CN108416273A - 一种快速人脸识别系统及其识别方法 - Google Patents
一种快速人脸识别系统及其识别方法 Download PDFInfo
- Publication number
- CN108416273A CN108416273A CN201810136825.4A CN201810136825A CN108416273A CN 108416273 A CN108416273 A CN 108416273A CN 201810136825 A CN201810136825 A CN 201810136825A CN 108416273 A CN108416273 A CN 108416273A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- result
- recognition
- value
- 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
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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提出快速人脸识别系统及其识别方法,涉及人脸识别技术领域,包括影像获取装置、影像处理装置、储存装置、输出装置及输入装置,影像获取装置用于对场景进行拍摄,并用于获得对应该场景的画面影像;影像处理装置通过硬件电路及软件算法来实现识别人群中的人脸;储存装置用于暂存影像处理装置进行识别人群中人脸的方法时所产生的各自信息,并通过影像处理装置的指示将其存储的侦测结果,通过输出装置输送出去;输入装置则是提供使用者可以对用于识别人群中人脸装置的运行参数。本发明利用复合成份分析来减少影像对比时间、降低光线对人脸的影响,进而降低运算复杂度,提高识别度,利用多数决规则来识别人脸影像,使人脸识别能进一步防止误判。
Description
技术领域
本发明涉及人脸识别技术领域,尤其是一种快速人脸识别系统及其识别方法。
背景技术
随着电子技术的进步,视频监控已普及到我们的生活中,在智能的监控系统中,人脸识别技术可协助监控人员搜寻特定人员。现有人脸识别方法,通常被应用在人脸目标比较明确且人脸面积较大的情况,但在开发空间中拍摄的动态人群画面,由于摄像机位于较高位置并且俯视整个空间,因此在整个画面中人脸面积较小且不明显,容易引起错误识别,并且在人群中存在较多人脸,对识别速度存在影响,无法实现快速识别。
发明内容
本发明一方面提供一种快速人脸识别识别系统,包括影像获取装置、影像处理装置、储存装置、输出装置及输入装置,所述影像获取装置、储存装置、输出装置及输入装置电性连接所述影像处理装置,其中,
所述影像获取装置用于对场景进行拍摄,并用于获得对应该场景的画面影像;
所述影像处理装置通过硬件电路及软件算法来实现识别人群中的人脸;
所述储存装置用于暂存影像处理装置进行识别人群中人脸的方法时所产生的各自信息,并通过影像处理装置的指示将其存储的侦测结果,通过所述输出装置输送出去;
所述输入装置则是提供使用者可以对用于识别人群中人脸装置的运行参数。
作为优选,所述影像获取装置为电荷耦合器件或互补金属氧化物半导体。
作为优选,所述影像处理装置为中央处理单元配合软件算法又或者现场可编程门阵列或特殊应用集成电路。
作为优选,所述输出装置为连接到监控中心的有线或无线通讯装置,所述输入装置为机械式键盘或触控屏。
本发明另一方面提供一种快速人脸识别识别方法,包含以下步骤:
步骤1、启动影像获取装置,影像获取装置将获取人脸待测影像,并将人脸待测影像储存在储存装置;
步骤2、人脸侦测,从人脸待测影像中获取人脸区域影像,此人脸侦测通过将人脸待测影像与人脸样本影像进行人脸肤色区域对比,并按照头形的比例,取出此人脸区域影像;
步骤3、人脸识别,将人脸区域影像与一部分人脸样本影像进行对比,取得人脸特征,并计算出人脸待测影像的第二特征值以及人脸样本影像的第一特征值,对第一特征值与第二特征值进行特征值距离运算,求出特征距离,再跟进特征距离取最大值或取平均值,获得人脸特征相似值,人脸特征相似值越小越相似;
步骤4、动态临界值对比,将人脸特征相似值与临界值进行对比,判断人脸特征相似值是否大于临界值,并从产生第一结果;临界值由储存装置中取一部分人脸样本影像,再计算彼此的特征距离,并由这些特征距离中取其最大值或平均值;如果第一结果为否,代表此待测人脸影像与人脸样本影像相似,则进行步骤7;如果第二结果为是,则代表目前输入的人脸信息没有存储在储存装置中,但也存在误判,所以进行步骤5;
步骤5、进行多数决规则,将人脸待测影像与一部分人脸样本影像进行对比,获得多个多数决相似值,判断这些多数决相似值是否大于临界值,并产生第三结果,如果第三结果为是,则拒绝票数加一;若第三结果为否,则允许票数加一;
步骤6、判断允许漂浮是否大于拒绝票数,产生第四结果,如果第四结果为是,则进行步骤7,如果第四结果为否,则进行步骤8;
步骤7、使用者人脸通过识别;
步骤8、使用者人脸未通过识别。
作为优选,所述步骤3中人脸识别可利用复合主成份分析算法,具体方法如下:将L*L矩阵影像,分割成N个较小的(L/N)*(L/N)的区块影像,利用更小的影像区块,重新组合成一个新矩阵。
