CN110619295A - 一种人脸识别方法及系统 - Google Patents
一种人脸识别方法及系统 Download PDFInfo
- Publication number
- CN110619295A CN110619295A CN201910848376.0A CN201910848376A CN110619295A CN 110619295 A CN110619295 A CN 110619295A CN 201910848376 A CN201910848376 A CN 201910848376A CN 110619295 A CN110619295 A CN 110619295A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- feature set
- recognized
- features
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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 Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸识别方法及系统,属于计算机技术领域。该人脸识别方法包括以下步骤:首先,对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域;接着,对人脸区域进行对齐处理,并提取人脸特征,得到人脸特征集合A;同时,对人脸图像A进行水平翻转后,再提取一次人脸特征,得到人脸特征集合B;然后,将人脸特征集合A与人脸特征集合B进行合成处理,并合成后的人脸特征集合C与预存的人脸特征进行比对,便可完成人脸识别。本发明通过将对齐后的人脸图像进行水平翻转处理后,再提取一次人脸特征,并将两次提取的人脸特征合成一个更全面的特征集合,可以大大提高人脸识别的稳定性、成功率和准确率。
Description
技术领域
本发明涉及计算机技术领域,具体是一种人脸识别方法及系统。
背景技术
人脸识别,是一种基于人的面部特征进行身份验证的方法。传统的人脸识别方法通常包括人脸检测、人脸对齐、人脸特征提取以及人脸特征比对等步骤。
然而,人脸识别在实际的应用中,由于光线、人脸姿态的多样化以及物体遮挡等因素的影响,传统的人脸识别方法存在识别不够稳定、识别成功率不够高以及容易出现错误识别等问题,因此,目前急需对传统的人脸识别方法进行改进。
发明内容
本发明的目的在于提供一种人脸识别方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种人脸识别方法,包括以下步骤:
对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域;
对人脸区域进行对齐处理,得到人脸图像A;
提取人脸图像A中的人脸特征,得到人脸特征集合A;
对人脸图像A进行水平翻转处理,得到人脸图像B;
提取人脸图像B中的人脸特征,得到人脸特征集合B;
将人脸特征集合A与人脸特征集合B进行合成处理,得到人脸特征集合C;
将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度。
本发明实施例采用的一种优选方案,所述的步骤中,先对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理后,再对处理后的待识别图像进行人脸检测,获取待识别图像中的人脸区域。
本发明实施例采用的另一种优选方案,所述的待识别图像为静态图像或动态图像。
本发明实施例采用的另一种优选方案,所述的步骤中,对人脸区域进行对齐处理的方法包括以下步骤:
获取人脸区域中的人脸特征点,并采集人脸特征点周围的纹理信息;
根据采集的纹理信息,获取与人脸特征点相匹配的匹配特征点;
根据人脸特征点与匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,得到人脸图像A。
本发明实施例还提供了一种人脸识别系统,其包括:
人脸检测单元,用于对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域;
人脸对齐单元,用于对人脸区域进行对齐处理,得到人脸图像A;
第一特征提取单元,用于提取人脸图像A中的人脸特征,得到人脸特征集合A;
人脸翻转单元,用于对人脸图像A行水平翻转处理,得到人脸图像B;
第二特征提取单元,用于提取人脸图像B中的人脸特征,得到人脸特征集合B;
特征合成单元,用于将人脸特征集合A与人脸特征集合B进行合成处理,得到人脸特征集合C;
特征比对单元,用于将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度。
本发明实施例采用的另一种优选方案,所述的人脸识别系统还包括:
图像处理单元,用于对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理。
本发明实施例采用的另一种优选方案,所述的待识别图像为静态图像或动态图像。
本发明实施例采用的另一种优选方案,所述的人脸对齐单元包括:
纹理采集模块,用于获取人脸区域中的人脸特征点,并采集人脸特征点周围的纹理信息;
