CN108304827A - 自动化面部识别系统 - Google Patents

自动化面部识别系统 Download PDF

Info

Publication number
CN108304827A
CN108304827A CN201810181579.4A CN201810181579A CN108304827A CN 108304827 A CN108304827 A CN 108304827A CN 201810181579 A CN201810181579 A CN 201810181579A CN 108304827 A CN108304827 A CN 108304827A
Authority
CN
China
Prior art keywords
image
equipment
images
subgraph
identity
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.)
Withdrawn
Application number
CN201810181579.4A
Other languages
English (en)
Inventor
张海东
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810181579.4A priority Critical patent/CN108304827A/zh
Publication of CN108304827A publication Critical patent/CN108304827A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/08Payment architectures
    • G06Q20/20Point-of-sale [POS] network systems
    • G06Q20/206Point-of-sale [POS] network systems comprising security or operator identification provisions, e.g. password entry
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及一种自动化面部识别系统,包括GPRS通信设备、双声道扬声器、主控设备和面部识别设备,面部识别设备和GPRS通信设备协同操作,用于基于顾客图像确认顾客身份,主控设备分别与GPRS通信设备、双声道扬声器和面部识别设备连接,用于基于顾客身份确定支付策略,同时还控制双声道扬声器播放顾客身份确认结果。通过本发明,能够基于顾客面部信息实现自动支付功能。

Description

自动化面部识别系统
本发明是申请号为201610203811.0、申请日为2016年4月1日、发明名称为“一种自动化面部识别系统的使用方法”的专利的分案申请。
技术领域
本发明涉及面部识别领域,尤其涉及一种自动化面部识别系统。
背景技术
人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
人脸图像匹配与识别的具体实现方式如下:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
人脸识别支付是将人脸识别应用到支付平台上,通过顾客脸部特征提取,确认顾客身份,并配合收银员提供的消费金额完成顾客支付过程。整个支付过程自动化程度高,人工干涉环节少,对于在排队结账顾客过多的时间段,其效果尤为显著。
然而,现有的人脸识别支付机制还存在一些问题:(1)识别支付环节过于简单粗暴,缺少必要的辅助认证机制;(2)在排队结账顾客过多时,可能对非结账顾客进行面部识别和支付;(3)人脸识别本身仍有改善性能的空间。
因此,需要一种新的面部识别支付系统,对现有的人脸识别支付机制进行改进,增加辅助认证手段和顾客选择环节,并对人脸特征检测的方式进行优化,从而提高顾客结账效率的同时,从根本上避免误支付的问题出现。
发明内容
为了解决上述问题,本发明提供了一种自动化面部识别系统,能够增加辅助身份认证设备,在面部识别身份后,使用辅助身份认证设备进行进一步的身份确认,同时为收银员提供结账顾客选择模式,避免其他顾客被误结账的情况发生,另外,还优化了现有的面部识别支付,保证了面部识别的准确性,从而提高面部识别支付的整体工作性能。
根据本发明的一方面,提供了一种自动化面部识别系统,所述系统包括GPRS通信设备、双声道扬声器、主控设备和面部识别设备,面部识别设备和GPRS通信设备协同操作,用于基于顾客图像确认顾客身份,主控设备分别与GPRS通信设备、双声道扬声器和面部识别设备连接,用于基于顾客身份确定支付策略,同时还控制双声道扬声器播放顾客身份确认结果。
更具体地,在所述自动化面部识别系统中,包括:眼部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准眼部轮廓和待识别图像,基于预设基准眼部轮廓在待识别图像中分割出眼部子图像;额头分割设备,分别与眼部分割设备和高斯平滑滤波设备连接以接收眼部子图像和待识别图像,基于眼部子图像在待识别图像中的位置,将待识别图像中眼部子图像以上的图像部分分割以获得额头子图像;鼻部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准鼻部轮廓和待识别图像,基于预设基准鼻部轮廓在待识别图像中分割出鼻部子图像;嘴部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准嘴部轮廓和待识别图像,基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像;下巴分割设备,分别与嘴部分割设备和高斯平滑滤波设备连接以接收嘴部子图像和待识别图像,基于嘴部子图像在待识别图像中的位置,将待识别图像中嘴部子图像以下的图像部分分割以获得下巴子图像;特征分析设备,分别与眼部分割设备、额头分割设备、鼻部分割设备、嘴部分割设备和下巴分割设备连接,确定眼部子图像中眼部特征点位于待识别图像中的坐标以作为眼部坐标输出,确定额头子图像中额头特征点位于待识别图像中的坐标以作为额头坐标输出,确定鼻部子图像中鼻部特征点位于待识别图像中的坐标以作为鼻部坐标输出,确定嘴部子图像中嘴部特征点位于待识别图像中的坐标以作为嘴部坐标输出,确定下巴子图像中下巴特征点位于待识别图像中的坐标以作为下巴坐标输出;特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的各个特征点在所在面部图像中的坐标,基于特征分析设备输出的眼部坐标、额头坐标、鼻部坐标、嘴部坐标和下巴坐标在面部识别数据库寻找与待识别图像匹配度最高的面部图像,并将与待识别图像匹配度最高的面部图像对应的人物身份作为识别身份输出;GPRS通信设备,用于通过GPRS通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还还用于通过GPRS通信链路建立指纹匹配设备与远端的指纹数据库之间的连接;双声道扬声器,与MSP430单片机连接,用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件;高清图像采集设备,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像,高清图像采集设备还用于录制顾客支付视频;面部检测设备,分别与SD存储设备和高清图像采集设备连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;LCD显示设备,与面部检测设备连接以接收并显示多个面部子图像,LCD显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像,LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息;几何校正设备,分别与面部检测设备和LCD显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像;图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像;图像分割设备,分别与SD存储设备和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