CN107292278A - 一种基于Adaboost算法的人脸识别装置及其识别方法 - Google Patents

一种基于Adaboost算法的人脸识别装置及其识别方法 Download PDF

Info

Publication number
CN107292278A
CN107292278A CN201710524970.5A CN201710524970A CN107292278A CN 107292278 A CN107292278 A CN 107292278A CN 201710524970 A CN201710524970 A CN 201710524970A CN 107292278 A CN107292278 A CN 107292278A
Authority
CN
China
Prior art keywords
module
data processing
control module
data
adaboost algorithm
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
Application number
CN201710524970.5A
Other languages
English (en)
Inventor
孙崐
迟明伟
殷欣
范剑英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN201710524970.5A priority Critical patent/CN107292278A/zh
Publication of CN107292278A publication Critical patent/CN107292278A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及一种基于Adaboost算法的人脸识别装置及其识别方法，包括图像采集模块、数据处理和控制模块、数据存储模块、上位机PC；所述图像采集模块通过通过数据传输线与设置在所述数据处理和控制模块上的视频数据接口连接，所述数据处理和控制模块与数据存储模块连接，所述数据处理和控制模块还与上位机PC连接；本发明把DSP处理器作为整个装置的核心，图像采集部分使用CMOS传感器，实时动态图像采用内存缓冲机制，本发明依拖Adaboost算法和DSP智能平台；截取静态人脸图像把眼睛、鼻子、嘴等特征提取出来，可以降低训练模型对存储设备容量要求。

Description

一种基于Adaboost算法的人脸识别装置及其识别方法
技术领域
本发明涉及人脸是识别技术领域，尤其涉及一种基于Adaboost算法的人脸识别装置及其识别方法。
背景技术
人脸识别是建立在人脸特征提取技术之上的，人脸特征提取准确率高、快很大程度取决于算法和整个系统装置；从上个世纪60年代人们就开始着手研究人脸识别课题，经过几十年的发展，人脸识别技术已经相当令人满意，其应用的产品也逐渐普及。
在现实生活中，身份信息的安全性毋庸置疑，关于身份识别的问题一直存在，个人信息安全问题被日益放大；由于近几年网络信息化的飞速进步，人们开始对个人身份识别的安全问题更加重视；一般生物识别技术大致可以分为两种：一种是利用钥匙和其他一些证明身份的凭证进行生物身份识别；这种识别方式的缺点在于不能保证足够的安全，而且对身份识别也缺乏可靠性；第二种是我们所拥有的特定身份信息，例如身份证和个人设置的密码来进行身份识别，简而言之，人们通过自己设置的个人信息来辨别自己的身份；但是利用个人设置的信息在保密上不够安全、稳定和方便。钥匙、证件等类似的带有个人身份信息物品都有可能丢失和被人伪造，这就造成了安全性能上的降低；通常个人密码、身份证信息用户又不容易记住，并且如果被人恶意篡改或者信息被盗窃，后果可想而知。所以，传统的身份识别技术面临严重的挑战，我们更需要一种稳定、可靠安全便于应用的身份识别技术来确保人们的个人信息完整；
当前，人脸识别技术依托于计算机，如果想快捷方便应用到其他环境中，对装置的体积提出了要求；通常其他人脸特征提取算法通常运算量大并且实现复杂，不适合移植到DSP。
发明内容
本发明克服了上述现有技术的不足，提供了一种基于Adaboost算法的人脸识别装置及其识别方法；本发明下位机把DSP处理器作为整个装置的核心，图像采集部分使用CMOS传感器，实时动态图像采用内存缓冲机制，本发明依拖Adaboost算法和DSP智能平台；截取静态人脸图像把眼睛、鼻子、嘴等特征提取出来，可以降低训练模型对存储设备容量要求。
本发明的技术方案：
一种基于Adaboost算法的人脸识别装置，包括图像采集模块、数据处理和控制模块、数据存储模块、上位机PC；所述图像采集模块通过通过数据传输线与设置在所述数据处理和控制模块上的视频数据接口连接，所述数据处理和控制模块与数据存储模块连接，所述数据处理和控制模块还与上位机PC连接。
进一步的，所述图像采集模块为CMOS摄像头。
进一步的，所述数据处理和控制模块为DSP处理器。
进一步的，所述视频数据接口VPIF视频接口。
一种基于Adaboost算法的人脸识别装置的识别方法，该方法包括如下步骤：
图像采集：通过图像采集模块将人脸图像信号采集，并通过数据传输线将信号传递给数据处理和控制模块；
人脸预检测：数据处理和控制模块接收到图像信号后，通过Adaboost算法并结合DSP平台，把图像采集模块采集的人脸图像经过DSP系统算法处理并于数据存储模块中的数据进行对比，同时，通过以太网将信号传递给上位机PC；
上位机人脸检测：上位机PC机利用肤色模型进行人脸校验，最后图形界面程序经过PCA+SVM算法处理并把人脸识别结果显示出来。
本发明相对于现有技术具有以下有益效果：
本发明下位机把DSP处理器作为整个装置的核心，图像采集部分使用CMOS传感器，实时动态图像采用内存缓冲机制，本发明依拖Adaboost算法和DSP智能平台；截取静态人脸图像把眼睛、鼻子、嘴等特征提取出来，可以降低训练模型对存储设备容量要求；
本发明解决人脸检测技术难题的关键技术是整个系统对人脸图像进行双重校验。下位机前端包括CMOS摄像头采集人脸图像和图像缓存存储器，末端包括DSP图像数据处理器和以太网传输模块；上位机PC把接收过来的数据结果在MATLAB环境中图像界面中显示出来。本发明把人脸检测识别装置变的更加便携，传输距离更远。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过发明的实践了解到。
附图说明
图1是本发明的控制框图；
图2是本发明的硬件连接框图。
图中：1-图像采集模块；2-数据处理和控制模块；3-数据存储模块；4-上位机PC；5-视频数据接口。
具体实施方式
以下将结合附图对本发明进行详细说明。
结合图1-2所示，本实施例公开的一种基于Adaboost算法的人脸识别装置，包括图像采集模块1、数据处理和控制模块2、数据存储模块3、上位机PC4；所述图像采集模块1通过通过数据传输线与设置在所述数据处理和控制模块2上的视频数据接口5连接，所述数据处理和控制模块2与数据存储模块3连接，所述数据处理和控制模块2还与上位机PC4连接。
具体的，所述图像采集模块1为CMOS摄像头。
具体的，所述数据处理和控制模块2为DSP处理器。
具体的，所述视频数据接口5为VPIF视频接口。
具体的，一种基于Adaboost算法的人脸识别装置的识别方法，该方法包括如下步骤：
图像采集：通过图像采集模块1将人脸图像信号采集，并通过数据传输线将信号传递给数据处理和控制模块2；
人脸预检测：数据处理和控制模2块接收到图像信号后，通过Adaboost算法并结合DSP平台，把图像采集模块采集的人脸图像经过DSP系统算法处理并于数据存储模块中的数据进行对比，同时，通过以太网将信号传递给上位机PC4；
上位机人脸检测：上位机PC4利用肤色模型进行人脸校验，最后图形界面程序经过PCA+SVM算法处理并把人脸识别结果显示出来。
以上实施例只是对本专利的示例性说明，并不限定它的保护范围，本领域技术人员还可以对其局部进行改变，只要没有超出本专利的精神实质，都在本专利的保护范围内。