匹配模块,用于根据采集的纹理信息,获取与人脸特征点相匹配的匹配特征点;
对齐处理模块,用于根据人脸特征点与匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,得到人脸图像A。
本发明实施例的提供的上述技术方案,相比于现有技术,具有以下技术效果:
本发明实施例提供人脸识别方法及系统,通过提取对齐后的人脸图像的人脸特征,以及通过将对齐后的人脸图像进行水平翻转处理后,再提取一次人脸特征,并将两次提取的人脸特征合成一个更全面的特征集合,然后将其与预存的人脸特征进行比对,可以大大提高人脸识别的稳定性、成功率和准确率。
附图说明
图1为实施例2提供的一种人脸识别系统的结构示意图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细地说明。
实施例1
该实施例提供了一种人脸识别方法,其包括以下步骤:
(1)先对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理后,再对处理后的待识别图像进行人脸检测,获取待识别图像中的人脸区域。其中,待识别图像可以是静态图像,也可以是动态图像;图像灰度化处理、图像缩放处理以及直方图均衡化处理均为现有技术,人脸检测的方法也为现有技术,其具体处理、检测步骤在这边就行不作赘述了。另外,待识别图像的采集方式包括:本地调取、通过数据传输方式接收、通过拍摄装置拍摄等,但不局限于此。
(2)对上述获取的人脸区域进行对齐处理,得到人脸图像A;具体的,对人脸区域进行对齐处理的方法具体包括以下步骤:首先,获取上述人脸区域中的人脸特征点,并采集各个人脸特征点周围所对应的纹理信息;接着,将采集的纹理信息与预存模型训练集中的纹理信息进行对比,获取与人脸特征点相匹配的匹配特征点(即模型训练集中纹理信息与采集的纹理信息最接近的点);然后,根据上述人脸特征点与上述匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,使得人脸特征点与上述匹配特征点相互对其,便可得到人脸图像A。
(3)提取上述人脸图像A中的所有人脸特征,得到人脸特征集合A,记为A={a1,a2,…,an}。
(4)同时,对上述人脸图像A进行水平翻转180°,得到人脸图像B。
(5)提取上述人脸图像B中的所有人脸特征,得到人脸特征集合B,记为B={b1,b2,…,bn}。
(6)将上述得到的人脸特征集合A与上述得到的人脸特征集合B进行合成处理,得到人脸特征集合C,记为C={a1,a2,…,an,b1,b2,…,bn}。需要说明的是,合成处理的结果不局限于此,即人脸特征集合C还可以为C={b1,b2,…,bn,a1,a2,…,an}或C'={a1,b1,a2,b2,…,an,bn}或C”={b1,a1,b2,a2,…,bn,an}等。
(7)将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度,即可知道待识别图像与预存人脸图像是否相匹配,从而完成整个人脸识别过程。
需要说明的是,人脸对齐参考的方法和人脸特征提取的方法均为现有技术,在这边就行不作详细描述了。另外,人脸特征比对可采用现有技术中的余弦相似度算法。
实施例2
参照附图1,该实施例提供了一种用于实现上述方法的人脸识别系统,其包括图像处理单元、人脸检测单元、人脸对齐单元、第一特征提取单元、人脸翻转单元、第二特征提取单元、特征合成单元以及特征比对单元,其中,图像处理单元与人脸检测单元进行电性连接,人脸检测单元与人脸对齐单元进行电性连接,人脸对齐单元分别与第一特征提取单元和人脸翻转单元进行电性连接,人脸翻转单元与第二特征提取单元进行电性连接,第一特征提取单元和第二特征提取单元均与特征合成单元进行电性连接,特征合成单元与特征比对单元进行电性连接。
具体的,图像处理单元用于对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理;人脸检测单元用于对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域,其中,所述的待识别图像可以是静态图像,也可以是动态图像;人脸对齐单元用于对人脸区域进行对齐处理,得到人脸图像A;
具体的,所述的人脸对齐单元包括:纹理采集模块,用于获取人脸区域中的人脸特征点,并采集人脸特征点周围的纹理信息;匹配模块,用于根据采集的纹理信息,获取与人脸特征点相匹配的匹配特征点;对齐处理模块,用于根据人脸特征点与匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,得到人脸图像A。
另外,第一特征提取单元用于提取人脸图像A中的人脸特征,得到人脸特征集合A;人脸翻转单元用于对人脸图像A行水平翻转,得到人脸图像B;第二特征提取单元用于提取人脸图像B中的人脸特征,得到人脸特征集合B;特征合成单元用于将人脸特征集合A与人脸特征集合B进行合成处理,得到人脸特征集合C;特征比对单元用于将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度。
综上所述,本发明实施例提供人脸识别方法及系统,通过提取对齐后的人脸图像的人脸特征,以及通过将对齐后的人脸图像进行水平翻转处理后,再提取一次人脸特征,并将两次提取的人脸特征合成一个更全面的特征集合,然后将其与预存的人脸特征进行比对,可以大大提高人脸识别的稳定性、成功率和准确率。
需要说明的是,上述实施例只是针对本申请的技术方案和技术特征进行具体、清楚的描述。而对于本领域技术人员而言,属于现有技术或者公知常识的方案或特征,在上面实施例中就不作详细地描述了。
当然,本申请的技术方案不只局限于上述的实施例,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,从而可以形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种人脸识别方法,其特征在于,包括以下步骤:
对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域;
对人脸区域进行对齐处理,得到人脸图像A;
提取人脸图像A中的人脸特征,得到人脸特征集合A;
对人脸图像A进行水平翻转处理,得到人脸图像B;
提取人脸图像B中的人脸特征,得到人脸特征集合B;
将人脸特征集合A与人脸特征集合B进行合成处理,得到人脸特征集合C;
将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度。
2.根据权利要求1所述的一种人脸识别方法,其特征在于,所述的步骤中,先对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理后,再对处理后的待识别图像进行人脸检测,获取待识别图像中的人脸区域。
3.根据权利要求2所述的一种人脸识别方法,其特征在于,所述的待识别图像为静态图像或动态图像。
4.根据权利要求1所述的一种人脸识别方法,其特征在于,所述的步骤中,对人脸区域进行对齐处理的方法包括以下步骤:
获取人脸区域中的人脸特征点,并采集人脸特征点周围的纹理信息;
根据采集的纹理信息,获取与人脸特征点相匹配的匹配特征点;
根据人脸特征点与匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,得到人脸图像A。
5.一种人脸识别系统,其特征在于,包括:
人脸检测单元,用于对采集的待识别图像进行人脸检测,获取待识别图像中的人脸区域;
人脸对齐单元,用于对人脸区域进行对齐处理,得到人脸图像A;
第一特征提取单元,用于提取人脸图像A中的人脸特征,得到人脸特征集合A;
人脸翻转单元,用于对人脸图像A行水平翻转处理,得到人脸图像B;
第二特征提取单元,用于提取人脸图像B中的人脸特征,得到人脸特征集合B;
特征合成单元,用于将人脸特征集合A与人脸特征集合B进行合成处理,得到人脸特征集合C;
特征比对单元,用于将人脸特征集合C与预存的人脸特征进行比对,判断二者的相似度。
6.根据权利要求5所述的一种人脸识别系统,其特征在于,还包括:
图像处理单元,用于对采集的待识别图像依次进行图像灰度化处理、图像缩放处理以及直方图均衡化处理。
7.根据权利要求6所述的一种人脸识别系统,其特征在于,所述的待识别图像为静态图像或动态图像。
8.根据权利要求5所述的一种人脸识别系统,其特征在于,所述的人脸对齐单元包括:
纹理采集模块,用于获取人脸区域中的人脸特征点,并采集人脸特征点周围的纹理信息;
匹配模块,用于根据采集的纹理信息,获取与人脸特征点相匹配的匹配特征点;
对齐处理模块,用于根据人脸特征点与匹配特征点的相对位置关系,对人脸区域进行旋转、缩放和平移处理,得到人脸图像A。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848376.0A CN110619295A (zh) | 2019-09-09 | 2019-09-09 | 一种人脸识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910848376.0A CN110619295A (zh) | 2019-09-09 | 2019-09-09 | 一种人脸识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110619295A true CN110619295A (zh) | 2019-12-27 |
Family
ID=68923039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910848376.0A Pending CN110619295A (zh) | 2019-09-09 | 2019-09-09 | 一种人脸识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619295A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663413A (zh) * | 2012-03-09 | 2012-09-12 | 中盾信安科技(江苏)有限公司 | 一种面向多姿态和跨年龄的人脸图像认证方法 |
CN107066969A (zh) * | 2017-04-12 | 2017-08-18 | 南京维睛视空信息科技有限公司 | 一种人脸识别方法 |
CN107563328A (zh) * | 2017-09-01 | 2018-01-09 | 广州智慧城市发展研究院 | 一种基于复杂环境下的人脸识别方法及系统 |
CN107832753A (zh) * | 2017-12-21 | 2018-03-23 | 中通服公众信息产业股份有限公司 | 一种基于四值权重与多重分类的人脸特征提取方法 |
CN109657609A (zh) * | 2018-12-19 | 2019-04-19 | 新大陆数字技术股份有限公司 | 人脸识别方法及系统 |
-
2019
- 2019-09-09 CN CN201910848376.0A patent/CN110619295A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663413A (zh) * | 2012-03-09 | 2012-09-12 | 中盾信安科技(江苏)有限公司 | 一种面向多姿态和跨年龄的人脸图像认证方法 |
CN107066969A (zh) * | 2017-04-12 | 2017-08-18 | 南京维睛视空信息科技有限公司 | 一种人脸识别方法 |
CN107563328A (zh) * | 2017-09-01 | 2018-01-09 | 广州智慧城市发展研究院 | 一种基于复杂环境下的人脸识别方法及系统 |
CN107832753A (zh) * | 2017-12-21 | 2018-03-23 | 中通服公众信息产业股份有限公司 | 一种基于四值权重与多重分类的人脸特征提取方法 |
CN109657609A (zh) * | 2018-12-19 | 2019-04-19 | 新大陆数字技术股份有限公司 | 人脸识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2738325C2 (ru) | Способ и устройство аутентификации личности | |
US11256902B2 (en) | People-credentials comparison authentication method, system and camera | |
WO2019223102A1 (zh) | 身份合法性的校验方法、装置、终端设备及介质 | |
CN109145745B (zh) | 一种遮挡情况下的人脸识别方法 | |
CN105574515B (zh) | 一种无重叠视域下的行人再识别方法 | |
Chetty et al. | Automated lip feature extraction for liveness verification in audio-video authentication | |
CN107766864B (zh) | 提取特征的方法和装置、物体识别的方法和装置 | |
CN111931548B (zh) | 人脸识别系统、建立人脸识别数据的方法及人脸识别方法 | |
CN111783629A (zh) | 一种面向对抗样本攻击的人脸活体检测方法及装置 | |
Francis et al. | Face recognition system for visually impaired people | |
Raghavendra et al. | 3d face reconstruction and multimodal person identification from video captured using smartphone camera | |
CN110222647B (zh) | 一种基于卷积神经网络的人脸活体检测方法 | |
CN114842524A (zh) | 一种基于不规则显著性像素簇的人脸鉴伪方法 | |
CN113935004A (zh) | 一种基于国产cpu和操作系统环境的人脸识别登录方法 | |
CN113486688A (zh) | 一种人脸识别方法及智能设备 | |
CN111985400A (zh) | 一种人脸活体识别方法、装置、设备及存储介质 | |
Rodrigues et al. | A simple approach for biometrics: Finger-knuckle prints recognition based on a Sobel filter and similarity measures | |
CN110619295A (zh) | 一种人脸识别方法及系统 | |
CN112614160B (zh) | 多对象人脸跟踪方法和系统 | |
CN115578778A (zh) | 基于迹变换与lbp的人脸图像特征提取方法 | |
KR100898766B1 (ko) | 얼굴 인식 장치, 얼굴 인식 등록 및 인증 방법 | |
CN115050069A (zh) | 基于深度学习的人脸及属性识别方法、系统及计算机设备 | |
CN114596609A (zh) | 一种视听伪造检测方法及装置 | |
CN112380966A (zh) | 基于特征点重投影的单眼虹膜匹配方法 | |
Clippingdale et al. | Skin region extraction and person-independent deformable face templates for fast video indexing |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191227 |