CN104598876A - 嵌入式人脸识别系统 - Google Patents
嵌入式人脸识别系统 Download PDFInfo
- Publication number
- CN104598876A CN104598876A CN201410839612.XA CN201410839612A CN104598876A CN 104598876 A CN104598876 A CN 104598876A CN 201410839612 A CN201410839612 A CN 201410839612A CN 104598876 A CN104598876 A CN 104598876A
- Authority
- CN
- China
- Prior art keywords
- face
- module
- picture
- image
- self
- 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
Abstract
嵌入式人脸识别系统,包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块,本发明系统中设置红外感应模块,感应到人体靠近迅速发出信号,图片获取模块作出调整,快速获取人连,经过自适应模块可以实现不同尺寸、不同颜色、不同样本数条件下的人脸目标检测和归一化,为后续的人脸识别提供归一化的人脸图像,降低人脸识别的漏识率和误识率。
Description
技术领域
本发明涉及一种识别系统,特别涉及一种嵌入式人脸识别系统。
背景技术
人脸识别技术一般包括人脸检测和人脸识别两个过程。人脸检测的目标是搜索人脸目标在图像中的具体位置,并进行裁剪、归一化等相关预处理工作;人脸识别是在人脸检测的基础上提取人脸的显著性和稳健性特征,并设计鲁棒的特征匹配方法完成人脸的识别任务。在人脸检测阶段,由于系统输入信号复杂,包括实时视频、历史视频、历史图像等输入信号,同时又有夜晚灰度模式和白天彩色模式等不同的图像色彩空间,针对图像尺寸、色彩和样本数的差异影响人脸检测和识别性能的问题。
发明内容
嵌入式人脸识别系统,包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块,所述的红外感应模块内设红外感应器和感应传输通路,所述的图片获取模块接受红外感应模块传输的感应,作出准备,通过Linux内核中视频设备的API接口V4L来实现,通过调用一系列的函数,再由USB摄像头获取得到YUYV格式的图像,利用相关函数将图像转化为JPG格式;所述的人脸检测模块,读取获取的图像,对读入的图像首先进行预处理,包括图像的灰度转化、去噪和直方图均衡化,然后通过基于Adaboost的人脸检测算法搜寻整幅图片,检测到人脸,传输到自适应处理模块,对人脸进行尺度、色彩、样本自适应处理,然后对其标记,没有检测到人脸则不标记,再将检测完成自适应处理后的人脸图像通过视频设备显示出来。
所述的人脸训练模块,对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练,将人脸图片集中的图片用特征脸形成特征空间,将训练集投影到特征空间得到特征向量,并生成对应的XML文件,将训练阶段的特征向量相关数据、人脸对应的名字等信息保存,等到识别时使用。
所述的人脸识别模块,将获取的人脸区域图片进行大小归一化,使之大小和训练集中的图片大小相同,然后将图片投影到特征空间得到特征向量,载入训练阶段的XML文件,计算待识别人脸的特征向量和训练集特征向量的欧式距离,通过比较确定和待识别人脸距离最近的已训练人脸,再计算该距离是否大于某一个阈值,如果大于,显示该特征脸代表的人的姓名;否则,表示无此人。
所述的尺度自适应,无论输入图像的尺寸如何,采用相同的像素纵横比,将图像缩放到VGA尺寸。
所述的色彩自适应,对于彩色图像,先利用肤色特征粗定位,再转换为灰度图像,用Adaboost方法快速检测人脸,对灰度图像,直接利用Adaboost方法检测人脸。
所述的样本自适应,通过旋转、平移、缩放的方式扩展样本集。
本发明的有益效果:本发明系统中设置红外感应模块,感应到人体靠近迅速发出信号,图片获取模块作出调整,快速获取人连,经过自适应模块可以实现不同尺寸、不同颜色、不同样本数条件下的人脸目标检测和归一化,为后续的人脸识别提供归一化的人脸图像,降低人脸识别的漏识率和误识率。
附图说明
图1为本发明嵌入式人脸识别系统结构框图。
具体实施方式
嵌入式人脸识别系统,包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块。
当有目标出现时,红外感应模块内的红外感应器感应到,传输到图片获取模块,图片获取模块作出调整,通过Linux内核中视频设备的API接口V4L来实现,通过调用一系列的函数,再由USB摄像头获取得到YUYV格式的图像,利用相关函数将图像转化为JPG格式,进入人脸检测模块,读取获取的图像,对读入的图像首先进行预处理,包括图像的灰度转化、去噪和直方图均衡化,然后通过基于Adaboost的人脸检测算法搜寻整幅图片,检测到人脸,对人脸进行尺度、色彩、样本自适应处理,然后对其标记,再将检测完成自适应处理后的人脸图像通过显示屏显示出来。进入人脸训练模块,对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练,将人脸图片集中的图片用特征脸形成特征空间,将训练集投影到特征空间得到特征向量,并生成对应的XML文件,将训练阶段的特征向量相关数据、人脸对应的名字等信息保存,等到识别时使用。最后到人脸识别模块,将获取的人脸区域图片进行大小归一化,使之大小和训练集中的图片大小相同,然后将图片投影到特征空间得到特征向量,载入训练阶段的XML文件,计算待识别人脸的特征向量和训练集特征向量的欧式距离,通过比较确定和待识别人脸距离最近的已训练人脸,再计算该距离是否大于某一个阈值,如果大于,显示该特征脸代表的人的姓名;否则,表示无此人。
Claims (6)
1.嵌入式人脸识别系统,包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块,所述的红外感应模块内设红外感应器和感应传输通路,所述的图片获取模块接受红外感应模块传输的感应,作出准备,通过Linux内核中视频设备的API接口V4L来实现,通过调用一系列的函数,再由USB摄像头获取得到YUYV格式的图像,利用相关函数将图像转化为JPG格式;所述的人脸检测模块,读取获取的图像,对读入的图像首先进行预处理,包括图像的灰度转化、去噪和直方图均衡化,然后通过基于Adaboost的人脸检测算法搜寻整幅图片,检测到人脸,传输到自适应处理模块,对人脸进行尺度、色彩、样本自适应处理,然后对其标记,没有检测到人脸则不标记,再将检测完成自适应处理后的人脸图像通过视频设备显示出来。
2.根据权利要求1所述的嵌入式人脸识别系统,其特征在于,所述的人脸训练模块,对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练,将人脸图片集中的图片用特征脸形成特征空间,将训练集投影到特征空间得到特征向量,并生成对应的XML文件,将训练阶段的特征向量相关数据、人脸对应的名字等信息保存,等到识别时使用。
3.根据权利要求2所述的嵌入式人脸识别系统,其特征在于,所述的人脸识别模块,将获取的人脸区域图片进行大小归一化,使之大小和训练集中的图片大小相同,然后将图片投影到特征空间得到特征向量,载入训练阶段的XML文件,计算待识别人脸的特征向量和训练集特征向量的欧式距离,通过比较确定和待识别人脸距离最近的已训练人脸,再计算该距离是否大于某一个阈值,如果大于,显示该特征脸代表的人的姓名;否则,表示无此人。
