CN109190530A - 一种基于人脸识别大数据算法 - Google Patents
一种基于人脸识别大数据算法 Download PDFInfo
- Publication number
- CN109190530A CN109190530A CN201810955764.4A CN201810955764A CN109190530A CN 109190530 A CN109190530 A CN 109190530A CN 201810955764 A CN201810955764 A CN 201810955764A CN 109190530 A CN109190530 A CN 109190530A
- Authority
- CN
- China
- Prior art keywords
- face
- eye
- eyebrow
- mouth
- information
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于人脸识别大数据算法,采用摄像设备进行脸部视频图像的采集,将摄像设备输出的视频信号传输到高性能计算机中,高性能计算机将接收到的视频流数据按帧依次存储到存储器中,记录面部位于图像的位置信息及面部大小,得到具体的人脸信息,本发明采用高性能计算机对视频信号进行采集,从采集到的视频信号中取得人脸图片,再对人脸图片进行尺度变换和灰度归一化处理,获得最优特征鉴别矩阵;最后根据处理过的人脸图片和最优特征鉴别矩阵进行人脸识别;本发明对人脸的识别较准确。
Description
技术领域
本发明是一种基于人脸识别大数据算法,属于人脸识别领域。
背景技术
现有技术中,当前人脸识别技术应用越来越广泛,如:人脸识别门禁系统、监控系统等。它已经成为了人工智能和模式识别研究领域中一个备受关注的热点。但是人脸识别算法仍有许多改进的地方,如特征提取、维度控制、识别准确率等。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于人脸识别大数据算法,以解决上述背景技术中提出的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于人脸识别大数据算法,包括如下步骤:
S1:采用摄像设备进行脸部视频图像的采集,将摄像设备输出的视频信号传输到高性能计算机中,高性能计算机将接收到的视频流数据按帧依次存储到存储器中,记录面部位于图像的位置信息及面部大小,得到具体的人脸信息;
S2:从存储器中按顺序读取脸部的一帧图像数据进行图像预处理,该图像预处理含有光照补偿和中值滤波操作;
S3:对图像预处理后的帧数据进行人脸检测:首先建立起反应人脸目标形状变化规律的形状统计模型和反应人脸目标灰度分布规律的局部灰度模型,局部灰度模型通过训练得到;然后,将面部相同的信息进行分析,将口、眼、眉三组信息与原有的面部信息的口、眼、眉数据信息进行数据交换,利用形状统计模型对搜索到的形状进行近似表达,同时对合理性进行判断,对不合理的形状进行调整以保证形状在统计意义上的合理性;如果检测到有人脸目标,则执行步骤S4,如果没有检测到人脸目标,则执行步骤1;
S4:对检测到的当前帧图像数据中存在的人脸图片进行人脸图片尺度变换处理和人脸图片灰度归一化处理,在数据处理中,口、眼、眉的吻合度要达到值,其中口与眼的特征信息与原先录入的口与眼信息相差不超过或者小于原有的1/20,眼与眉之间特征信息与原先录入的眼与眉特征信息相差不超过或小于原有的1/10,并检测口与眼的三角区域小大,检测眉与眼间隔距离;
S5:将检测得出的口与眼的三角区域小大,眉与眼间隔距离进行数据处理,在设定范围内,口与眼的三角区域小大相差在1/15至2/15之间,眉与眼间隔距离在1/15至2/15之间,即口与眼的三角区域小大相差与眉与眼间隔距离相加且除半的相差值在1/15至2/15之间,即视为识别成功。
进一步地,所述高性能计算机的控制信号输出端输出摄像机控制信号,所述摄像设备控制信号控制摄像设备的工作参数,其中摄像设备的工作参数包括图像的亮度、图像的色度、图像的对比度、镜头以及对焦。
进一步地,所述摄像设备的工作参数还包括肤色对比。
本发明的有益效果:本发明的一种基于人脸识别大数据算法,本发明采用高性能计算机对视频信号进行采集,从采集到的视频信号中取得人脸图片,再对人脸图片进行尺度变换和灰度归一化处理,获得最优特征鉴别矩阵;最后根据处理过的人脸图片和最优特征鉴别矩阵进行人脸识别;本发明对人脸的识别较准确。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本发明提供一种技术方案:一种基于人脸识别大数据算法,包括如下步骤:
