CN109800701A - 一种基于人脸识别的智能化安防认证系统 - Google Patents

一种基于人脸识别的智能化安防认证系统 Download PDF

Info

Publication number
CN109800701A
CN109800701A CN201910036820.9A CN201910036820A CN109800701A CN 109800701 A CN109800701 A CN 109800701A CN 201910036820 A CN201910036820 A CN 201910036820A CN 109800701 A CN109800701 A CN 109800701A
Authority
CN
China
Prior art keywords
image
plane
subgraph
module
feature
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Withdrawn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
CN201910036820.9A
Other languages
English (en)
Inventor
张�杰
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.)
Anhui Jieruida Intelligent Technology Co Ltd
Original Assignee
Anhui Jieruida Intelligent Technology Co Ltd
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 Anhui Jieruida Intelligent Technology Co Ltd filed Critical Anhui Jieruida Intelligent Technology Co Ltd
Priority to CN201910036820.9A priority Critical patent/CN109800701A/zh
Publication of CN109800701A publication Critical patent/CN109800701A/zh
Withdrawn legal-status Critical Current

Links

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

本发明公开一种基于人脸识别的智能化安防认证系统，包括图像采集模块、图像预处理模块、特征提取模块、特征定位模块、人脸存储数据库、管理服务器和显示模块；图像采集模块分别与人脸存储数据库和图像预处理模块连接，图像预处理模块通过特征提取模块与特征定位模块连接，特征定位模块与人脸存储数据库连接，管理服务器分别与特征定位模块、人脸存储数据库和显示模块连接。本发明提取采集图像中人员的特征，并将采集图像上的特征与各人员图像上的特征间的匹配度系数，对人员身份进行准确地识别，一旦匹配度系数小于设定的阈值，则进行人工识别，可进行双重身份识别，提高了安防检测过程中身份认证的准确性，大大提高了人们的安全性。