4.根据权利要3所述的嵌入式人脸识别系统,其特征在于,所述的尺度自适应,无论输入图像的尺寸如何,采用相同的像素纵横比,将图像缩放到VGA尺寸。
5.根据权利要求4所述的嵌入式人脸识别系统,其特征在于,所述的色彩自适应,对于彩色图像,先利用肤色特征粗定位,再转换为灰度图像,用Adaboost方法快速检测人脸,对灰度图像,直接利用Adaboost方法检测人脸。
6.根据权利要求5所述的嵌入式人脸识别系统,其特征在于,所述的样本自适应,通过旋转、平移、缩放的方式扩展样本集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410839612.XA CN104598876A (zh) | 2014-12-30 | 2014-12-30 | 嵌入式人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410839612.XA CN104598876A (zh) | 2014-12-30 | 2014-12-30 | 嵌入式人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104598876A true CN104598876A (zh) | 2015-05-06 |
Family
ID=53124650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410839612.XA Pending CN104598876A (zh) | 2014-12-30 | 2014-12-30 | 嵌入式人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104598876A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210290A (zh) * | 2019-04-22 | 2019-09-06 | 平安科技(深圳)有限公司 | 人脸图片采集方法、装置和计算机设备 |
CN111402997A (zh) * | 2020-04-08 | 2020-07-10 | 兰州理工大学 | 一种人机交互系统及方法 |
CN112115814A (zh) * | 2020-08-31 | 2020-12-22 | 南京创维信息技术研究院有限公司 | 一种基于人工智能的留言方法和系统 |
WO2021135064A1 (zh) * | 2020-01-03 | 2021-07-08 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
-
2014
- 2014-12-30 CN CN201410839612.XA patent/CN104598876A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210290A (zh) * | 2019-04-22 | 2019-09-06 | 平安科技(深圳)有限公司 | 人脸图片采集方法、装置和计算机设备 |
WO2021135064A1 (zh) * | 2020-01-03 | 2021-07-08 | 平安科技(深圳)有限公司 | 人脸识别方法、装置、计算机设备及存储介质 |
CN111402997A (zh) * | 2020-04-08 | 2020-07-10 | 兰州理工大学 | 一种人机交互系统及方法 |
CN112115814A (zh) * | 2020-08-31 | 2020-12-22 | 南京创维信息技术研究院有限公司 | 一种基于人工智能的留言方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102596897B1 (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
US10534957B2 (en) | Eyeball movement analysis method and device, and storage medium | |
US10445562B2 (en) | AU feature recognition method and device, and storage medium | |
US10635946B2 (en) | Eyeglass positioning method, apparatus and storage medium | |
WO2019071664A1 (zh) | 结合深度信息的人脸识别方法、装置及存储介质 | |
EP3152706B1 (en) | Image capturing parameter adjustment in preview mode | |
CN105184238A (zh) | 一种人脸识别方法及系统 | |
US8126264B2 (en) | Device and method for identification of objects using color coding | |
US8792722B2 (en) | Hand gesture detection | |
US8750573B2 (en) | Hand gesture detection | |
CN100580691C (zh) | 综合利用人脸及人体辅助信息的交互式人脸识别系统及方法 | |
WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
WO2019033571A1 (zh) | 面部特征点检测方法、装置及存储介质 | |
US10489636B2 (en) | Lip movement capturing method and device, and storage medium | |
US10650234B2 (en) | Eyeball movement capturing method and device, and storage medium | |
KR20150011884A (ko) | 화재검출 방법 및 장치 | |
Lavania et al. | Leaf recognition using contour based edge detection and SIFT algorithm | |
WO2019033570A1 (zh) | 嘴唇动作分析方法、装置及存储介质 | |
CN104598876A (zh) | 嵌入式人脸识别系统 | |
CN111178252A (zh) | 多特征融合的身份识别方法 | |
US20130259371A1 (en) | Appearance and Context Based Object Classification in Images | |
JP2015197708A (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
CN111582118A (zh) | 一种人脸识别方法及装置 | |
CN114022845A (zh) | 电工绝缘手套实时检测方法、计算机可读介质 | |
CN108154116A (zh) | 一种图像识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150506 |
|
WD01 | Invention patent application deemed withdrawn after publication |