CN108932489A - 脸部识别可行性分析系统 - Google Patents

脸部识别可行性分析系统 Download PDF

Info

Publication number
CN108932489A
CN108932489A CN201810658808.7A CN201810658808A CN108932489A CN 108932489 A CN108932489 A CN 108932489A CN 201810658808 A CN201810658808 A CN 201810658808A CN 108932489 A CN108932489 A CN 108932489A
Authority
CN
China
Prior art keywords
equipment
image
gate inhibition
face recognition
signal
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
CN201810658808.7A
Other languages
English (en)
Inventor
李娜
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 CN201810658808.7A priority Critical patent/CN108932489A/zh
Publication of CN108932489A publication Critical patent/CN108932489A/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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

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

Abstract

本发明涉及一种脸部识别可行性分析系统，包括：门禁摄像设备，设置在门禁位置，用于对门禁位置前方的人员进行现场拍摄，以获得并输出对应的门禁现场图像；干扰度提取设备，设置在所述门禁摄像设备的一侧，用于接收所述门禁现场图像，并检测所述门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，输出所述参考百分比；识别控制设备，设置在门禁位置，与所述干扰度提取设备连接，用于在所述参考百分比未超过限量时，发出脸部识别执行信号。通过本发明，改善了脸部识别验证的性能。