本发明提供的一种快速人脸识别系统及其识别方法,其有益效果在于:利用复合成份分析来减少影像对比时间、降低光线对人脸的影响,进而降低运算复杂度,提高识别度,利用多数决规则来识别人脸影像,使人脸识别能进一步防止误判。
附图说明
图1是快速人脸识别系统的原理框图;
图2是快速人脸识别方法的流程图。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
如图1所示,本实施例提供的一种快速人脸识别系统,其包括影像获取装置、影像处理装置、储存装置、输出装置及输入装置,其中影像获取装置、储存装置、输出装置及输入装置电性连接影像处理装置。
影像获取装置用于对场景进行拍摄,并用于获得对应该场景的画面影像,其中画面可能是具有人群的画面,且影像获取装置可为电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)来实现的影像获取装置,本发明并不以此为限。
影像处理装置可通过硬件电路及软件算法来实现识别人群中的人脸,影像处理装置可通过中央处理单元配合软件算法来实现,又或者可以通过现场可编程门阵列(FPGA)或特殊应用集成电路(ASIC)来实现,但本发明并不以此为限。
储存装置用于暂存影像处理装置进行识别人群中人脸的方法时所产生的各自信息,并通过影像处理装置的指示将其存储的侦测结果,通过输出装置输送出去。输入装置则是提供使用者可以对用于识别人群中人脸装置的运行参数。输出装置可为连接到监控中心的有线或无线通讯装置,以及输入装置可为机械式键盘或触控屏,但本发明并不以此为限。
如图2所示,本实施例提供的一种快速人脸识别方法,利用上述快速人脸识别系统执行,具体步骤如下:
步骤1、启动影像获取装置,影像获取装置将获取人脸待测影像,并将人脸待测影像储存在储存装置;
步骤2、人脸侦测,从人脸待测影像中获取人脸区域影像,此人脸侦测通过将人脸待测影像与人脸样本影像进行人脸肤色区域对比,并按照头形的比例,取出此人脸区域影像,(由于该技术为本领域所熟知的技术,故在此不再赘述);
步骤3、人脸识别,将人脸区域影像与一部分人脸样本影像进行对比,取得人脸特征,并计算出人脸待测影像的第二特征值以及人脸样本影像的第一特征值,对第一特征值与第二特征值进行特征值距离运算,求出特征距离,再跟进特征距离取最大值或取平均值,获得人脸特征相似值,人脸特征相似值越小越相似。人脸识别可利用复合主成份分析算法,具体方法如下:
假设有一组资料包括许多互相关的变数,主成份分析方法的核心思想是在尽量保持这组资料中的变异量情况下,来缩减这组资料的维度,例如将L*L矩阵影像,分割成N个较小的(L/N)*(L/N)的区块影像,利用更小的影像区块,重新组合成一个新矩阵,这样可以减少计算量,实现快速识别人脸,并且处理区块影像时,会取得区块影像的平均值,降低光线对人脸的影响。
步骤4、动态临界值对比,将人脸特征相似值与临界值进行对比,判断人脸特征相似值是否大于临界值,并从产生第一结果。临界值由储存装置中取一部分人脸样本影像,再计算彼此的特征距离,并由这些特征距离中取其最大值或平均值。如果第一结果为否,代表此待测人脸影像与人脸样本影像相似,则进行步骤7;如果第二结果为是,则代表目前输入的人脸信息没有存储在储存装置中,但也存在误判,所以进行步骤5;
步骤5、进行多数决规则,将人脸待测影像与一部分人脸样本影像进行对比,获得多个多数决相似值,判断这些多数决相似值是否大于临界值,并产生第三结果,如果第三结果为是,则拒绝票数加一;若第三结果为否,则允许票数加一;
步骤6、判断允许漂浮是否大于拒绝票数,产生第四结果,如果第四结果为是,则进行步骤7,如果第四结果为否,则进行步骤8;
步骤7、使用者人脸通过识别;
步骤8、使用者人脸未通过识别。
本发明利用复合成份分析来减少影像对比时间、降低光线对人脸的影响,进而降低运输复杂度,提高识别度,利用多数决规则来识别人脸影像,使人脸识别能进一步防止误判。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (6)
1.一种快速人脸识别系统,其特征在于,包括影像获取装置、影像处理装置、储存装置、输出装置及输入装置,所述影像获取装置、储存装置、输出装置及输入装置电性连接所述影像处理装置,其中,
所述影像获取装置用于对场景进行拍摄,并用于获得对应该场景的画面影像;
所述影像处理装置通过硬件电路及软件算法来实现识别人群中的人脸;
所述储存装置用于暂存影像处理装置进行识别人群中人脸的方法时所产生的各自信息,并通过影像处理装置的指示将其存储的侦测结果,通过所述输出装置输送出去;
所述输入装置则是提供使用者可以对用于识别人群中人脸装置的运行参数。
2.根据权利要求1所述的一种快速人脸识别系统,其特征在于,所述影像获取装置为电荷耦合器件或互补金属氧化物半导体。
3.根据权利要求1所述的一种快速人脸识别系统,其特征在于,所述影像处理装置为中央处理单元配合软件算法又或者现场可编程门阵列或特殊应用集成电路。
4.根据权利要求1所述的一种快速人脸识别系统,其特征在于,所述输出装置为连接到监控中心的有线或无线通讯装置,所述输入装置为机械式键盘或触控屏。
5.一种基于权利要求1所述系统的人脸识别方法,其特征在于,包含以下步骤:
步骤1、启动影像获取装置,影像获取装置将获取人脸待测影像,并将人脸待测影像储存在储存装置;