Description

一种基于人脸识别的智能化安防认证系统
技术领域
本发明属于安防技术领域，涉及到一种基于人脸识别的智能化安防认证系统。
背景技术
随着生活水平的不断提高，人们的安全意识也逐渐提升，对安防系统的安全性的要求也越来越高。
目前，小区内进出口、电梯内以及其他公共区域均设置有摄像头，便于对小区的安防进行管理，但是现小区内摄像头采集的视频图像通常为人工进行检测、识别，安防人员在进行安防检查时，通过安防人员对视频图像进行观察，以判断视频图像中的人员是否有异常行为，由于视频图像数量多，特别是在夜晚，需浪费安防人员大量的时间进行观察，易造成视觉疲劳，而无法对视频图像中的人员身份进行识别，进而给用户带来安全隐患。
发明内容
本发明的目的在于提供的基于人脸识别的智能化安防认证系统，解决了现有安全认证的过程中，需浪费大量人工时间进行人员认证，具有准确性低、安全性差以及耗时耗力大的问题。
本发明的目的可以通过以下技术方案实现：
一种基于人脸识别的智能化安防认证系统，包括图像采集模块、图像预处理模块、特征提取模块、特征定位模块、人脸存储数据库、管理服务器和显示模块；
图像采集模块分别与人脸存储数据库和图像预处理模块连接，图像预处理模块通过特征提取模块与特征定位模块连接，特征定位模块与人脸存储数据库连接，管理服务器分别与特征定位模块、人脸存储数据库和显示模块连接；
图像采集模块用于采集人脸的图像信息，并将采集的人脸图像信息分别发送至图像预处理模块和人脸存储数据库；
图像预处理模块用于接收图像采集模块发送的人脸图像，将接收的人脸图像进行灰度转换，转换成灰度图像，并将转换后的灰度图像进行去噪声处理，经去噪处理后的图像发送至特征提取模块；
特征提取模块用于接收图像预处理模块发送的去噪后的图像信息，并将去噪处理后的人脸图像分别在XY平面、XZ平面和YZ平面进行投影，得到XY平面、XZ平面和YZ平面的投影图像，对投影后的图像分别进行划分，划分各平面内的若干子图像，对各子图像中的特征进行提取，并将提取的子图像的特征发送至特征提取模块；
特征点位模块用于接收特征提取模块发送的各平面内各子图像的特征，对接收的特征子图像进行整理、分析，得到XY平面特征子图像集合BXY(bXY1,bXY2,....,bXYi,....,bXYm)、XZ平面特征子图像集合BXZ(bXZ1,bXZ2,....,bXZi,....,bXZm)和YZ平面特征子图像集合BYZ(bYZ1,bYZ2,....,bYZi,....,bYZm)，bXYi表示为XY平面内第i个子图像对应的特征，bXZi表示XZ平面内第i个子图像对应的特征，bYZi表示为YZ平面内第i个子图像对应的特征，特征点位模块将各平面子图像对应的特征分别发送至管理服务器和人脸存储数据库，特征点位模块通过对各子图像中特征进行编号，实现对各平面内的子图像对应的特征进行点位；
人脸存储数据库用于存储图像采集模块发送的人脸图像，存储小区内各人员的人脸图像以及人脸图像在各平面子图像上的特征信息；
管理服务器接收特征点位模块发送的各平面子图像对应的特征，并将接收的各平面子图像对应的特征分别与人脸存储数据库中存储的各人员人脸对应的特征进行逐一对比，并筛选待检测人员各平面子图像的特征与人脸存储数据库中存储的各人员的特征对比的匹配度系数，提取与各人员的匹配度系中最大的匹配度系数，管理服务器将提取的最大的匹配度系数与设定的匹配度系数阈值进行对比，若小于设定的匹配度阈值，则管理服务器发送人员身份异常信息、最大的匹配度系数以及最大匹配度系数对应的人脸图像至显示模块，若大于设定的匹配度阈值，则管理服务器发送人员身份正常信息至显示模块；
显示模块用于接收管理服务器发送的人员身份识别情况，以及人员身份异常情况下的最大匹配度系数和最大匹配度系数对应的人员图像并进行显示。
进一步地，所述图像预处理模块去噪处理，包括以下步骤：
S1、对人脸图像进行划分，划分成若干子图像，划分的若干子图像构成子图像集合Q(q1,q2,...,qi,...,qm)，qi表示为第i个子图像；
S2、提取各子图像中H次z向量，统计z向量的平均分量，计算公式为η表示为位于当前子图像内的点的一组坐标，H表示为提取当前子图像的次数，zit表示为第i个子图像在z平面的分量；
S3、统计z向量的偏移量τi；
S4、计算各子图像中对应的噪声方差；
S5、计算整个人脸图像的噪声方差并对人脸进行噪声除去。
进一步地，所述图像偏移量的计算公式
进一步地，所述噪声方差的计算公式为Fi表示为第i个子图像的噪声方差。
进一步地，对人脸图像分别在XY平面、XZ平面和YZ平面进行投影，投影后的图像进行划分，划分成若干子图像，划分成的子图像构成XY平面子图像集合AXY(aXY1,aXY2,....,aXYi,....,aXYm)、XZ平面子图像集合AXZ(aXZ1,aXZ2,....,aXZi,....,aXZm)、YZ平面子图像集合AYZ(aYZ1,aYZ2,....,aYZi,....,aYZm),aXYi表示为XY平面中第i个子图像，aXZi表示为XZ平面中第i个子图像，aYZi表示为YZ平面中第i个子图像。
本发明的有益效果：