Description

脸部识别可行性分析系统
技术领域
本发明涉及脸部识别领域，尤其涉及一种脸部识别可行性分析系统。
背景技术
人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
人脸识别系统其实是台特殊的摄像机，判断速度相当快，只需要0.01秒左右，由于利用的是人体骨骼的识别技术，所以即使易容改装，也难以蒙过它的眼睛。而且“人脸识别系统”具有存储功能，只要把一些具有潜在危险性的“重点人物”的“脸部特写”输入存储系统，重点人物如擅自闯关，就会在0.01秒之内被揪出来，同时向其他安保中心“报警”。另外，某些重要区域如控制中心只允许特定身份的工作人员进出，这时候面部档案信息未被系统存储的所有人全都会被拒之门外。。
发明内容
为了解决脸部识别精度不高的技术问题，本发明提供了一种脸部识别可行性分析系统，为了杜绝门禁对进场人员身份验证失败的情况发生，检测门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，在所述参考百分比未超过限量时，发出脸部识别执行信号，实施基于脸部识别的身份验证，以及在所述参考百分比超过限量时，采用声音识别方式进行身份验证；更为重要的是，还基于图像中各个目标外形的拟合结果，获取对图像划分的模块尺寸，并对每一个划分后的图像区域进行基于信噪比的不同滤波模式的处理，其中，利用了第一标识处理设备处理图像更清晰以及第二标识处理设备处理图像振铃效果更优越的特性，并在选择第一标识处理设备时，使得对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比，从而提高了图像滤波运算量的有效性。
根据本发明的一方面，提供了一种脸部识别可行性分析系统，所述系统包括：
门禁摄像设备，设置在门禁位置，用于对门禁位置前方的人员进行现场拍摄，以获得并输出对应的门禁现场图像；干扰度提取设备，设置在所述门禁摄像设备的一侧，用于接收所述门禁现场图像，并检测所述门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，输出所述参考百分比。
更具体地，在所述脸部识别可行性分析系统中，还包括：
识别控制设备，设置在门禁位置，与所述干扰度提取设备连接，用于在所述参考百分比未超过限量时，发出脸部识别执行信号；自适应调整设备，分别与所述识别控制设备和所述门禁摄像设备连接，用于在接收到所述脸部识别执行信号时，从休眠模式进入工作模式，所述自适应调整设备包括幅度检测单元和自适应处理单元，所述自适应调整设备在所述工作模式下执行以下动作：所述幅度检测单元接收所述门禁现场图像，对所述门禁现场图像中的各种噪声的各个最大幅值进行检测，以将各个最大幅值中的最大值作为目标幅值输出，所述自适应处理单元与所述幅度检测单元连接，用于接收所述目标幅值，并基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度，以输出相应的自适应调整图像。
更具体地，在所述脸部识别可行性分析系统中，还包括：
参考数据解析设备，与所述自适应调整设备连接，用于接收所述自适应调整图像，对所述自适应调整图像中的各个目标进行外形辨识，以获得所述自适应调整图像中的各个目标分别所在的目标分块，对每一个目标分块进行外形拟合，以获得与所述目标分块的面积最接近的正方形，并获取每一个目标分块对应的正方形的边长，对各个目标分块分别对应的正方形的各个边长进行均值计算，以获得具有与均值相等的边长的正方形作为参考正方形；数据分割设备，与所述参考数据解析设备连接，用于基于所述参考正方形的尺寸对所述自适应调整图像进行均匀式分区域处理，以获得所述自适应调整图像的各个图像区域；信噪比分析设备，与所述数据分割设备连接，用于接收所述各个图像区域，对每一个图像区域进行信噪比检测，并在信噪比未超过限量时，为所述图像区域设置巴特沃斯滤波标识，以及在信噪比超过限量时，为所述图像区域设置高斯低通滤波标识；第一标识处理设备，与所述信噪比分析设备连接，用于对设置有巴特沃斯滤波标识的图像区域执行巴特沃斯滤波动作，以获得所述图像区域对应的滤波区域；第二标识处理设备，与所述信噪比分析设备连接，用于对设置有高斯低通滤波标识的图像区域执行高斯低通滤波动作，以获得所述图像区域对应的滤波区域；区域整合设备，分别与所述第一标识处理设备和所述第二标识处理设备连接，用于接收所述第一标识处理设备输出的各个滤波区域，以及接收所述第二标识处理设备输出的各个滤波区域，并对所述第一标识处理设备输出的各个滤波区域和所述第二标识处理设备输出的各个滤波区域进行合并，以获得所述自适应调整图像对应的区域整合图像；平滑度识别设备，设置在门禁位置，与所述区域整合设备连接，用于接收所述区域整合图像，对所述区域整合图像执行平滑度识别动作