步骤2、人脸侦测,从人脸待测影像中获取人脸区域影像,此人脸侦测通过将人脸待测影像与人脸样本影像进行人脸肤色区域对比,并按照头形的比例,取出此人脸区域影像;
步骤3、人脸识别,将人脸区域影像与一部分人脸样本影像进行对比,取得人脸特征,并计算出人脸待测影像的第二特征值以及人脸样本影像的第一特征值,对第一特征值与第二特征值进行特征值距离运算,求出特征距离,再跟进特征距离取最大值或取平均值,获得人脸特征相似值,人脸特征相似值越小越相似;
步骤4、动态临界值对比,将人脸特征相似值与临界值进行对比,判断人脸特征相似值是否大于临界值,并从产生第一结果;临界值由储存装置中取一部分人脸样本影像,再计算彼此的特征距离,并由这些特征距离中取其最大值或平均值;如果第一结果为否,代表此待测人脸影像与人脸样本影像相似,则进行步骤7;如果第二结果为是,则代表目前输入的人脸信息没有存储在储存装置中,但也存在误判,所以进行步骤5;
步骤5、进行多数决规则,将人脸待测影像与一部分人脸样本影像进行对比,获得多个多数决相似值,判断这些多数决相似值是否大于临界值,并产生第三结果,如果第三结果为是,则拒绝票数加一;若第三结果为否,则允许票数加一;
步骤6、判断允许漂浮是否大于拒绝票数,产生第四结果,如果第四结果为是,则进行步骤7,如果第四结果为否,则进行步骤8;
步骤7、使用者人脸通过识别;
步骤8、使用者人脸未通过识别。
6.根据权利要求5所述的一种快速人脸识别方法,其特征在于,所述步骤3中人脸识别可利用复合主成份分析算法,具体方法如下:将L*L矩阵影像,分割成N个较小的(L/N)*(L/N)的区块影像,利用更小的影像区块,重新组合成一个新矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810136825.4A CN108416273A (zh) | 2018-02-09 | 2018-02-09 | 一种快速人脸识别系统及其识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810136825.4A CN108416273A (zh) | 2018-02-09 | 2018-02-09 | 一种快速人脸识别系统及其识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416273A true CN108416273A (zh) | 2018-08-17 |
Family
ID=63127120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810136825.4A Pending CN108416273A (zh) | 2018-02-09 | 2018-02-09 | 一种快速人脸识别系统及其识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416273A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429638A (zh) * | 2020-04-13 | 2020-07-17 | 汪辽宁 | 一种基于语音识别和人脸识别的门禁控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226591A (zh) * | 2008-01-31 | 2008-07-23 | 上海交通大学 | 基于手机摄像头结合人脸识别技术的身份识别方法 |
CN102831408A (zh) * | 2012-08-29 | 2012-12-19 | 华南理工大学 | 人脸识别方法 |
CN104112116A (zh) * | 2011-06-30 | 2014-10-22 | 深圳市君盛惠创科技有限公司 | 一种云服务器 |
US8873798B2 (en) * | 2010-02-05 | 2014-10-28 | Rochester Institue Of Technology | Methods for tracking objects using random projections, distance learning and a hybrid template library and apparatuses thereof |
-
2018
- 2018-02-09 CN CN201810136825.4A patent/CN108416273A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226591A (zh) * | 2008-01-31 | 2008-07-23 | 上海交通大学 | 基于手机摄像头结合人脸识别技术的身份识别方法 |
US8873798B2 (en) * | 2010-02-05 | 2014-10-28 | Rochester Institue Of Technology | Methods for tracking objects using random projections, distance learning and a hybrid template library and apparatuses thereof |