像;直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像;SD存储设备,用于预先存储了预设基准面部轮廓和预设图像块大小,还用于预先存储了预设基准眼部轮廓、预设基准鼻部轮廓和预设基准嘴部轮廓;指纹接收设备,用于采集顾客的指纹信息;指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出;MSP430单片机,分别与LCD显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频;其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形,预设基准鼻部轮廓为对基准鼻部图像进行轮廓提取而获得的图形,预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形;MSP430单片机在第一预设时间后未接收到识别身份时,发出身份确认失败信号,MSP430单片机在第二预设时间后未接收到确认身份时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份不相符合时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份相符合时,发出身份确认成功信号。
更具体地,在所述自动化面部识别系统中:GPRS通信设备设置在POS机的壳体上。
更具体地,在所述自动化面部识别系统中:MSP430单片机与特征匹配设备、指纹接收设备和指纹匹配设备集成在一块集成电路板上。
更具体地,在所述自动化面部识别系统中:集成电路板设置在POS机下方的控制盒内。
更具体地,在所述自动化面部识别系统中:采用MSP430单片机内置存储器替换SD存储设备。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的自动化面部识别系统的结构方框图。
图2为根据本发明实施方案示出的自动化面部识别系统的高清图像采集设备的结构方框图。
附图标记:1GPRS通信设备;2双声道扬声器;3主控设备;4面部识别设备;5亮度检测单元;6拍摄单元;7录制单元;8控制单元
具体实施方式
下面将参照附图对本发明的自动化面部识别系统的实施方案进行详细说明。
由于人脸识别支付是直接进行划款,因此,其安全性能尤为关键。现有的人脸识别支付是确定脸部特征符合后即进行划款,没有考虑到脸部特征识别错误的情况,同时,排队结账的顾客很多,很容易对非结账顾客进行面部特征识别,而且,现有的人脸识别机制本身结构冗余度高,还有提高精度和优化功能的空间。
为了克服上述不足,本发明搭建了一种自动化面部识别系统,能够解决上述技术问题,在替换繁琐的人工操作,提高顾客结账效率的同时,从整体上改善支付机制,保证每一位顾客的经济利益。
图1为根据本发明实施方案示出的自动化面部识别系统的结构方框图,所述系统包括GPRS通信设备、双声道扬声器、主控设备和面部识别设备,面部识别设备和GPRS通信设备协同操作,用于基于顾客图像确认顾客身份,主控设备分别与GPRS通信设备、双声道扬声器和面部识别设备连接,用于基于顾客身份确定支付策略,同时还控制双声道扬声器播放顾客身份确认结果。
接着,继续对本发明的自动化面部识别系统的具体结构进行进一步的说明。
所述系统包括:眼部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准眼部轮廓和待识别图像,基于预设基准眼部轮廓在待识别图像中分割出眼部子图像;额头分割设备,分别与眼部分割设备和高斯平滑滤波设备连接以接收眼部子图像和待识别图像,基于眼部子图像在待识别图像中的位置,将待识别图像中眼部子图像以上的图像部分分割以获得额头子图像。
所述系统包括:鼻部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准鼻部轮廓和待识别图像,基于预设基准鼻部轮廓在待识别图像中分割出鼻部子图像。
所述系统包括:嘴部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准嘴部轮廓和待识别图像,基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像。
所述系统包括:下巴分割设备,分别与嘴部分割设备和高斯平滑滤波设备连接以接收嘴部子图像和待识别图像,基于嘴部子图像在待识别图像中的位置,将待识别图像中嘴部子图像以下的图像部分分割以获得下巴子图像。
所述系统包括:特征分析设备,分别与眼部分割设备、额头分割设备、鼻部分割设备、嘴部分割设备和下巴分割设备连接,确定眼部子图像中眼部特征点位于待识别图像中的坐标以作为眼部坐标输出,确定额头子图像中额头特征点位于待识别图像中的坐标以作为额头坐标输出,确定鼻部子图像中鼻部特征点位于待识别图像中的坐标以作为鼻部坐标输出,确定嘴部子图像中嘴部特征点位于待识别图像中的坐标以作为嘴部坐标输出,确定下巴子图像中下巴特征点位于待识别图像中的坐标以作为下巴坐标输出。
所述系统包括:特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的各个特征点在所在面部图像中的坐标,基于特征分析设备输出的眼部坐标、额头坐标、鼻部坐标、嘴部坐标和下巴坐标在面部识别数据库寻找与待识别图像匹配度最高的面部图像,并将与待识别图像匹配度最高的面部图像对应的人物身份作为识别身份输出。
所述系统包括:GPRS通信设备,用于通过GPRS通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还还用于通过GPRS通信链路建立指纹匹配设备与远端的指纹数据库之间的连接。
所述系统包括:双声道扬声器,与MSP430单片机连接,用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件。
如图2所示,所述系统包括:高清图像采集设备,由亮度检测单元、拍摄单元、录制单元和控制单元组成,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像,高清图像采集设备还用于录制顾客支付视频;面部检测设备,分别与SD存储设备和高清图像采集设备连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像。
所述系统包括:LCD显示设备,与面部检测设备连接以接收并显示多个面部子图像,LCD显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像,LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息。
所述系统包括:几何校正设备,分别与面部检测设备和LCD显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像;图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像。
所述系统包括:图像分割设备,分别与SD存储设备和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像;直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像。
所述系统包括:SD存储设备,用于预先存储了预设基准面部轮廓和预设图像块大小,还用于预先存储了预设基准眼部轮廓、预设基准鼻部轮廓和预设基准嘴部轮廓;指纹接收设备,用于采集顾客的指纹信息;指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出。
所述系统包括:MSP430单片机,分别与LCD显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频。
其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形,预设基准鼻部轮廓为对基准鼻部图像进行轮廓提取而获得的图形,预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形;MSP430单片机在第一预设时间后未接收到识别身份时,发出身份确认失败信号,MSP430单片机在第二预设时间后未接收到确认身份时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份不相符合时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份相符合时,发出身份确认成功信号。
可选地,在所述系统中:GPRS通信设备设置在POS机的壳体上;MSP430单片机与特征匹配设备、指纹接收设备和指纹匹配设备集成在一块集成电路板上;集成电路板设置在POS机下方的控制盒内;以及可以采用MSP430单片机内置存储器替换SD存储设备。
另外,通用分组无线服务技术(General Packet Radio Service)的简称,他是GSM移动电话用户可用的一种移动数据业务。GPRS可说是GSM的延续。GPRS和以往连续在频道传输的方式不同,是以封包(Packet)式来传输,因此使用者所负担的费用是以其传输资料单位计算,并非使用其整个频道,理论上较为便宜。GPRS的传输速率可提升至56甚至114Kbps。
GPRS经常被描述成“2.5G”,也就是说这项技术位于第二代(2G)和第三代(3G)移动通讯技术之间。他通过利用GSM网络中未使用的TDMA信道,提供中速的数据传递。GPRS突破了GSM网只能提供电路交换的思维方式,只通过增加相应的功能实体和对现有的基站系统进行部分改造来实现分组交换,这种改造的投入相对来说并不大,但得到的用户数据速率却相当可观。而且,因为不再需要现行无线应用所需要的中介转换器,所以连接及传输都会更方便容易。如此,使用者既可联机上网,参加视讯会议等互动传播,而且在同一个视讯网络上(VRN)的使用者,甚至可以无需通过拨号上网,而持续与网络连接。
GPRS分组交换的通信方式在分组交换的通信方式中,数据被分成一定长度的包(分组),每个包的前面有一个分组头(其中的地址标志指明该分组发往何处)。数据传送之前并不需要预先分配信道,建立连接。而是在每一个数据包到达时,根据数据报头中的信息(如目的地址),临时寻找一个可用的信道资源将该数据报发送出去。在这种传送方式中,数据的发送和接收方同信道之间没有固定的占用关系,信道资源可以看作是由所有的用户共享使用。由于数据业务在绝大多数情况下都表现出一种突发性的业务特点,对信道带宽的需求变化较大,因此采用分组方式进行数据传送将能够更好地利用信道资源。例如一个进行WWW浏览的用户,大部分时间处于浏览状态,而真正用于数据传送的时间只占很小比例。这种情况下若采用固定占用信道的方式,将会造成较大的资源浪费。
采用本发明的自动化面部识别系统,针对现有技术中面部识别支付系统支付精度不高的技术问题,首先,对面部特征识别机制进行结构改进,提高面部特征识别本身的可靠性,其次,引入指纹识别机制对面部识别结果进行进一步的确认,另外,还在认证环节中增加了收银员的顾客选择过程,从而在各个方面上对提高支付系统精度提供了帮助。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (2)