，以获得所述区域整合图像对应的实时平滑度；平滑处理设备，与所述平滑度识别设备连接，用于接收所述实时平滑度和所述区域整合图像，并基于所述实时平滑度对所述区域整合图像进行相应的图像平滑处理，以获得相应的平滑操作图像，并输出所述平滑操作图像；在所述平滑处理设备中，所述实时平滑度越高，对所述区域整合图像进行相应的图像平滑处理的强度越小；身份验证设备，与所述平滑处理设备连接，用于接收所述平滑操作图像，并对所述平滑操作图像进行脸部识别，以对门禁位置前方的人员的身份进行验证；其中，基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度包括：所述目标幅值越大，对所述门禁现场图像的动态范围调整幅度越大。
更具体地，在所述脸部识别可行性分析系统中：所述识别控制设备还用于在所述参考百分比超过限量时，发出脸部识别困难信号。
更具体地，在所述脸部识别可行性分析系统中：所述第一标识处理设备和所述第二标识处理设备分别采用不同型号的ASIC芯片来实现。
更具体地，在所述脸部识别可行性分析系统中：所述信噪比分析设备包括区域接收子设备、信噪比检测子设备和标识设置子设备。
更具体地，在所述脸部识别可行性分析系统中：在所述第一标识处理设备中，所述第一标识处理设备对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比。
更具体地，在所述脸部识别可行性分析系统中：在所述信噪比分析设备中，所述信噪比检测子设备分别与所述区域接收子设备和所述标识设置子设备连接。
更具体地，在所述脸部识别可行性分析系统中，还包括：
声音识别设备，与所述识别控制设备连接，用于在接收到所述脸部识别困难信号时，进入声音识别模式。
更具体地，在所述脸部识别可行性分析系统中：所述声音识别设备用于在接收到所述脸部识别执行信号时，进入休眠模式。
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脸部识别可行性分析系统的门禁摄像设备的结构示意图。
具体实施方式
下面将参照附图对本发明的脸部识别可行性分析系统的实施方案进行详细说明。
人脸识别(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
可以识别得出摄像头前的人是一个真正的人还是一张照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。
为了克服上述不足，本发明搭建了一种脸部识别可行性分析系统，能够有效解决相应的技术问题。
根据本发明实施方案示出的脸部识别可行性分析系统包括：
门禁摄像设备，如图1所示，包括摄像外壳1、扣接件2和镜头3，所述门禁摄像设备设置在门禁位置，用于对门禁位置前方的人员进行现场拍摄，以获得并输出对应的门禁现场图像；
干扰度提取设备，设置在所述门禁摄像设备的一侧，用于接收所述门禁现场图像，并检测所述门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，输出所述参考百分比。
接着，继续对本发明的脸部识别可行性分析系统的具体结构进行进一步的说明。
在所述脸部识别可行性分析系统中，还包括：
识别控制设备，设置在门禁位置，与所述干扰度提取设备连接，用于在所述参考百分比未超过限量时，发出脸部识别执行信号；
自适应调整设备，分别与所述识别控制设备和所述门禁摄像设备连接，用于在接收到所述脸部识别执行信号时，从休眠模式进入工作模式，所述自适应调整设备包括幅度检测单元和自适应处理单元，所述自适应调整设备在所述工作模式下执行以下动作：所述幅度检测单元接收所述门禁现场图像，对所述门禁现场图像中的各种噪声的各个最大幅值进行检测，以将各个最大幅值中的最大值作为目标幅值输出，所述自适应处理单元与所述幅度检测单元连接，用于接收所述目标幅值，并基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度，以输出相应的自适应调整图像。
在所述脸部识别可行性分析系统中，还包括：
参考数据解析设备，与所述自适应调整设备连接，用于接收所述自适应调整图像，对所述自适应调整图像中的各个目标进行外形辨识，以获得所述自适应调整图像中的各个目标分别所在的目标分块，对每一个目标分块进行外形拟合，以获得与所述目标分块的面积最接近的正方形，并获取每一个目标分块对应的正方形的边长，对各个目标分块分别对应的正方形的各个边长进行均值计算，以获得具有与均值相等的边长的正方形作为参考正方形；
数据分割设备，与所述参考数据解析设备连接，用于基于所述参考正方形的尺寸对所述自适应调整图像进行均匀式分区域处理，以获得所述自适应调整图像的各个图像区域；
