率，同时避免了人为干预，提高了识别效率。

以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进。这些变型和改进也视为本发明的保护区间。

Claims (8)

1.一种人脸识别方法，其特征在于，包括：

获取人脸图像的步骤；

获取人脸光照度的步骤；

根据光照度对人脸图像进行预处理的步骤；

从预处理的人脸图像提取人脸特征的步骤；

进行全局人脸识别的步骤，其中采用多个特征识别方案对提取的人脸特征进行识别，每个方案都得到一个候选人模板，判断不同方案得到的候选人模板是否为同一人，以此判断是否通过所述全局人脸识别，以及

在确定未通过所述全局人脸识别时，读取被识别人指定的身份信息的步骤；

根据被识别人的指定的身份信息，获得指定的人脸模板的步骤；

进行指定人脸识别的步骤，其中将提取的人脸特征与指定的人脸模板进行比对，并通过比对结果来确定所述指定人脸识别是否通过；

在确定通过所述指定人脸识别后，降低人脸识别通过阈值，再次进行所述全局人脸识别的步骤。

2.如权利要求1所述的人脸识别方法，其特征在于，在降低人脸识别通过阈值，并通过所述全局人脸识别后，还包括：

根据通过所述全局人脸识别的人脸特征和/或所检测的光照度来判断是否更新被识别人的人脸模板的步骤。

3.如权利要求2所述的人脸识别方法，其特征在于，所检测的光照度相对被识别人人脸模板对应的光照度的变化处于设定范围内时更新被识别人的人脸模板。

4.如权利要求3所述的人脸识别方法，其特征在于，通过所述全局人脸识别的人脸特征相对被识别人的人脸模板的变化处于设定范围内时更新被识别人的人脸模板。

5.一种人脸识别装置，其特征在于，包括：

身份信息读取单元(6)，其直接读取被识别人的身份信息；

图像获取单元(1)，其用于采集人脸图像；

光照检测单元(2)，其用于检测人脸的光照度；

处理单元(3)，其根据所检测到的光照度对所采集的人脸图像进行光照预处理，并在所述光照预处理之后提取人脸特征；

存储单元(4)，其用于存储有多人的身份信息，以及与身份信息对应的人脸模板，和与人脸模板对应的光照度信息；和

识别单元(5)，其根据由所述处理单元(3)提取的人脸特征，与存储在所述存储单元(4)内的人脸模板进行比较，而进行人脸识别，

所述识别单元(5)：进行全局人脸识别，其中采用多个特征识别方案对由所述处理单元(3)提取的人脸特征进行识别，每个方案都得到一个候选人模板，判断不同方案得到的候选人模板是否为同一人，以此判断是否通过所述全局人脸识别，在确定未通过所述全局人脸识别时，根据所述身份信息读取单元(6)直接读取的被识别人的指定的身份信息，从存储单元(4)中获得指定的人脸模板；进行指定人脸识别，其中将由所述处理单元(3)提取的人脸特征与该指定的人脸模板中的人脸特征进行比对，并通过比对结果来确定所述指定人脸识别是否通过；在确定通过所述指定人脸识别后，降低人脸识别通过阈值，再次进行所述全局人脸识别。

6.如权利要求5所述的人脸识别装置，其特征在于，所述识别单元(5)在降低人脸识别通过阈值，并获得全局人脸识别通过结果时，根据通过识别的人脸特征和/或所检测的光照度来判断是否更新被识别人的人脸模板。

7.如权利要求6所述的人脸识别装置，其特征在于，所述识别单元(5)在所检测的光照度相对被识别人人脸模板对应的光照度的变化处于设定范围内时更新被识别人的人脸模板。

8.如权利要求6所述的人脸识别装置，其特征在于，所述识别单元(5)在通过所述全局人脸识别的人脸特征相对被识别人的人脸模板的变化处于设定范围内时更新被识别人的人脸模板。