CN107808119A - 自动售货机中的人脸识别系统和方法 - Google Patents

Abstract

本发明涉及自动售货机中的人脸识别系统的方法，包括售货机本体和云服务器；所述售货机本体包括存储装置和图像传感器；所述存储装置和图像传感器电性连接；图像传感器位于存储装置内；所述图像传感器是一台相机，用于采集购买者的一系列面部特征；所采集的图像用于确定购买者的图像捕捉、性别和种族；本发明的结构简单，自动化程度高，识别性能好，识别效率高，从而使得自动售卖机的操作更为灵活、方便；具有很好的推广使用价值。

Description

自动售货机中的人脸识别系统和方法

技术领域

本发明属于售货机技术领域，具体涉及自动售货机中的人脸识别系统和方法。

背景技术

自动售货机是为了实现商品的自主化、自动化交易的一种设备，在市场上已经存在了很久的历史，且应用相当的广泛与普遍，主要分布在人流密集地区，如火车站、汽车站、机场、学校、商场等公共场地放置。自动售货机是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便交易，是一种全新的商业零售形式，又被称为24小时营业的微型超市。按用途能分为三种：饮料自动售货机、食品自动售货机、综合自动售货机。

随着信息技术的飞速发展，特别是Internet的发展，数据信息化的不断深入；越来越多的事务，可以通过智能机器人来办理，例如：在公共安全领域的用于智能门禁、智能视频监控、公安布控、海关身份验证、实际驾照验证等的智能机器人；在民事和经济领域对各类银行卡、金融卡、信用卡、存蓄卡的持卡人进行身份验证的智能机器人；为了信息安全，办理业务之前通常需要通过验证人员身份后，智能机器人才能为其办理所请求的业务。

传统的身份验证方法是根据预先设置的密码或特定的身份标识物，如：证件，来鉴别不同用户；这种方法存在明显的缺点，如：个人的身份标识物容易丢失或被伪造，密码容易遗忘或者被破译；更为严重的是，这些系统无法区分真正的拥有者和取得身份标识物的冒充者；为了克服传统身份验证的缺陷，结合人类鉴别不同个体的方法和特点以及人类自身的一些生理和行为特征，如：面像、指纹等，其中指纹也容易被窃取后套模。因而，越来越多的自动售货机采用人脸鉴别技术来鉴别用户身份。

人脸鉴别，就是将待识别的人脸与数据库中的已知人脸进行比较，得出相关信息，这一过程的核心是选择适当的人脸表示方式和匹配策略；通常，将人脸鉴别成为人脸识别。

通常，以一些身份证件，如：身份证、护照等照片或者录入的可信照片，作为身份鉴别中人脸识别的比对版本。由于身份证件都是具有一定有效期的，如：成人身份证通常有效期为20年、老年人身份证为长期、幼儿身份证有效期为5年等；那么在证件有效期内，人员的照片将不会更换；此外，由于采集照片时的亮度、人员肤色等信息都会影响人脸识别的准确度。由此带来了，随着时间推移或者采集环境或者人员身体状态不同，身份鉴别的准确率逐步下降，即使是本人也不同通过智能机器人的身份鉴别验证的问题。而如果在一段时间就要求所有人员更新照片，这样的成本太高，需要耗费太多的人力和物力。

针对以上技术问题，故需要对其进行改进。

发明内容

本发明所要解决的技术问题在于提供一种自动售货机中的人脸识别系统和方法，能以高准确率地进行人员身份鉴别，保证自动售货机的使用安全。

为了达到以上目的，本发明所采用的技术方案是：自动售货机中的人脸识别系统，包括售货机本体和云服务器；所述售货机本体包括存储装置和图像传感器；所述存储装置和图像传感器电性连接；图像传感器位于存储装置内；所述图像传感器是一台相机，用于采集购买者的一系列面部特征；所采集的图像用于确定购买者的图像捕捉、性别和种族。

作为本发明的一种优选方案，所述存储装置包括一个随机存取存储器和一个只读存储器，为信息处理和经处理信息的存储提供了一种临时和永久存储方式。

自动售货机中的人脸识别系统的方法，包括以下步骤：

步骤一：当人靠近售货机本体的人脸识别系统时，由图像传感器采集此时的人脸特征信息，采集至少两种光照情况下的人脸图片；将采集得到的人脸特征信息数据和原始图像数据进行处理并得到原始的数字数据，生成人脸分类器，建立人脸识别数据库；

步骤二：将人脸识别数据库在存储装置的所有记录中进行检索，如果检索没有该人脸识别数据库内容，则创建一组新的记录，并且初始化该记录中的数据域，否则将该记录标记为当前的操作记录；

步骤三：通过图像传感器扫描和检测一组图像获取所述特征；对所述扫描图像进行预处理；

步骤四：根据所述人脸特征计算所述采集时光照情况，与所述存储装置的每种光照情况人脸分类器的进行比较，选择最佳的人脸分类器；以及利用所述最佳分类器进行人脸识别，并输出识别结果。

在所述步骤一中，建立人脸识别数据库包括：采集所有人的可靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信息。

对所述输入图像进行预处理；包括根据巩膜和周围皮肤之间的颜色对比确定眼睛的位置。

对所述输入图像进行预处理；包括检测完成后确定每只眼睛的长度和两眼间距以及从第一只眼睛第一个远端到第二个眼睛第二个远端的距离。

对所述输入图像进行预处理；包括根据相对于眼睛的距离通过查看鼻孔和鼻翼颜色对比从采集的图像中确定鼻子位置。

对所述输入图像进行预处理；包括通过检测侧接合缘或嘴唇两角从采集的图像中确定嘴唇位置。

对所述输入图像进行预处理；包括为改善特征识别效果，还通过检测面部形状和毛发识别购买者性别。

对所述输入图像进行预处理；包括进行人脸检测，提取正面人脸；根据人眼瞳孔距离对所述人脸图片进行归一化；以及对所述人脸图片进行奇异值分解，取对角元素作为人脸特征。

本发明的有益效果是：

1.本发明的结构简单，自动化程度高，识别性能好，识别效率高，从而使得自动售卖机的操作更为灵活、方便；具有很好的推广使用价值。

附图说明

图1是本发明的结构图；

图中附图标记：售货机本体100，云服务器102，存储装置188，图像传感器154，随机存取存储器208，只读存储器218。

具体实施方式

下面结合附图对本发明实施例作详细说明。

实施例：如图1所示，自动售货机中的人脸识别系统，包括售货机本体100和云服务器102；所述售货机本体100包括存储装置188和图像传感器154；所述存储装置188和图像传感器154电性连接；图像传感器154位于存储装置188内；所述图像传感器154是一台相机，用于采集购买者的一系列面部特征；所采集的图像用于确定购买者的图像捕捉、性别和种族。

存储装置188包括一个随机存取存储器208和一个只读存储器218，为信息处理和经处理信息的存储提供了一种临时和永久存储方式。

自动售货机中的人脸识别系统的方法，包括以下步骤：

步骤一：当人靠近售货机本体100的人脸识别系统时，由图像传感器154采集此时的人脸特征信息，采集至少两种光照情况下的人脸图片；将采集得到的人脸特征信息数据和原始图像数据进行处理并得到原始的数字数据，生成人脸分类器，建立人脸识别数据库；建立人脸识别数据库包括：采集所有人的可靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信息；

步骤二：将人脸识别数据库在存储装置的所有记录中进行检索，如果检索没有该人脸识别数据库内容，则创建一组新的记录，并且初始化该记录中的数据域，否则将该记录标记为当前的操作记录；

步骤三：通过图像传感器154扫描和检测一组图像获取所述特征；对所述扫描图像进行预处理；包括根据巩膜和周围皮肤之间的颜色对比确定眼睛的位置；包括检测完成后确定每只眼睛的长度和两眼间距以及从第一只眼睛第一个远端到第二个眼睛第二个远端的距离；包括根据相对于眼睛的距离通过查看鼻孔和鼻翼颜色对比从采集的图像中确定鼻子位置；包括通过检测侧接合缘或嘴唇两角从采集的图像中确定嘴唇位置；包括为改善特征识别效果，还通过检测面部形状和毛发识别购买者性别；包括进行人脸检测，提取正面人脸；根据人眼瞳孔距离对所述人脸图片进行归一化；以及对所述人脸图片进行奇异值分解，取对角元素作为人脸特征。