CN104112116A (zh) * | 2011-06-30 | 2014-10-22 | 深圳市君盛惠创科技有限公司 | 一种云服务器 |
CN102831408A (zh) * | 2012-08-29 | 2012-12-19 | 华南理工大学 | 人脸识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429638A (zh) * | 2020-04-13 | 2020-07-17 | 汪辽宁 | 一种基于语音识别和人脸识别的门禁控制方法 |
CN111429638B (zh) * | 2020-04-13 | 2021-10-26 | 重庆匠技智能科技有限公司 | 一种基于语音识别和人脸识别的门禁控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035304B (zh) | 目标跟踪方法、介质、计算设备和装置 | |
CN109508694B (zh) | 一种人脸识别方法及识别装置 | |
Ryoo et al. | Robot-centric activity prediction from first-person videos: What will they do to me? | |
CN110232369B (zh) | 一种人脸识别方法和电子设备 | |
US7733404B2 (en) | Fast imaging system calibration | |
US10217221B2 (en) | Place recognition algorithm | |
US8254630B2 (en) | Subject extracting method and device by eliminating a background region using binary masks | |
CN106469443B (zh) | 机器视觉特征跟踪系统 | |
US10867166B2 (en) | Image processing apparatus, image processing system, and image processing method | |
Denman et al. | Improved simultaneous computation of motion detection and optical flow for object tracking | |
JP5450089B2 (ja) | 対象検出装置および対象検出方法 | |
US11132538B2 (en) | Image processing apparatus, image processing system, and image processing method | |
JP7272024B2 (ja) | 物体追跡装置、監視システムおよび物体追跡方法 | |
CN109727275B (zh) | 目标检测方法、装置、系统和计算机可读存储介质 | |
US9280209B2 (en) | Method for generating 3D coordinates and mobile terminal for generating 3D coordinates | |
WO2019076187A1 (zh) | 视频遮蔽区域选取方法、装置、电子设备及系统 | |
US8284292B2 (en) | Probability distribution constructing method, probability distribution constructing apparatus, storage medium of probability distribution constructing program, subject detecting method, subject detecting apparatus, and storage medium of subject detecting program | |
CN105934757A (zh) | 一种用于检测第一图像的关键点和第二图像的关键点之间的不正确关联关系的方法和装置 | |
CN114882251A (zh) | 一种物联网大数据智能视频安防监控方法及装置 | |
CN113557546B (zh) | 图像中关联对象的检测方法、装置、设备和存储介质 | |
CN108416273A (zh) | 一种快速人脸识别系统及其识别方法 | |
CN113642639A (zh) | 活体检测方法、装置、设备和存储介质 | |
JP6028972B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US20160379087A1 (en) | Method for determining a similarity value between a first image and a second image | |
JPH10105712A (ja) | 移動体追跡装置 |
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 |