Claims (5)

1.一种基于Adaboost算法的人脸识别装置，其特征在于，包括图像采集模块(1)、数据处理和控制模块(2)、数据存储模块(3)、上位机PC(4)；所述图像采集模块(1)通过通过数据传输线与设置在所述数据处理和控制模块(2)上的视频数据接口(5)连接，所述数据处理和控制模块(2)与数据存储模块(3)连接，所述数据处理和控制模块(2)还与上位机PC(4)连接。
2.根据权利要求1所述的一种基于Adaboost算法的人脸识别装置，其特征在于，所述图像采集模块(1)为CMOS摄像头。
3.根据权利要求2所述的一种基于Adaboost算法的人脸识别装置，其特征在于，所述数据处理和控制模块(2)为DSP处理器。
4.根据权利要求3所述的一种基于Adaboost算法的人脸识别装置，其特征在于，所述视频数据接口(5)为VPIF视频接口。
5.一种利用权利要求1-4之一所述的一种基于Adaboost算法的人脸识别装置的识别方法，其特征在于：该方法包括如下步骤：
a、图像采集：通过图像采集模块(1)将人脸图像信号采集，并通过数据传输线将信号传递给数据处理和控制模块(2)；
b、人脸预检测：数据处理和控制模(2)块接收到图像信号后，通过Adaboost算法并结合DSP平台，把图像采集模块采集的人脸图像经过DSP系统算法处理并于数据存储模块中的数据进行对比，同时，通过以太网将信号传递给上位机PC(4)；
c、上位机人脸检测：上位机PC(4)利用肤色模型进行人脸校验，最后图形界面程序经过PCA+SVM算法处理并把人脸识别结果显示出来。
CN201710524970.5A 2017-06-30 2017-06-30 一种基于Adaboost算法的人脸识别装置及其识别方法 Pending CN107292278A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710524970.5A CN107292278A (zh) 2017-06-30 2017-06-30 一种基于Adaboost算法的人脸识别装置及其识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710524970.5A CN107292278A (zh) 2017-06-30 2017-06-30 一种基于Adaboost算法的人脸识别装置及其识别方法