S1:采用摄像设备进行脸部视频图像的采集,将摄像设备输出的视频信号传输到高性能计算机中,高性能计算机将接收到的视频流数据按帧依次存储到存储器中,记录面部位于图像的位置信息及面部大小,得到具体的人脸信息;
S2:从存储器中按顺序读取脸部的一帧图像数据进行图像预处理,该图像预处理含有光照补偿和中值滤波操作;
S3:对图像预处理后的帧数据进行人脸检测:首先建立起反应人脸目标形状变化规律的形状统计模型和反应人脸目标灰度分布规律的局部灰度模型,局部灰度模型通过训练得到;然后,将面部相同的信息进行分析,将口、眼、眉三组信息与原有的面部信息的口、眼、眉数据信息进行数据交换,利用形状统计模型对搜索到的形状进行近似表达,同时对合理性进行判断,对不合理的形状进行调整以保证形状在统计意义上的合理性;如果检测到有人脸目标,则执行步骤S4,如果没有检测到人脸目标,则执行步骤1;
S4:对检测到的当前帧图像数据中存在的人脸图片进行人脸图片尺度变换处理和人脸图片灰度归一化处理,在数据处理中,口、眼、眉的吻合度要达到值,其中口与眼的特征信息与原先录入的口与眼信息相差不超过或者小于原有的1/20,眼与眉之间特征信息与原先录入的眼与眉特征信息相差不超过或小于原有的1/10,并检测口与眼的三角区域小大,检测眉与眼间隔距离;
S5:将检测得出的口与眼的三角区域小大,眉与眼间隔距离进行数据处理,在设定范围内,口与眼的三角区域小大相差在1/15至2/15之间,眉与眼间隔距离在1/15至2/15之间,即口与眼的三角区域小大相差与眉与眼间隔距离相加且除半的相差值在1/15至2/15之间,即视为识别成功。
所述高性能计算机的控制信号输出端输出摄像机控制信号,所述摄像设备控制信号控制摄像设备的工作参数,其中摄像设备的工作参数包括图像的亮度、图像的色度、图像的对比度、镜头以及对焦,所述摄像设备的工作参数还包括肤色对比。
实施例1:采用摄像设备进行脸部视频图像的采集,将摄像设备输出的视频信号传输到高性能计算机中,高性能计算机将接收到的视频流数据按帧依次存储到存储器中,记录面部位于图像的位置信息及面部大小,得到具体的人脸信息;然后从存储器中按顺序读取脸部的一帧图像数据进行图像预处理,该图像预处理含有光照补偿和中值滤波操作,接下来对图像预处理后的帧数据进行人脸检测:首先建立起反应人脸目标形状变化规律的形状统计模型和反应人脸目标灰度分布规律的局部灰度模型,局部灰度模型通过训练得到;然后,将面部相同的信息进行分析,将口、眼、眉三组信息与原有的面部信息的口、眼、眉数据信息进行数据交换,利用形状统计模型对搜索到的形状进行近似表达,同时对合理性进行判断,对不合理的形状进行调整以保证形状在统计意义上的合理性;如果检测到有人脸目标,则执行步骤S4,如果没有检测到人脸目标,则执行步骤,对检测到的当前帧图像数据中存在的人脸图片进行人脸图片尺度变换处理和人脸图片灰度归一化处理,在数据处理中,口、眼、眉的吻合度要达到值,其中口与眼的特征信息与原先录入的口与眼信息相差不超过或者小于原有的1/20,眼与眉之间特征信息与原先录入的眼与眉特征信息相差不超过或小于原有的1/10,并检测口与眼的三角区域小大,检测眉与眼间隔距离;
最后将检测得出的口与眼的三角区域小大,眉与眼间隔距离进行数据处理,在设定范围内,口与眼的三角区域小大相差在1/15之间,眉与眼间隔距离在1/15之间,即口与眼的三角区域小大相差与眉与眼间隔距离相加且除半的相差值在1/15之间,即视为识别成功。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种基于人脸识别大数据算法,其特征在于包括如下步骤:
S1:采用摄像设备进行脸部视频图像的采集,将摄像设备输出的视频信号传输到高性能计算机中,高性能计算机将接收到的视频流数据按帧依次存储到存储器中,记录面部位于图像的位置信息及面部大小,得到具体的人脸信息;
S2:从存储器中按顺序读取脸部的一帧图像数据进行图像预处理,该图像预处理含有光照补偿和中值滤波操作;
S3:对图像预处理后的帧数据进行人脸检测:首先建立起反应人脸目标形状变化规律的形状统计模型和反应人脸目标灰度分布规律的局部灰度模型,局部灰度模型通过训练得到;然后,将面部相同的信息进行分析,将口、眼、眉三组信息与原有的面部信息的口、眼、眉数据信息进行数据交换,利用形状统计模型对搜索到的形状进行近似表达,同时对合理性进行判断,对不合理的形状进行调整以保证形状在统计意义上的合理性;如果检测到有人脸目标,则执行步骤S4,如果没有检测到人脸目标,则执行步骤1;