步骤四：根据所述人脸特征计算所述采集时光照情况，与所述存储装置的每种光照情况人脸分类器的进行比较，选择最佳的人脸分类器；以及利用所述最佳分类器进行人脸识别，并输出识别结果。该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。其技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。

购买者的相貌特征从照片图片上获取，包括双眼、鼻子和嘴唇。通过扫描和检测一组图像获取所述特征。计算机的算法根据巩膜（白睛）和周围皮肤之间的颜色对比确定眼睛的位置。检测完成后确定每只眼睛的长度和两眼间距以及从第一只眼睛第一个远端到第二个眼睛第二个远端的距离；该算法还根据相对于眼睛的距离通过查看鼻孔和鼻翼颜色对比从采集的图像中确定鼻子位置。该算法通过检测侧接合缘或嘴唇两角从采集的图像中确定嘴唇位置。为改善特征识别效果，还通过检测面部形状和毛发识别购买者性别；自动售货机100根据过往购买行为和/或面部特征和/或环境温度推荐产品，包括检索过去购买的产品并推荐购买相同产品。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现；因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

尽管本文较多地使用了图中附图标记：售货机本体100，云服务器102，存储装置188，图像传感器154，随机存取存储器208，只读存储器218等术语，但并不排除使用其它术语的可能性；使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (10)

1.自动售货机中的人脸识别系统，其特征在于：包括售货机本体（100）和云服务器（102）；所述售货机本体（100）包括存储装置（188）和图像传感器（154）；所述存储装置（188）和图像传感器（154）电性连接；图像传感器（154）位于存储装置（188）内；所述图像传感器（154）是一台相机，用于采集购买者的一系列面部特征；所采集的图像用于确定购买者的图像捕捉、性别和种族。

2.根据权利要求1所述的自动售货机中的人脸识别系统，其特征在于：所述存储装置（188）包括一个随机存取存储器（208）和一个只读存储器（218），为信息处理和经处理信息的存储提供了一种临时和永久存储方式。

3.根据权利要求1所述的自动售货机中的人脸识别系统的方法，包括以下步骤：

步骤一：当人靠近售货机本体（100）的人脸识别系统时，由图像传感器（154）采集此时的人脸特征信息，采集至少两种光照情况下的人脸图片；将采集得到的人脸特征信息数据和原始图像数据进行处理并得到原始的数字数据，生成人脸分类器，建立人脸识别数据库；

步骤二：将人脸识别数据库在存储装置的所有记录中进行检索，如果检索没有该人脸识别数据库内容，则创建一组新的记录，并且初始化该记录中的数据域，否则将该记录标记为当前的操作记录；

步骤三：通过图像传感器（154）扫描和检测一组图像获取所述特征；对所述扫描图像进行预处理；

步骤四：根据所述人脸特征计算所述采集时光照情况，与所述存储装置的每种光照情况人脸分类器的进行比较，选择最佳的人脸分类器；以及利用所述最佳分类器进行人脸识别，并输出识别结果。

4.根据权利要求3所述的自动售货机中的人脸识别系统的方法，其特征在于：在所述步骤一中，建立人脸识别数据库包括：采集所有人的可靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信息。

5.根据权利要求3所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括根据巩膜和周围皮肤之间的颜色对比确定眼睛的位置。

6.根据权利要求5所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括检测完成后确定每只眼睛的长度和两眼间距以及从第一只眼睛第一个远端到第二个眼睛第二个远端的距离。

7.根据权利要求6所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括根据相对于眼睛的距离通过查看鼻孔和鼻翼颜色对比从采集的图像中确定鼻子位置。

8.根据权利要求7所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括通过检测侧接合缘或嘴唇两角从采集的图像中确定嘴唇位置。

9.根据权利要求8所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括为改善特征识别效果，还通过检测面部形状和毛发识别购买者性别。

10.根据权利要求9所述的自动售货机中的人脸识别系统的方法，其特征在于：对所述输入图像进行预处理；包括进行人脸检测，提取正面人脸；根据人眼瞳孔距离对所述人脸图片进行归一化；以及对所述人脸图片进行奇异值分解，取对角元素作为人脸特征。