本发明提供的基于人脸识别的智能化安防认证系统，通过对采集图像进行预处理、特征提取以及特征定点，能够获取人员图像中各特征点对应的位置，将获取的人员图像中各位置的特征点分别与小区内各人员在对应位置的特征进行对比，以确定同一位置特征的对比，通过管理服务器统计采集图像上的特征与各人员图像上的特征间的匹配度系数，能够对人员身份进行准确地识别，一旦匹配度系数小于设定的阈值，则进行人工识别，采用双重身份识别，提高了安防检测过程中身份认证的准确性，大大提高了人们的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中一种基于人脸识别的智能化安防认证系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于人脸识别的智能化安防认证系统，包括图像采集模块、图像预处理模块、特征提取模块、特征定位模块、人脸存储数据库、管理服务器和显示模块；
图像采集模块分别与人脸存储数据库和图像预处理模块连接，图像预处理模块通过特征提取模块与特征定位模块连接，特征定位模块与人脸存储数据库连接，管理服务器分别与特征定位模块、人脸存储数据库和显示模块连接。
图像采集模块采用旋转高清摄像头，用于采集人脸的图像信息，并将采集的人脸图像信息分别发送至图像预处理模块和人脸存储数据库；
图像预处理模块用于接收图像采集模块发送的人脸图像，将接收的人脸图像进行灰度转换，转换成灰度图像，并将转换后的灰度图像进行去噪声处理，经去噪处理后的图像发送至特征提取模块；
所述图像预处理模块能够有效地去除干扰噪声，保证原图像的边缘信息，进而极大程度提高面部特征周围的清晰度，其中，图像预处理模块去噪处理，包括以下步骤：
S1、对人脸图像进行划分，划分成若干子图像，划分的若干子图像构成子图像集合Q(q1,q2,...,qi,...,qm)，qi表示为第i个子图像；
S2、提取各子图像中H次z向量，统计z向量的平均分量，计算公式为η表示为位于当前子图像内的点的一组坐标，H表示为提取当前子图像的次数，zit表示为第i个子图像在z平面的分量；
S3、统计z向量的偏移量τi，偏移量的计算公式为
S4、计算各子图像中对应的噪声方差，噪声方差的计算公式为Fi表示为第i个子图像的噪声方差；
S5、计算整个人脸图像的噪声方差并对人脸进行噪声除去，提高面部特征的清晰度；
特征提取模块用于接收图像预处理模块发送的去噪后的图像信息，并将去噪处理后的人脸图像分别在XY平面、XZ平面和YZ平面进行投影，得到XY平面、XZ平面和YZ平面的投影图像，对投影后的图像分别进行划分，划分各平面内的若干子图像，对各子图像中的特征进行提取，并将提取的子图像的特征发送至特征提取模块；
其中，划分的子图像构成XY平面子图像集合AXY(aXY1,aXY2,....,aXYi,....,aXYm)、XZ平面子图像集合AXZ(aXZ1,aXZ2,....,aXZi,....,aXZm)、YZ平面子图像集合AYZ(aYZ1,aYZ2,....,aYZi,....,aYZm),aXYi表示为XY平面中第i个子图像，aXZi表示为XZ平面中第i个子图像，aYZi表示为YZ平面中第i个子图像；
特征点位模块用于接收特征提取模块发送的各平面内各子图像的特征，对接收的特征子图像进行整理、分析，得到XY平面特征子图像集合BXY(bXY1,bXY2,....,bXYi,....,bXYm)、XZ平面特征子图像集合BXZ(bXZ1,bXZ2,....,bXZi,....,bXZm)和YZ平面特征子图像集合BYZ(bYZ1,bYZ2,....,bYZi,....,bYZm)，bXYi表示为XY平面内第i个子图像对应的特征，bXZi表示XZ平面内第i个子图像对应的特征，bYZi表示为YZ平面内第i个子图像对应的特征，特征点位模块将各平面子图像对应的特征分别发送至管理服务器和人脸存储数据库，特征点位模块通过对各子图像中特征进行编号，实现对各平面内的子图像对应的特征进行点位；
人脸存储数据库用于存储图像采集模块发送的人脸图像，存储小区内各人员的人脸图像以及人脸图像在各平面子图像上的特征信息；
管理服务器接收特征点位模块发送的各平面子图像对应的特征，并将接收的各平面子图像对应的特征分别与人脸存储数据库中存储的各人员人脸对应的特征进行逐一对比，并筛选待检测人员各平面子图像的特征与人脸存储数据库中存储的各人员的特征对比的匹配度系数，提取与各人员的匹配度系中最大的匹配度系数，管理服务器将提取的最大的匹配度系数与设定的匹配度系数阈值进行对比，若小于设定的匹配度阈值，则管理服务器发送人员身份异常信息、最大的匹配度系数以及最大匹配度系数对应的人脸图像至显示模块，若大于设定的匹配度阈值，则管理服务器发送人员身份正常信息至显示模块。
显示模块用于接收管理服务器发送的人员身份识别情况，以及人员身份异常情况下的最大匹配度系数和最大匹配度系数对应的人员图像并进行显示，便于管理人员进行人工身份识别，提高了人员识别的准确性。
本发明提供的基于人脸识别的智能化安防认证系统，通过对采集图像进行预处理、特征提取以及特征定点，能够获取人员图像中各特征点对应的位置，将获取的人员图像中各位置的特征点分别与小区内各人员在对应位置的特征进行对比，以确定同一位置特征的对比，通过管理服务器统计采集图像上的特征与各人员图像上的特征间的匹配度系数，能够对人员身份进行准确地识别，一旦匹配度系数小于设定的阈值，则进行人工识别，采用双重身份识别，提高了安防检测过程中身份认证的准确性，大大提高了人们的安全性。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于人脸识别的智能化安防认证系统，其特征在于：包括图像采集模块、图像预处理模块、特征提取模块、特征定位模块、人脸存储数据库、管理服务器和显示模块；