1.一种自动化面部识别系统,其特征在于,所述系统包括GPRS通信设备、双声道扬声器、主控设备和面部识别设备,面部识别设备和GPRS通信设备协同操作,用于基于顾客图像确认顾客身份,主控设备分别与GPRS通信设备、双声道扬声器和面部识别设备连接,用于基于顾客身份确定支付策略,同时还控制双声道扬声器播放顾客身份确认结果。
2.如权利要求1所述的自动化面部识别系统,其特征在于,所述系统包括:
眼部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准眼部轮廓和待识别图像,基于预设基准眼部轮廓在待识别图像中分割出眼部子图像;
额头分割设备,分别与眼部分割设备和高斯平滑滤波设备连接以接收眼部子图像和待识别图像,基于眼部子图像在待识别图像中的位置,将待识别图像中眼部子图像以上的图像部分分割以获得额头子图像;
鼻部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准鼻部轮廓和待识别图像,基于预设基准鼻部轮廓在待识别图像中分割出鼻部子图像;
嘴部分割设备,分别与SD存储设备和高斯平滑滤波设备连接以接收预设基准嘴部轮廓和待识别图像,基于预设基准嘴部轮廓在待识别图像中分割出嘴部子图像;
下巴分割设备,分别与嘴部分割设备和高斯平滑滤波设备连接以接收嘴部子图像和待识别图像,基于嘴部子图像在待识别图像中的位置,将待识别图像中嘴部子图像以下的图像部分分割以获得下巴子图像;
特征分析设备,分别与眼部分割设备、额头分割设备、鼻部分割设备、嘴部分割设备和下巴分割设备连接,确定眼部子图像中眼部特征点位于待识别图像中的坐标以作为眼部坐标输出,确定额头子图像中额头特征点位于待识别图像中的坐标以作为额头坐标输出,确定鼻部子图像中鼻部特征点位于待识别图像中的坐标以作为鼻部坐标输出,确定嘴部子图像中嘴部特征点位于待识别图像中的坐标以作为嘴部坐标输出,确定下巴子图像中下巴特征点位于待识别图像中的坐标以作为下巴坐标输出;
特征匹配设备,分别与特征分析设备和远端的面部识别数据库连接,面部识别数据库预先存储了每一个人的面部图像的各个特征点在所在面部图像中的坐标,基于特征分析设备输出的眼部坐标、额头坐标、鼻部坐标、嘴部坐标和下巴坐标在面部识别数据库寻找与待识别图像匹配度最高的面部图像,并将与待识别图像匹配度最高的面部图像对应的人物身份作为识别身份输出;
GPRS通信设备,用于通过GPRS通信链路建立特征匹配设备与远端的面部识别数据库之间的连接,还还用于通过GPRS通信链路建立指纹匹配设备与远端的指纹数据库之间的连接;
双声道扬声器,与MSP430单片机连接,用于播放与身份确认失败信号或身份确认成功信号对应的语音提示文件;
高清图像采集设备,设置在POS机上方,用于对排队结账的人群进行拍摄以获得高清人群图像,高清图像采集设备还用于录制顾客支付视频;
面部检测设备,分别与SD存储设备和高清图像采集设备连接,用于接收高清人群图像和预设基准面部轮廓,基于预设基准面部轮廓在高清人群图像中匹配出多个面部子图像;
LCD显示设备,与面部检测设备连接以接收并显示多个面部子图像,LCD显示设备还带有触摸屏,以基于收银员的输入从多个面部子图像中选择目标面部子图像,LCD显示设备还用于显示与身份确认失败信号或身份确认成功信号对应的文字提示信息;
几何校正设备,分别与面部检测设备和LCD显示设备连接,接收目标面部子图像并对目标面部子图像进行几何校正处理以获得几何校正图像;
图像旋转设备,与几何校正设备连接以接收几何校正图像,对几何校正图像进行图像旋转处理以获得旋转图像;
图像平移设备,与图像旋转设备连接以接收旋转图像,对旋转图像进行图像平移处理以获得平移图像;
图像分割设备,分别与SD存储设备和图像平移设备连接,用于接收预设图像块大小和平移图像,对平移图像进行分割以获得预设图像块大小的分割图像;
直方图均衡化设备,与图像分割设备连接,用于接收分割图像并对分割图像进行直方图均衡化处理,以获得分割图像的灰度直方图;
高斯平滑滤波设备,与直方图均衡化设备连接,用于接收灰度直方图并对灰度直方图进行高斯平滑滤波处理,以获得待识别图像;
SD存储设备,用于预先存储了预设基准面部轮廓和预设图像块大小,还用于预先存储了预设基准眼部轮廓、预设基准鼻部轮廓和预设基准嘴部轮廓;
指纹接收设备,用于采集顾客的指纹信息;
指纹匹配设备,分别与指纹接收设备和远端的指纹数据库连接,指纹数据库预先存储了每一个人的指纹特征,基于指纹接收设备输出的指纹信息在指纹数据库寻找匹配的指纹特征,并将匹配的指纹特征对应的人物身份作为确认身份输出;
MSP430单片机,分别与LCD显示设备、特征匹配设备、指纹接收设备和指纹匹配设备连接,当从特征匹配设备处接收到识别身份时,向当前结账的顾客启动指纹接收设备和指纹匹配设备以接收确认身份,当前结账的顾客处于排队结账的人群中,当识别身份与确认身份相符合时,将识别身份和收银员通过LCD显示设备的触摸屏输入的金额数据一起发送到远端的支付设备以完成支付,同时向识别身份对应的电子邮箱发送确认邮件,确认邮件中包括顾客支付视频;
其中,预设基准面部轮廓为对基准面部图像进行轮廓提取而获得的图形,预设图像块大小选为45像素×50像素;
其中,预设基准眼部轮廓为对基准眼部图像进行轮廓提取而获得的图形,预设基准鼻部轮廓为对基准鼻部图像进行轮廓提取而获得的图形,预设基准嘴部轮廓为对基准嘴部图像进行轮廓提取而获得的图形;
其中,MSP430单片机在第一预设时间后未接收到识别身份时,发出身份确认失败信号,MSP430单片机在第二预设时间后未接收到确认身份时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份不相符合时,发出身份确认失败信号,MSP430单片机在识别身份与确认身份相符合时,发出身份确认成功信号;
GPRS通信设备设置在POS机的壳体上;
MSP430单片机与特征匹配设备、指纹接收设备和指纹匹配设备集成在一块集成电路板上;
集成电路板设置在POS机下方的控制盒内;
采用MSP430单片机内置存储器替换SD存储设备。
CN201810181579.4A 2016-04-01 2016-04-01 自动化面部识别系统 Withdrawn CN108304827A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810181579.4A CN108304827A (zh) 2016-04-01 2016-04-01 自动化面部识别系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610203811.0A CN105893969A (zh) 2016-04-01 2016-04-01 一种自动化面部识别系统的使用方法
CN201810181579.4A CN108304827A (zh) 2016-04-01 2016-04-01 自动化面部识别系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201610203811.0A Division CN105893969A (zh) 2016-04-01 2016-04-01 一种自动化面部识别系统的使用方法

Publications (1)

Publication Number Publication Date
CN108304827A true CN108304827A (zh) 2018-07-20

Family

ID=57012275

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810181579.4A Withdrawn CN108304827A (zh) 2016-04-01 2016-04-01 自动化面部识别系统
CN201610203811.0A Pending CN105893969A (zh) 2016-04-01 2016-04-01 一种自动化面部识别系统的使用方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201610203811.0A Pending CN105893969A (zh) 2016-04-01 2016-04-01 一种自动化面部识别系统的使用方法

Country Status (1)

Country Link
CN (2) CN108304827A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150159A (zh) * 2020-05-22 2020-12-29 支付宝(杭州)信息技术有限公司 一种基于人脸识别的支付方法、装置及设备
US11921831B2 (en) 2021-03-12 2024-03-05 Intellivision Technologies Corp Enrollment system with continuous learning and confirmation

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494941A (zh) * 2016-08-31 2018-09-04 陈玉兰 一种通话系统
CN107231629B (zh) * 2016-08-31 2018-02-06 上海净邻网络科技有限公司 移动互联网应用的账户与手机号码解绑提醒系统和方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145261A (zh) * 2007-10-11 2008-03-19 中国科学院长春光学精密机械与物理研究所 Atm系统自动识别装置
EP2291795A1 (en) * 2008-07-02 2011-03-09 C-True Ltd. Face recognition system and method
US20120281874A1 (en) * 2011-05-05 2012-11-08 Lure Yuan-Ming F Method, material, and apparatus to improve acquisition of human frontal face images using image template
CN102542299B (zh) * 2011-12-07 2015-03-25 惠州Tcl移动通信有限公司 人脸识别方法、装置及能识别人脸的移动终端
CN103198605A (zh) * 2013-03-11 2013-07-10 成都百威讯科技有限责任公司 室内突发异常事件报警系统
CN204680060U (zh) * 2015-04-13 2015-09-30 济南舜软信息科技有限公司 基于网络和生物特征的身份识别和支付装置
CN105095917B (zh) * 2015-08-31 2019-08-06 小米科技有限责任公司 图像处理方法、装置及终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150159A (zh) * 2020-05-22 2020-12-29 支付宝(杭州)信息技术有限公司 一种基于人脸识别的支付方法、装置及设备
US11921831B2 (en) 2021-03-12 2024-03-05 Intellivision Technologies Corp Enrollment system with continuous learning and confirmation

Also Published As

Publication number Publication date
CN105893969A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105681351B (zh) 基于交互操作的验证方法及系统、用户设备、服务器
CN108304827A (zh) 自动化面部识别系统
CN105681316A (zh) 身份验证方法和装置
CN108922074A (zh) 无卡取款方法、装置、计算机设备和存储介质
CN107909661A (zh) 停车场控制方法、系统及计算机可读存储介质
JP2002251380A (ja) 利用者照合システム
CN106560840A (zh) 一种图像信息识别处理方法及装置
CN110288755A (zh) 基于文本识别的发票检验方法、服务器及存储介质
CN105678290A (zh) 基于图像检测的面部支付平台
CN109919607A (zh) 基于离线乘车码的换乘优惠方法及装置和电子设备
CN105913264B (zh) 基于指纹辅助身份识别的人脸支付装置
CN105913260B (zh) 自动化面部识别系统
CN112560683A (zh) 一种翻拍图像识别方法、装置、计算机设备及存储介质
CN107025558A (zh) 一种交易系统及交易处理方法
CN105894261A (zh) 一种收银台人脸支付系统的使用方法
CN109325333B (zh) 一种双识别登录、支付的方法、装置
CN111444830A (zh) 基于超声回波信号的成像的方法、装置、存储介质及电子装置
CN107548059A (zh) 一种认证方法及系统
CN113642497A (zh) 用于脸部防欺骗的方法、服务器和设备
CN105913263A (zh) 一种基于图像检测的面部支付平台的使用方法
CN107871266B (zh) 一种交互凭证的获取方法及相关装置
JP2013190934A (ja) 窓口認証システム、窓口認証サーバー、プログラムおよび窓口認証方法
CN102568125A (zh) 通过指纹识别进行信用卡消费的系统及方法
CN105913262B (zh) 基于蓝牙辅助认证的面部支付系统
CN107742214A (zh) 一种基于脸部识别的支付方法及支付系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180720

WW01 Invention patent application withdrawn after publication