信噪比分析设备，与所述数据分割设备连接，用于接收所述各个图像区域，对每一个图像区域进行信噪比检测，并在信噪比未超过限量时，为所述图像区域设置巴特沃斯滤波标识，以及在信噪比超过限量时，为所述图像区域设置高斯低通滤波标识；
第一标识处理设备，与所述信噪比分析设备连接，用于对设置有巴特沃斯滤波标识的图像区域执行巴特沃斯滤波动作，以获得所述图像区域对应的滤波区域；
第二标识处理设备，与所述信噪比分析设备连接，用于对设置有高斯低通滤波标识的图像区域执行高斯低通滤波动作，以获得所述图像区域对应的滤波区域；
区域整合设备，分别与所述第一标识处理设备和所述第二标识处理设备连接，用于接收所述第一标识处理设备输出的各个滤波区域，以及接收所述第二标识处理设备输出的各个滤波区域，并对所述第一标识处理设备输出的各个滤波区域和所述第二标识处理设备输出的各个滤波区域进行合并，以获得所述自适应调整图像对应的区域整合图像；
平滑度识别设备，设置在门禁位置，与所述区域整合设备连接，用于接收所述区域整合图像，对所述区域整合图像执行平滑度识别动作，以获得所述区域整合图像对应的实时平滑度；
平滑处理设备，与所述平滑度识别设备连接，用于接收所述实时平滑度和所述区域整合图像，并基于所述实时平滑度对所述区域整合图像进行相应的图像平滑处理，以获得相应的平滑操作图像，并输出所述平滑操作图像；在所述平滑处理设备中，所述实时平滑度越高，对所述区域整合图像进行相应的图像平滑处理的强度越小；
身份验证设备，与所述平滑处理设备连接，用于接收所述平滑操作图像，并对所述平滑操作图像进行脸部识别，以对门禁位置前方的人员的身份进行验证；
其中，基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度包括：所述目标幅值越大，对所述门禁现场图像的动态范围调整幅度越大。
在所述脸部识别可行性分析系统中：所述识别控制设备还用于在所述参考百分比超过限量时，发出脸部识别困难信号。
在所述脸部识别可行性分析系统中：所述第一标识处理设备和所述第二标识处理设备分别采用不同型号的ASIC芯片来实现。
在所述脸部识别可行性分析系统中：所述信噪比分析设备包括区域接收子设备、信噪比检测子设备和标识设置子设备。
在所述脸部识别可行性分析系统中：在所述第一标识处理设备中，所述第一标识处理设备对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比。
在所述脸部识别可行性分析系统中：在所述信噪比分析设备中，所述信噪比检测子设备分别与所述区域接收子设备和所述标识设置子设备连接。
在所述脸部识别可行性分析系统中，还包括：
声音识别设备，与所述识别控制设备连接，用于在接收到所述脸部识别困难信号时，进入声音识别模式。
在所述脸部识别可行性分析系统中：所述声音识别设备用于在接收到所述脸部识别执行信号时，进入休眠模式。
另外，在所述脸部识别可行性分析系统中：可采用GAL设备来实现所述身份验证设备。
通用阵列逻辑器件GAL(Generic Array Logic www.husoon.com)器件是1985年LATTICE公司最先发明的可电擦除、可编程、可设置加密位的PLD。具有代表性的GAL芯片有GAL16V8、GAL20，这两种GAL几乎能够仿真所有类型的PAL器件。实际应用中，GAL器件对PAL器件仿真具有100％的兼容性，所以GAL几乎可以全代替PAL器件，并可取代大部分SSI、MSI数字集成电路，因而获得广泛应用。
GAL和PAL的最大差别在于GAL的输出结构可由用户定义，是一种可编程的输出结构。GAL的两种基本型号GAL16V8(20引脚)GAL20V8(24引脚)可代替树十种PAL器件，因而称为痛用可编程电路。而PAL的输出是由厂家定义好的，芯片选定后就固定了，用户无法改变。
采用本发明的脸部识别可行性分析系统，针对现有技术中脸部识别精度差的技术问题，为了杜绝门禁对进场人员身份验证失败的情况发生，检测门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，在所述参考百分比未超过限量时，发出脸部识别执行信号，实施基于脸部识别的身份验证，以及在所述参考百分比超过限量时，采用声音识别方式进行身份验证；更为重要的是，还基于图像中各个目标外形的拟合结果，获取对图像划分的模块尺寸，并对每一个划分后的图像区域进行基于信噪比的不同滤波模式的处理，其中，利用了第一标识处理设备处理图像更清晰以及第二标识处理设备处理图像振铃效果更优越的特性，并在选择第一标识处理设备时，使得对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比，提高了图像滤波运算量的有效性，从而解决了上述技术问题。
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 (10)