图像采集模块分别与人脸存储数据库和图像预处理模块连接，图像预处理模块通过特征提取模块与特征定位模块连接，特征定位模块与人脸存储数据库连接，管理服务器分别与特征定位模块、人脸存储数据库和显示模块连接；
图像采集模块用于采集人脸的图像信息，并将采集的人脸图像信息分别发送至图像预处理模块和人脸存储数据库；
图像预处理模块用于接收图像采集模块发送的人脸图像，将接收的人脸图像进行灰度转换，转换成灰度图像，并将转换后的灰度图像进行去噪声处理，经去噪处理后的图像发送至特征提取模块；
特征提取模块用于接收图像预处理模块发送的去噪后的图像信息，并将去噪处理后的人脸图像分别在XY平面、XZ平面和YZ平面进行投影，得到XY平面、XZ平面和YZ平面的投影图像，对投影后的图像分别进行划分，划分各平面内的若干子图像，对各子图像中的特征进行提取，并将提取的子图像的特征发送至特征提取模块；
特征点位模块用于接收特征提取模块发送的各平面内各子图像的特征，对接收的特征子图像进行整理、分析，得到XY平面特征子图像集合BXY(bXY1,bXY2,....,bXYi,....,bXYm)、XZ平面特征子图像集合BXZ(bXZ1,bXZ2,....,bXZi,....,bXZm)和YZ平面特征子图像集合BYZ(bYZ1,bYZ2,....,bYZi,....,bYZm)，bXYi表示为XY平面内第i个子图像对应的特征，bXZi表示XZ平面内第i个子图像对应的特征，bYZi表示为YZ平面内第i个子图像对应的特征，特征点位模块将各平面子图像对应的特征分别发送至管理服务器和人脸存储数据库，特征点位模块通过对各子图像中特征进行编号，实现对各平面内的子图像对应的特征进行点位；
人脸存储数据库用于存储图像采集模块发送的人脸图像，存储小区内各人员的人脸图像以及人脸图像在各平面子图像上的特征信息；
管理服务器接收特征点位模块发送的各平面子图像对应的特征，并将接收的各平面子图像对应的特征分别与人脸存储数据库中存储的各人员人脸对应的特征进行逐一对比，并筛选待检测人员各平面子图像的特征与人脸存储数据库中存储的各人员的特征对比的匹配度系数，提取与各人员的匹配度系中最大的匹配度系数，管理服务器将提取的最大的匹配度系数与设定的匹配度系数阈值进行对比，若小于设定的匹配度阈值，则管理服务器发送人员身份异常信息、最大的匹配度系数以及最大匹配度系数对应的人脸图像至显示模块，若大于设定的匹配度阈值，则管理服务器发送人员身份正常信息至显示模块；
显示模块用于接收管理服务器发送的人员身份识别情况，以及人员身份异常情况下的最大匹配度系数和最大匹配度系数对应的人员图像并进行显示。
2.根据权利要求1所述的一种基于人脸识别的智能化安防认证系统，其特征在于：所述图像预处理模块去噪处理，包括以下步骤：
S1、对人脸图像进行划分，划分成若干子图像，划分的若干子图像构成子图像集合Q(q1,q2,...,qi,...,qm)，qi表示为第i个子图像；
S2、提取各子图像中H次z向量，统计z向量的平均分量，计算公式为η表示为位于当前子图像内的点的一组坐标，H表示为提取当前子图像的次数，zit表示为第i个子图像在z平面的分量；
S3、统计z向量的偏移量τi；
S4、计算各子图像中对应的噪声方差；
S5、计算整个人脸图像的噪声方差并对人脸进行噪声除去。
3.根据权利要求2所述的一种基于人脸识别的智能化安防认证系统，其特征在于：所述图像偏移量的计算公式
4.根据权利要求2所述的一种基于人脸识别的智能化安防认证系统，其特征在于：所述噪声方差的计算公式为Fi表示为第i个子图像的噪声方差。
5.根据权利要求1所述的一种基于人脸识别的智能化安防认证系统，其特征在于：对人脸图像分别在XY平面、XZ平面和YZ平面进行投影，投影后的图像进行划分，划分成若干子图像，划分成的子图像构成XY平面子图像集合AXY(aXY1,aXY2,....,aXYi,....,aXYm)、XZ平面子图像集合AXZ(aXZ1,aXZ2,....,aXZi,....,aXZm)、YZ平面子图像集合AYZ(aYZ1,aYZ2,....,aYZi,....,aYZm),aXYi表示为XY平面中第i个子图像，aXZi表示为XZ平面中第i个子图像，aYZi表示为YZ平面中第i个子图像。
CN201910036820.9A 2019-01-15 2019-01-15 一种基于人脸识别的智能化安防认证系统 Withdrawn CN109800701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910036820.9A CN109800701A (zh) 2019-01-15 2019-01-15 一种基于人脸识别的智能化安防认证系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910036820.9A CN109800701A (zh) 2019-01-15 2019-01-15 一种基于人脸识别的智能化安防认证系统