Publications (1)

Publication Number Publication Date
CN107292278A true CN107292278A (zh) 2017-10-24

Family

ID=60098569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710524970.5A Pending CN107292278A (zh) 2017-06-30 2017-06-30 一种基于Adaboost算法的人脸识别装置及其识别方法

Country Status (1)

Country Link
CN (1) CN107292278A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108528390A (zh) * 2018-01-24 2018-09-14 新日(无锡)发展有限公司 基于人脸识别的电动汽车开锁控制系统
CN109474258A (zh) * 2018-11-16 2019-03-15 哈尔滨理工大学 基于核极化策略的随机傅立叶特征核lms的核参数优化方法
CN111582090A (zh) * 2020-04-27 2020-08-25 杭州宇泛智能科技有限公司 人脸识别方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599207A (zh) * 2009-05-06 2009-12-09 深圳市汉华安道科技有限责任公司 一种疲劳驾驶检测装置及汽车
CN204463162U (zh) * 2015-03-23 2015-07-08 重庆电子工程职业学院 一种智能人脸识别系统
CN104978550A (zh) * 2014-04-08 2015-10-14 上海骏聿数码科技有限公司 基于大规模人脸数据库的人脸识别方法及系统
CN106204779A (zh) * 2016-06-30 2016-12-07 陕西师范大学 基于多人脸数据采集策略和深度学习的课堂考勤方法
US20170154209A1 (en) * 2015-12-01 2017-06-01 Canon Kabushiki Kaisha Image identification apparatus and image identification method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599207A (zh) * 2009-05-06 2009-12-09 深圳市汉华安道科技有限责任公司 一种疲劳驾驶检测装置及汽车
CN104978550A (zh) * 2014-04-08 2015-10-14 上海骏聿数码科技有限公司 基于大规模人脸数据库的人脸识别方法及系统
CN204463162U (zh) * 2015-03-23 2015-07-08 重庆电子工程职业学院 一种智能人脸识别系统
US20170154209A1 (en) * 2015-12-01 2017-06-01 Canon Kabushiki Kaisha Image identification apparatus and image identification method
CN106204779A (zh) * 2016-06-30 2016-12-07 陕西师范大学 基于多人脸数据采集策略和深度学习的课堂考勤方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108528390A (zh) * 2018-01-24 2018-09-14 新日(无锡)发展有限公司 基于人脸识别的电动汽车开锁控制系统
CN109474258A (zh) * 2018-11-16 2019-03-15 哈尔滨理工大学 基于核极化策略的随机傅立叶特征核lms的核参数优化方法
CN109474258B (zh) * 2018-11-16 2022-02-25 哈尔滨理工大学 基于核极化策略的随机傅立叶特征核lms的核参数优化方法
CN111582090A (zh) * 2020-04-27 2020-08-25 杭州宇泛智能科技有限公司 人脸识别方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN102332093B (zh) 一种掌纹和人脸融合识别的身份认证方法及装置
Xu et al. Gait-watch: A context-aware authentication system for smart watch based on gait recognition
Tian et al. KinWrite: Handwriting-Based Authentication Using Kinect.
Delac et al. A survey of biometric recognition methods
Jain et al. Biometric identification
Gomez-Barrero et al. Biometrics in the era of COVID-19: challenges and opportunities
Sequeira et al. MobBIO: A multimodal database captured with a portable handheld device
CN105005779A (zh) 基于交互式动作的人脸验证防伪识别方法及系统
TW201907330A (zh) 身份認證的方法、裝置、設備及資料處理方法
Frejlichowski et al. The west pomeranian university of technology ear database–a tool for testing biometric algorithms
CN107292278A (zh) 一种基于Adaboost算法的人脸识别装置及其识别方法
CN105975837B (zh) 计算设备、生物特征识别方法和模板注册方法
Kumar et al. Analysis of various biometric techniques
Yusuf et al. A survey of biometric approaches of authentication
Hossain et al. Next generation identity verification based on face-gait Biometrics
Ngoc Diep et al. SigVer3D: Accelerometer based verification of 3-D signatures on mobile devices
Zhang et al. Fusion of face and iris biometrics on mobile devices using near-infrared images
CN203299846U (zh) 带摄像头的手持身份证核验仪
KR20090005920A (ko) 곡선형 가버 필터를 이용한 객체 기술자 생성 방법 및 장치
Li et al. The evolution of biometrics
Tornai et al. Gesture-based user identity verification as an open set problem for smartphones
Li et al. Memory-augmented autoencoder based continuous authentication on smartphones with conditional transformer gans
CN105574508A (zh) 一种基于移动终端的掌纹识别解锁系统
KR20070118806A (ko) 임베디드 시스템용 안면 검출방법
CN109068009B (zh) 基于上下文检测的智能手机隐式身份认证方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171024