S4:对检测到的当前帧图像数据中存在的人脸图片进行人脸图片尺度变换处理和人脸图片灰度归一化处理,在数据处理中,口、眼、眉的吻合度要达到值,其中口与眼的特征信息与原先录入的口与眼信息相差不超过或者小于原有的1/20,眼与眉之间特征信息与原先录入的眼与眉特征信息相差不超过或小于原有的1/10,并检测口与眼的三角区域小大,检测眉与眼间隔距离;
S5:将检测得出的口与眼的三角区域小大,眉与眼间隔距离进行数据处理,在设定范围内,口与眼的三角区域小大相差在1/15至2/15之间,眉与眼间隔距离在1/15至2/15之间,即口与眼的三角区域小大相差与眉与眼间隔距离相加且除半的相差值在1/15至2/15之间,即视为识别成功。
2.根据权利要求1所述的一种基于人脸识别大数据算法,其特征在于:所述高性能计算机的控制信号输出端输出摄像机控制信号,所述摄像设备控制信号控制摄像设备的工作参数,其中摄像设备的工作参数包括图像的亮度、图像的色度、图像的对比度、镜头以及对焦。
3.根据权利要求2所述的一种基于人脸识别大数据算法,其特征在于:所述摄像设备的工作参数还包括肤色对比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955764.4A CN109190530A (zh) | 2018-08-21 | 2018-08-21 | 一种基于人脸识别大数据算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810955764.4A CN109190530A (zh) | 2018-08-21 | 2018-08-21 | 一种基于人脸识别大数据算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190530A true CN109190530A (zh) | 2019-01-11 |
Family
ID=64919306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810955764.4A Pending CN109190530A (zh) | 2018-08-21 | 2018-08-21 | 一种基于人脸识别大数据算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190530A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175515A (zh) * | 2019-04-15 | 2019-08-27 | 成都大数汇聚科技有限公司 | 一种基于大数据的人脸识别算法 |
CN110246254A (zh) * | 2019-06-15 | 2019-09-17 | 湖南科技学院 | 一种基于云计算的小区安防系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080247611A1 (en) * | 2007-04-04 | 2008-10-09 | Sony Corporation | Apparatus and method for face recognition and computer program |
CN103310200A (zh) * | 2013-06-25 | 2013-09-18 | 郑州吉瑞特电子科技有限公司 | 人脸识别方法 |
CN107066942A (zh) * | 2017-03-03 | 2017-08-18 | 上海斐讯数据通信技术有限公司 | 一种活体人脸识别方法及系统 |
CN108171202A (zh) * | 2018-01-17 | 2018-06-15 | 深圳市爱克信智能股份有限公司 | 一种人脸识别算法 |
-
2018
- 2018-08-21 CN CN201810955764.4A patent/CN109190530A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080247611A1 (en) * | 2007-04-04 | 2008-10-09 | Sony Corporation | Apparatus and method for face recognition and computer program |