1.一种脸部识别可行性分析系统，所述系统包括：
门禁摄像设备，设置在门禁位置，用于对门禁位置前方的人员进行现场拍摄，以获得并输出对应的门禁现场图像；
干扰度提取设备，设置在所述门禁摄像设备的一侧，用于接收所述门禁现场图像，并检测所述门禁现场图像中的各个条纹噪声，将占据面积最大的条纹噪声占据所述门禁现场图像面积百分比作为参考百分比，输出所述参考百分比。
2.如权利要求1所述的脸部识别可行性分析系统，其特征在于，所述系统还包括：
识别控制设备，设置在门禁位置，与所述干扰度提取设备连接，用于在所述参考百分比未超过限量时，发出脸部识别执行信号；
自适应调整设备，分别与所述识别控制设备和所述门禁摄像设备连接，用于在接收到所述脸部识别执行信号时，从休眠模式进入工作模式，所述自适应调整设备包括幅度检测单元和自适应处理单元，所述自适应调整设备在所述工作模式下执行以下动作：所述幅度检测单元接收所述门禁现场图像，对所述门禁现场图像中的各种噪声的各个最大幅值进行检测，以将各个最大幅值中的最大值作为目标幅值输出，所述自适应处理单元与所述幅度检测单元连接，用于接收所述目标幅值，并基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度，以输出相应的自适应调整图像。
3.如权利要求2所述的脸部识别可行性分析系统，其特征在于，所述系统还包括：
参考数据解析设备，与所述自适应调整设备连接，用于接收所述自适应调整图像，对所述自适应调整图像中的各个目标进行外形辨识，以获得所述自适应调整图像中的各个目标分别所在的目标分块，对每一个目标分块进行外形拟合，以获得与所述目标分块的面积最接近的正方形，并获取每一个目标分块对应的正方形的边长，对各个目标分块分别对应的正方形的各个边长进行均值计算，以获得具有与均值相等的边长的正方形作为参考正方形；
数据分割设备，与所述参考数据解析设备连接，用于基于所述参考正方形的尺寸对所述自适应调整图像进行均匀式分区域处理，以获得所述自适应调整图像的各个图像区域；
信噪比分析设备，与所述数据分割设备连接，用于接收所述各个图像区域，对每一个图像区域进行信噪比检测，并在信噪比未超过限量时，为所述图像区域设置巴特沃斯滤波标识，以及在信噪比超过限量时，为所述图像区域设置高斯低通滤波标识；
第一标识处理设备，与所述信噪比分析设备连接，用于对设置有巴特沃斯滤波标识的图像区域执行巴特沃斯滤波动作，以获得所述图像区域对应的滤波区域；
第二标识处理设备，与所述信噪比分析设备连接，用于对设置有高斯低通滤波标识的图像区域执行高斯低通滤波动作，以获得所述图像区域对应的滤波区域；
区域整合设备，分别与所述第一标识处理设备和所述第二标识处理设备连接，用于接收所述第一标识处理设备输出的各个滤波区域，以及接收所述第二标识处理设备输出的各个滤波区域，并对所述第一标识处理设备输出的各个滤波区域和所述第二标识处理设备输出的各个滤波区域进行合并，以获得所述自适应调整图像对应的区域整合图像；
平滑度识别设备，设置在门禁位置，与所述区域整合设备连接，用于接收所述区域整合图像，对所述区域整合图像执行平滑度识别动作，以获得所述区域整合图像对应的实时平滑度；
平滑处理设备，与所述平滑度识别设备连接，用于接收所述实时平滑度和所述区域整合图像，并基于所述实时平滑度对所述区域整合图像进行相应的图像平滑处理，以获得相应的平滑操作图像，并输出所述平滑操作图像；在所述平滑处理设备中，所述实时平滑度越高，对所述区域整合图像进行相应的图像平滑处理的强度越小；
身份验证设备，与所述平滑处理设备连接，用于接收所述平滑操作图像，并对所述平滑操作图像进行脸部识别，以对门禁位置前方的人员的身份进行验证；
其中，基于所述目标幅值变换对所述门禁现场图像的动态范围调整幅度包括：所述目标幅值越大，对所述门禁现场图像的动态范围调整幅度越大。
4.如权利要求3所述的脸部识别可行性分析系统，其特征在于：
所述识别控制设备还用于在所述参考百分比超过限量时，发出脸部识别困难信号。
5.如权利要求4所述的脸部识别可行性分析系统，其特征在于：
所述第一标识处理设备和所述第二标识处理设备分别采用不同型号的ASIC芯片来实现。
6.如权利要求5所述的脸部识别可行性分析系统，其特征在于：
所述信噪比分析设备包括区域接收子设备、信噪比检测子设备和标识设置子设备。
7.如权利要求6所述的脸部识别可行性分析系统，其特征在于：
在所述第一标识处理设备中，所述第一标识处理设备对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比。
8.如权利要求7所述的脸部识别可行性分析系统，其特征在于：
在所述信噪比分析设备中，所述信噪比检测子设备分别与所述区域接收子设备和所述标识设置子设备连接。
9.如权利要求8所述的脸部识别可行性分析系统，其特征在于，所述系统还包括：
声音识别设备，与所述识别控制设备连接，用于在接收到所述脸部识别困难信号时，进入声音识别模式。
10.如权利要求9所述的脸部识别可行性分析系统，其特征在于：
所述声音识别设备用于在接收到所述脸部识别执行信号时，进入休眠模式。
CN201810658808.7A 2018-06-25 2018-06-25 脸部识别可行性分析系统 Pending CN108932489A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810658808.7A CN108932489A (zh) 2018-06-25 2018-06-25 脸部识别可行性分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810658808.7A CN108932489A (zh) 2018-06-25 2018-06-25 脸部识别可行性分析系统

Publications (1)

Publication Number Publication Date
CN108932489A true CN108932489A (zh) 2018-12-04

Family

ID=64446950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810658808.7A Pending CN108932489A (zh) 2018-06-25 2018-06-25 脸部识别可行性分析系统

Country Status (1)

Country Link
CN (1) CN108932489A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109806089A (zh) * 2019-03-28 2019-05-28 夏梅 治疗参数提取系统
CN110206330A (zh) * 2019-06-10 2019-09-06 邱鑫梅 一种基于大数据的校园楼层智能防护系统
CN110942584A (zh) * 2019-11-07 2020-03-31 陈盈盈 一种实验室出入门

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1469635A (zh) * 2002-06-05 2004-01-21 ������������ʽ���� 图像处理装置和图像处理方法以及计算机程序
US20080001975A1 (en) * 2006-06-30 2008-01-03 Eiki Obara Image processing apparatus and image processing method
CN103679643A (zh) * 2013-06-03 2014-03-26 哈尔滨工程大学 一种多条纹噪声定位滤除方法
CN104392203A (zh) * 2014-10-13 2015-03-04 浙江工业大学 一种基于视频分析的点状条纹噪声检测方法
CN104486618A (zh) * 2014-12-30 2015-04-01 浙江宇视科技有限公司 视频图像的噪声检测方法及装置
CN106911912A (zh) * 2016-10-25 2017-06-30 蒋晓云 基于图像分析的自适应滤波选择系统
CN107452113A (zh) * 2017-08-09 2017-12-08 郝建 具有人脸识别功能的智能准入系统
CN107547839A (zh) * 2016-06-27 2018-01-05 张华华 基于图像分析的远程控制平台
CN107808423A (zh) * 2016-09-09 2018-03-16 广州零号软件科技有限公司 一种基于服务机器人的员工考勤签到系统与实现方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1469635A (zh) * 2002-06-05 2004-01-21 ������������ʽ���� 图像处理装置和图像处理方法以及计算机程序
US20080001975A1 (en) * 2006-06-30 2008-01-03 Eiki Obara Image processing apparatus and image processing method
CN103679643A (zh) * 2013-06-03 2014-03-26 哈尔滨工程大学 一种多条纹噪声定位滤除方法
CN104392203A (zh) * 2014-10-13 2015-03-04 浙江工业大学 一种基于视频分析的点状条纹噪声检测方法
CN104486618A (zh) * 2014-12-30 2015-04-01 浙江宇视科技有限公司 视频图像的噪声检测方法及装置
CN107547839A (zh) * 2016-06-27 2018-01-05 张华华 基于图像分析的远程控制平台
CN107808423A (zh) * 2016-09-09 2018-03-16 广州零号软件科技有限公司 一种基于服务机器人的员工考勤签到系统与实现方法
CN106911912A (zh) * 2016-10-25 2017-06-30 蒋晓云 基于图像分析的自适应滤波选择系统
CN107452113A (zh) * 2017-08-09 2017-12-08 郝建 具有人脸识别功能的智能准入系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于涛 等: "基于虚拟仪器的动车图像条纹噪声消除算法", 《天津科技大学学报》 *
李言俊 等: "《景象匹配与目标识别技术》", 31 August 2009, 西安：西北工业出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109806089A (zh) * 2019-03-28 2019-05-28 夏梅 治疗参数提取系统
CN110206330A (zh) * 2019-06-10 2019-09-06 邱鑫梅 一种基于大数据的校园楼层智能防护系统
CN110206330B (zh) * 2019-06-10 2020-03-03 广东叠一网络科技有限公司 一种基于大数据的校园楼层智能防护系统
CN110942584A (zh) * 2019-11-07 2020-03-31 陈盈盈 一种实验室出入门

Similar Documents

Publication Publication Date Title
de Martin-Roche et al. Iris recognition for biometric identification using dyadic wavelet transform zero-crossing
US20090135188A1 (en) Method and system of live detection based on physiological motion on human face
JP5107045B2 (ja) 目に関して取得される画像中の虹彩を表す画素を特定する方法
US7324670B2 (en) Face image processing apparatus and method
CN110046551A (zh) 一种人脸识别模型的生成方法及设备
CN108932489A (zh) 脸部识别可行性分析系统
CN107169483A (zh) 基于人脸识别的任务执行
CN108629791A (zh) 行人跟踪方法和装置及跨摄像头行人跟踪方法和装置
WO2016084072A1 (en) Anti-spoofing system and methods useful in conjunction therewith
JP2007188504A (ja) 画像中の画素強度をフィルタリングする方法
CN109766779A (zh) 徘徊人员识别方法及相关产品
CN107609515B (zh) 一种基于飞腾平台的双重验证的人脸比对系统及方法
CN107977559A (zh) 一种身份认证方法、装置、设备和计算机可读存储介质
CN106169075A (zh) 身份验证方法及装置
CN105956520A (zh) 一种基于多模式生物识别信息的个人识别装置和方法
CN106295515A (zh) 确定图像中的人脸区域的方法及装置
CN110458063A (zh) 防视频、照片欺骗的人脸活体检测方法
CN109255319A (zh) 针对静态照片的人脸识别支付信息防伪方法
CN108537131A (zh) 一种基于人脸特征点和光流场的人脸识别活体检测方法
JP2011113313A (ja) 姿勢推定装置
CN108932504A (zh) 身份认证方法、装置、电子设备及存储介质
CN108171135A (zh) 人脸检测方法、装置及计算机可读存储介质
CN110503760A (zh) 门禁控制方法及门禁系统
CN107944395A (zh) 一种基于神经网络验证人证合一的方法及系统
KR100347058B1 (ko) 얼굴 촬영/인식방법

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181204

RJ01 Rejection of invention patent application after publication