Publications (1)

Publication Number Publication Date
CN109800701A true CN109800701A (zh) 2019-05-24

Family

ID=66559351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910036820.9A Withdrawn CN109800701A (zh) 2019-01-15 2019-01-15 一种基于人脸识别的智能化安防认证系统

Country Status (1)

Country Link
CN (1) CN109800701A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001360A (zh) * 2020-09-09 2020-11-27 深圳中神电子科技有限公司 一种基于智能调节的人脸识别监控系统
CN112084951A (zh) * 2020-09-10 2020-12-15 深圳市迈航信息技术有限公司 智能楼宇系统控制方法、装置、系统以及可读存储介质
CN113240822A (zh) * 2021-05-07 2021-08-10 广州红海云计算股份有限公司 一种基于移动端的自动考勤方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001360A (zh) * 2020-09-09 2020-11-27 深圳中神电子科技有限公司 一种基于智能调节的人脸识别监控系统
CN112084951A (zh) * 2020-09-10 2020-12-15 深圳市迈航信息技术有限公司 智能楼宇系统控制方法、装置、系统以及可读存储介质
CN113240822A (zh) * 2021-05-07 2021-08-10 广州红海云计算股份有限公司 一种基于移动端的自动考勤方法及装置

Similar Documents

Publication Publication Date Title
CN108416336B (zh) 一种智慧社区人脸识别的方法和系统
CN105518709B (zh) 用于识别人脸的方法、系统和计算机程序产品
CN106874871B (zh) 一种活体人脸双摄像头识别方法及识别装置
CN105243386B (zh) 人脸活体判断方法以及系统
CN102902959B (zh) 基于二代身份证存储证件照的人脸识别方法及系统
CN103679147A (zh) 手机型号的识别方法与装置
CN109800701A (zh) 一种基于人脸识别的智能化安防认证系统
CN110189447B (zh) 一种基于人脸身份识别的智慧社区闸机控制系统
CN101588443A (zh) 基于人脸检测的电视收视率统计装置及检测方法
CN108090469A (zh) 一种视频与图像人脸识别系统
CN102009879A (zh) 电梯自动按键控制系统、方法和人脸模型训练系统、方法
CN103324911A (zh) 一种基于人脸识别的防作弊系统
CN111126219A (zh) 一种基于人工智能的变电站人员的身份识别系统和方法
CN111091047B (zh) 活体检测方法、装置、服务器和人脸识别设备
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
CN102521569A (zh) 一种智能手机身份证识别方法、系统及手机
CN112349016A (zh) 一种基于大数据分析的智能门禁管理系统
CN106937059A (zh) 基于Kinect的影像合成方法和系统
CN108289191B (zh) 图像识别方法及装置
CN107516076A (zh) 人像识别方法及装置
CN108229124A (zh) 一种自助查询打印人证比对设备系统及其工作方法
CN108090982A (zh) 一种签到方法、系统及终端设备
CN102609729B (zh) 多机位人脸识别方法及系统
CN111708907B (zh) 一种目标人员的查询方法、装置、设备及存储介质
CN112258707A (zh) 一种基于人脸识别的智能门禁管理系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190524

WW01 Invention patent application withdrawn after publication