CN103310200A (zh) * | 2013-06-25 | 2013-09-18 | 郑州吉瑞特电子科技有限公司 | 人脸识别方法 |
CN107066942A (zh) * | 2017-03-03 | 2017-08-18 | 上海斐讯数据通信技术有限公司 | 一种活体人脸识别方法及系统 |
CN108171202A (zh) * | 2018-01-17 | 2018-06-15 | 深圳市爱克信智能股份有限公司 | 一种人脸识别算法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175515A (zh) * | 2019-04-15 | 2019-08-27 | 成都大数汇聚科技有限公司 | 一种基于大数据的人脸识别算法 |
CN110175515B (zh) * | 2019-04-15 | 2022-11-29 | 成都大数汇聚科技有限公司 | 一种基于大数据的人脸识别算法 |
CN110246254A (zh) * | 2019-06-15 | 2019-09-17 | 湖南科技学院 | 一种基于云计算的小区安防系统 |
CN110246254B (zh) * | 2019-06-15 | 2021-01-22 | 湖南科技学院 | 一种基于云计算的小区安防系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104517104B (zh) | 一种基于监控场景下的人脸识别方法及系统 | |
CN100361131C (zh) | 信息处理设备、信息处理方法 | |
CN109598242B (zh) | 一种活体检测方法 | |
CN104123543B (zh) | 一种基于人脸识别的眼球运动识别方法 | |
CN106951870B (zh) | 主动视觉注意的监控视频显著事件智能检测预警方法 | |
CN109409289A (zh) | 一种电力作业安全监督机器人安全作业识别方法及系统 | |
WO2011016649A2 (ko) | 얼굴변화 검출 시스템 및 얼굴변화 감지에 따른 지능형 시스템 | |
CN102004906A (zh) | 人脸识别系统及方法 | |
CN110533654A (zh) | 零部件的异常检测方法及装置 | |
CN110334703B (zh) | 一种昼夜图像中的船舶检测和识别方法 | |
CN114463296B (zh) | 基于单样本学习的轻量化部件缺陷检测方法 | |
CN109190530A (zh) | 一种基于人脸识别大数据算法 | |
CN106529441B (zh) | 基于模糊边界分片的深度动作图人体行为识别方法 | |
CN117541994A (zh) | 一种密集多人场景下的异常行为检测模型及检测方法 | |
CN108921064A (zh) | 基于多特征融合的行人重识别方法 | |
CN110320523A (zh) | 跟随机器人的目标定位装置及方法 | |
CN109697417A (zh) | 一种用于变桨系统柜的生产管理系统 | |
CN112733770A (zh) | 一种区域入侵监测方法和装置 | |
CN110705453A (zh) | 一种实时的疲劳驾驶检测方法 | |
Li et al. | Disguised face detection and recognition under the complex background | |
CN115798008A (zh) | 一种基于关键点矫正的快速人脸检测识别方法 | |
CN116245914A (zh) | 具有减少望远镜风载效应的辅助实时跟踪方法及其系统 | |
CN115731443A (zh) | 一种输变电设备热缺陷识别方法、装置、设备和存储介质 | |
CN118511205A (zh) | 用于检测人摔倒、人的拾取或放回行为的检测方法和设备 | |
CN115797770A (zh) | 考虑目标相对运动的连续图像目标检测方法、系统及终端 |
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: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |