基于脸部识别的登机口检验平台
技术领域
本发明涉及脸部识别领域,尤其涉及一种基于脸部识别的登机口检验平台。
背景技术
脸部特征分析,就是通过视频采集设备获取用户的面部图像,再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析,进而和自身数据库里已有的范本进行比对,后判断出用户的真实身份。人脸识别技术基于局部特征区域的单训练样本人脸识别方法。第一步,需要对局部区域进行定义;第二步,人脸局部区域特征的提取,依据经过样本训练后得到的变换矩阵将人脸图像向量映射为人脸特征向量;第三步,局部特征选择(可选);后一步是进行分类。分类器多采用组合分类器的形式,每个局部特征对应一个分类器,后可用投票或线性加权等方式得到终识别结果。人脸识别综合运用了数字图像/视频处理、模式识别、计算机视觉等多种技术,核心技术是人脸识别算法。目前人脸识别的算法有4种:基于人脸特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法。
作为脸部特征分析的第一步,人脸检测所进行的工作是将人脸从图像背景中检测出来,由于受图像背景、亮度变化以及人的头部姿势等因素影响使人脸检测成为一项复杂研究内容。检测定位:检测是判别一幅图像中是否存在人脸,定位则是给出人脸在图像中的位置。定位后得到的脸部图像信息是测量空间的模式,要进行识别工作,首先要将测量空间中的数据映射到特征空间中。采用主分量分析方法,原理是将一高维向量,通过一个特殊的特征向量矩阵,投影到一个低维的向量空间中,表征为一个低维向量,并且仅仅损失一些次要信息。通过对经过检测和定位过的人脸图像进行特征提取操作可以达到降低图像维数,从而可以减小识别计算量,提高识别精度的作用。人脸识别系统采用基于特征脸的主成分分析法(PCA),根据一组人脸训练样本构造主元子空间,检测时,将测试图像投影到主元空间上,得到一组投影系数,再和各已知的人脸图像模式比较,从而得到检测结果。
发明内容
为了解决脸部识别准确度仍需进一步上升的技术问题,本发明提供了一种基于脸部识别的登机口检验平台,基于预设时刻范围自动启动对登机口处的乘客身份验证,尤为重要的是,引入了各种不同类型的图像处理机制协同操作,以提高身份验证前的图像的清晰度;基于图像中各个斑点区域的分布情况,选择对应的均值滤波窗口,并在以图像的像素点为中心的均值滤波窗口内,距离所述图像的像素点越近,权重系数越大,实现对图像的自适应滤波处理。
根据本发明的一方面,提供了一种基于脸部识别的登机口检验平台,所述平台包括:
定时处理设备,用于采集当前时刻,并在当前时刻落在预设时间范围之内时,发送拍摄启动信号;登机采集设备,设置在飞机场的登机口处,用于对飞机场的登机口前方的乘客进行高清图像数据采集,以获得对应的高清乘客图像,并输出所述高清乘客图像;斑点分析设备,与所述登机采集设备连接,用于接收所述高清乘客图像,对所述高清乘客图像进行斑点识别,以获得所述高清乘客图像中的各个斑点区域,测量每一个斑点区域的径向半径,将各个斑点区域的径向半径进行大小排序,以获取其中的最大径向半径;滤波预处理设备,与所述斑点分析设备连接,用于获取所述最大径向半径对应的斑点区域的形状,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口;滤波处理设备,分别与所述斑点分析设备和所述滤波预处理设备连接,用于接收所述均值滤波窗口,对所述高清乘客图像的像素点执行以下滤波处理操作:在所述高清乘客图像中,获取以所述高清乘客图像的像素点为中心的均值滤波窗口内的各个像素点的各个像素值用作目标像素值,在以所述高清乘客图像的像素点为中心的均值滤波窗口内,距离所述高清乘客图像的像素点越近,权重系数越大,基于各个目标像素值以及分别对应的权重系数确定所述高清乘客图像的像素点的替换像素值以替换所述高清乘客图像的像素点的原始像素值,从而获得所述高清乘客图像对应的替换滤波图像;在所述滤波处理设备中,基于各个目标像素值以及分别对应的权重系数确定所述高清乘客图像的像素点的替换像素值以替换所述高清乘客图像的像素点的原始像素值包括:将每一个目标像素值与对应的权重系数相乘以获得所述目标像素值对应的乘积项,将各个目标像素值的各个乘积项相加,将相加结果除以各个目标像素值的各个权重系数之和以获得所述高清乘客图像的像素点的替换像素值;规则检测设备,与所述滤波处理设备连接,设置在飞机场的登机口处,用于接收所述替换滤波图像,获取所述替换滤波图像中景深最浅的目标的规则程度,以作为目标规则程度,并输出所述目标规则程度;图像平滑设备,与所述规则检测设备连接,用于接收所述替换滤波图像和所述目标规则程度,并基于所述目标规则程度对所述替换滤波图像进行平滑处理,以使得处理后的已平滑图像中的景深最浅的目标的规则程度达到预设规则等级;数量检测设备,与所述图像平滑设备连接,用于接收所述已平滑图像,获取所述已平滑图像中的每一个像素点,基于邻域像素点的像素值确定所述已平滑图像中的每一个像素点是否为边沿像素点,并获取所述已平滑图像中的边沿像素点的累计数值;定制边沿处理设备,与所述数量检测设备连接,用于接收所述已平滑图像中的边沿像素点的累计数值和所述已平滑图像,并基于所述已平滑图像中的边沿像素点的累计数值确定对所述已平滑图像执行边沿处理的强度,以获得并输出相应的定制处理图像;乘客检测设备,与所述定制边沿处理设备连接,用于接收所述定制处理图像,对所述定制处理图像执行基于脸部特征分析的即时身份检验处理,以确定所述定制处理图像中的乘客是否为当前航班内的订票人员。
更具体地,在所述基于脸部识别的登机口检验平台中:所述乘客检测设备内置有存储单元,用于预先存储当前航班内的各位订票人员的各个脸部特征。
更具体地,在所述基于脸部识别的登机口检验平台中:在所述定制边沿处理设备中,所述已平滑图像中的边沿像素点的累计数值越大,对所述已平滑图像执行边沿处理的强度越大。
更具体地,在所述基于脸部识别的登机口检验平台中:在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的形状与所述最大径向半径对应的斑点区域的形状相匹配。
更具体地,在所述基于脸部识别的登机口检验平台中:在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的径向半径与所述最大径向半径相匹配。
更具体地,在所述基于脸部识别的登机口检验平台中:所述滤波处理设备包括滤波窗口接收单元、距离检测单元、权重系数确定单元和滤波执行单元。
更具体地,在所述基于脸部识别的登机口检验平台中:所述距离检测单元分别与所述滤波窗口接收单元和所述权重系数确定单元连接。
更具体地,在所述基于脸部识别的登机口检验平台中:
所述权重系数确定单元分别与所述距离检测单元和所述滤波执行单元连接;其中,所述定时处理设备还用于在当前时刻落在预设时间范围之外时,发送拍摄停止信号。
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基于脸部识别的登机口检验平台的结构示意图。
具体实施方式
下面将参照附图对本发明的基于脸部识别的登机口检验平台的实施方案进行详细说明。
脸部特征分析算法的原理:系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。
为了克服上述不足,本发明搭建了一种基于脸部识别的登机口检验平台,能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的基于脸部识别的登机口检验平台的结构示意图,所述平台包括:
定时处理设备,用于采集当前时刻,并在当前时刻落在预设时间范围之内时,发送拍摄启动信号;
登机采集设备2,设置在飞机场的登机口处的检验立柱1上,用于对飞机场的登机口前方的乘客进行高清图像数据采集,以获得对应的高清乘客图像,并输出所述高清乘客图像;
液晶显示屏3,与所述登机采集设备连接,用于接收并显示所述高清乘客图像;
斑点分析设备4,与所述登机采集设备连接,用于接收所述高清乘客图像,对所述高清乘客图像进行斑点识别,以获得所述高清乘客图像中的各个斑点区域,测量每一个斑点区域的径向半径,将各个斑点区域的径向半径进行大小排序,以获取其中的最大径向半径;
滤波预处理设备,与所述斑点分析设备连接,用于获取所述最大径向半径对应的斑点区域的形状,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口;
滤波处理设备,分别与所述斑点分析设备和所述滤波预处理设备连接,用于接收所述均值滤波窗口,对所述高清乘客图像的像素点执行以下滤波处理操作:在所述高清乘客图像中,获取以所述高清乘客图像的像素点为中心的均值滤波窗口内的各个像素点的各个像素值用作目标像素值,在以所述高清乘客图像的像素点为中心的均值滤波窗口内,距离所述高清乘客图像的像素点越近,权重系数越大,基于各个目标像素值以及分别对应的权重系数确定所述高清乘客图像的像素点的替换像素值以替换所述高清乘客图像的像素点的原始像素值,从而获得所述高清乘客图像对应的替换滤波图像;在所述滤波处理设备中,基于各个目标像素值以及分别对应的权重系数确定所述高清乘客图像的像素点的替换像素值以替换所述高清乘客图像的像素点的原始像素值包括:将每一个目标像素值与对应的权重系数相乘以获得所述目标像素值对应的乘积项,将各个目标像素值的各个乘积项相加,将相加结果除以各个目标像素值的各个权重系数之和以获得所述高清乘客图像的像素点的替换像素值;
规则检测设备,与所述滤波处理设备连接,设置在飞机场的登机口处,用于接收所述替换滤波图像,获取所述替换滤波图像中景深最浅的目标的规则程度,以作为目标规则程度,并输出所述目标规则程度;
图像平滑设备,与所述规则检测设备连接,用于接收所述替换滤波图像和所述目标规则程度,并基于所述目标规则程度对所述替换滤波图像进行平滑处理,以使得处理后的已平滑图像中的景深最浅的目标的规则程度达到预设规则等级;
数量检测设备,与所述图像平滑设备连接,用于接收所述已平滑图像,获取所述已平滑图像中的每一个像素点,基于邻域像素点的像素值确定所述已平滑图像中的每一个像素点是否为边沿像素点,并获取所述已平滑图像中的边沿像素点的累计数值;
定制边沿处理设备,与所述数量检测设备连接,用于接收所述已平滑图像中的边沿像素点的累计数值和所述已平滑图像,并基于所述已平滑图像中的边沿像素点的累计数值确定对所述已平滑图像执行边沿处理的强度,以获得并输出相应的定制处理图像;
乘客检测设备,与所述定制边沿处理设备连接,用于接收所述定制处理图像,对所述定制处理图像执行基于脸部特征分析的即时身份检验处理,以确定所述定制处理图像中的乘客是否为当前航班内的订票人员。
接着,继续对本发明的基于脸部识别的登机口检验平台的具体结构进行进一步的说明。
在所述基于脸部识别的登机口检验平台中:所述乘客检测设备内置有存储单元,用于预先存储当前航班内的各位订票人员的各个脸部特征。
在所述基于脸部识别的登机口检验平台中:在所述定制边沿处理设备中,所述已平滑图像中的边沿像素点的累计数值越大,对所述已平滑图像执行边沿处理的强度越大。
在所述基于脸部识别的登机口检验平台中:在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的形状与所述最大径向半径对应的斑点区域的形状相匹配。
在所述基于脸部识别的登机口检验平台中:在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的径向半径与所述最大径向半径相匹配。
在所述基于脸部识别的登机口检验平台中:所述滤波处理设备包括滤波窗口接收单元、距离检测单元、权重系数确定单元和滤波执行单元。
在所述基于脸部识别的登机口检验平台中:所述距离检测单元分别与所述滤波窗口接收单元和所述权重系数确定单元连接。
在所述基于脸部识别的登机口检验平台中:
所述权重系数确定单元分别与所述距离检测单元和所述滤波执行单元连接;
其中,所述定时处理设备还用于在当前时刻落在预设时间范围之外时,发送拍摄停止信号。
另外,所述乘客检测设备由GPU来实现。GPU就是能够从硬件上支持T&L(Transformand Lighting,多边形转换和光源处理)的显示芯片,由于T&L是3D渲染中的一个重要部分,其作用是计算多边形的3D位置与处理动态光线效果,也能称为“几何处理”。一个好的T&L单元,能提供细致的3D物体和高级的光线特效;只不过大多数PC中,T&L的大部分运算是交由CPU处理的(这就也就是所谓软件T&L),因为CPU的任务繁多,除了T&L之外,还要做内存管理和输入响应等非3D图形处理工作,所以在实际运算的时候性能会大打折扣,一般出现显卡等待CPU数据的情况,CPU运算速度远跟不上时下复杂三维游戏的要求。即使CPU的工作频率超出1GHz或更高,对它的帮助也不大,因为这是PC本身设计造成的问题,与CPU的速度无太大关系。
采用本发明的基于脸部识别的登机口检验平台,针对现有技术中脸部识别准确性无法满足应用需求的技术问题,基于预设时刻范围自动启动对登机口处的乘客身份验证,尤为重要的是,引入了各种不同类型的图像处理机制协同操作,以提高身份验证前的图像的清晰度;基于图像中各个斑点区域的分布情况,选择对应的均值滤波窗口,并在以图像的像素点为中心的均值滤波窗口内,距离所述图像的像素点越近,权重系数越大,实现对图像的自适应滤波处理,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。