CN112052728B - 一种便捷式人像识别防欺骗装置及其控制方法 - Google Patents
一种便捷式人像识别防欺骗装置及其控制方法 Download PDFInfo
- Publication number
- CN112052728B CN112052728B CN202010753119.1A CN202010753119A CN112052728B CN 112052728 B CN112052728 B CN 112052728B CN 202010753119 A CN202010753119 A CN 202010753119A CN 112052728 B CN112052728 B CN 112052728B
- Authority
- CN
- China
- Prior art keywords
- face
- image
- information
- module
- alarm
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 68
- 239000013598 vector Substances 0.000 claims description 53
- 230000001815 facial effect Effects 0.000 claims description 45
- 230000003993 interaction Effects 0.000 claims description 22
- 238000013500 data storage Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012795 verification Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/278—Data partitioning, e.g. horizontal or vertical partitioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明属于防欺骗技术领域,公开了一种便捷式人像识别防欺骗装置及其控制方法,包括中央处理与控制模块、图像采集模块、数据存储模块、图像处理模块、无线通信模块、图像识别模块、定位模块、报警模块和人机交互模块。本发明通过在进行人脸识别之前,首先对检测到的人脸进行姿态评估,确保只有当检测到的人脸为正面人脸时,才对该人脸进行特征提取,保证了提取到的特征的有效性,提高了人脸识别的准确率;通过报警模块可以将位置信息和报警信息传递到报警平台,警察接到报警后,可在系统中看到采集到的嫌疑人的人脸以及从数据库中匹配到的人脸和该人的信息,便于进行快速出警,通过人为的进行二次验证,可以避免由于误识别造成的警力浪费。
Description
技术领域
本发明属于防欺骗装置技术领域,尤其涉及一种便捷式人像识别防欺骗装置及其控制方法。
背景技术
目前:随着模式识别技术的研究和不断发展,其在人们生活中的应用越来越广泛,而人脸识别是其中最重要的一种。由于人脸识别技术的发展还不够成熟,目前,通常的人脸识别系统无法准确的判别前方人脸是否为自然人人脸,还是假冒的人脸,特别是当注册人脸为非自然人人脸时,现有人脸识别系统无法辨别。常规技术中对于上述问题,也存在着一定的研究。
现有的识别技术对于照片等平面伪装人脸有较好的识别,但是对于采用高仿三维头模技术等产生的伪装人脸则无法进行判别,环境光对人脸识别产生的负面影响没有得到较好的解决,同时影响其判断图片的真伪。
而且现有的人像识别装置不能实现将识别的面部信息与犯罪人员的信息进行匹配对比,无法及时进行报警。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有的识别技术无法对伪装人脸进行准确判别,容易存在误判。
(2)现有的人像识别装置不能实现将识别的面部信息与犯罪人员的信息进行匹配对比,无法及时进行报警。
发明内容
针对现有技术存在的问题,本发明提供了一种便捷式人像识别防欺骗装置及其控制方法。
本发明是这样实现的,一种便捷式人像识别防欺骗装置及其控制方法,所述便捷式人像识别防欺骗装置控制方法包括以下步骤:
步骤一,人机交互模块通过人机交互界面触发报警方式和报警音量参数时,将参数结构体中所述报警方式和报警音量的参数类型、参数设置范围、参数步进值以及当前触发的人机交互接口类型传递给交互界面输入框关联组件的属性存储块中;
步骤二,将报警方式和报警音量的参数设置函数的地址存放到交互界面输入框关联组件的参数设置存储块中;直接调用输入框关联组件的参数设置存储块,进行报警方式和报警音量参数设置;
步骤三,图像采集模块通过摄像头组件对图像进行采集;数据存储模块通过数据存储器对预设参数进行存储;
步骤四,图像处理模块对采集的人体面部图像进行灰度处理以及滤波处理;并获取处理后的人脸图像的至少一个人脸区域图像以及各所述人脸区域图像中的人脸属性信息以及各所述人脸区域图像中的人脸关键点信息;
步骤五,对于步骤四获取的人脸区域图像,根据所述人脸区域图像中的人脸属性信息和人脸关键点信息,对所述人脸区域图像中的皮肤区域对应的图像和/或非皮肤区域对应的图像进行处理;
步骤六,同时获取所述人脸关键点信息在摄像头组件坐标系中的匹配点,在所述摄像头组件坐标系中构建包括多个三维面部特征点的3D标准人脸模型;并在所述摄像头组件坐标系中,根据旋转和平移处理后所述多个三维面部特征点在所述基准面上形成的多个映射点与所述匹配点的重合数量最多的旋转角度,获得人脸角度;
步骤七,根据人脸角度范围关联确定姿态人脸模型,根据所述姿态人脸模型对所述用户的人脸关键点进行回归处理,获得所述用户的人脸特征点,利用所述人脸特征点进行用户的人脸对齐获取最正面的人脸;
步骤八,提取获取到的正面人脸图像的多尺度局部二值模式LBP特征;提取所述正面人脸图像的尺度不变特征转换SIFT特征;
步骤九,获取对应所述人脸图像的LBP特征第一权重因子和对应所述人脸图像的SIFT特征的第二权重因子;
步骤十,根据所述第一权重因子和所述第二权重因子,对所述人脸图像的所述LBP特征和所述SIFT特征进行组合,生成所述人脸图像的人脸特征,得到人体面部特征向量;
步骤十一,无线通信模块通过无线信号传输器与云服务器进行连接;图像识别模块将提取的人体面部特征向量与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
步骤十二,当提取的人体面部特征向量与预存信息不匹配时不进行其他处理;当提取的人体面部特征向量与预存信息相匹配时,报警模块根据预设参数发出报警提醒并将报警信息上传到报警平台;同时定位模块通过定位器对所处位置进行实时定位。
进一步,步骤三中,将采集的图像数据在数据存储器中进行存储时,利用循环存储的方法对采集的图像数据进行保存,具体包括:
(1)对数据存储器的储存空间进行初始化分区,生成分区信息;
(2)将每个分区划分为多个固定大小的存储块,为每个存储块分配块编号;
(3)将采集的图像数据按编号顺序依次存储到各个存储块中;
(4)当最后一个存储块的剩余存储空间到达预设阈值时,将第一个存储块进行格式化处理;
(5)当最后一个存储块的数据存储满时,将图像数据存储到格式化后的第一个存储块内,并依次反复。
进一步,步骤十一中,与云服务器中的预存信息进行对比时,采用以下模型计算两个人脸特征向量A和B的相似度:
其中,A,B分别表示提取的人体面部特征向量和云服务器中预存的人体面部特征向量,A={ai∣i=1,2,...,K},B={bi∣i=1,2,...,K},ai表示提取的人体面部特征向量A中的第i个特征值,bi表示云服务器中预存的人体面部特征向量B中的第i个特征值。
进一步,步骤十二中,所述报警信息包括有位置信息和提取的匹配信息,所述匹配信息为与采集图像相匹配的预存信息中的嫌疑人身份信息。
本发明的另一目的在于提供一种实施所述便捷式人像识别防欺骗装置控制方法控制的便捷式人像识别防欺骗装置,所述便捷式人像识别防欺骗装置包括:
图像采集模块,与中央处理与控制模块连接,用于通过摄像头组件对图像进行采集;
数据存储模块,与中央处理与控制模块连接,用于通过数据存储器对预设参数进行存储;
图像处理模块,与中央处理与控制模块连接,用于对采集的人体面部图像进行处理,并提取人体面部特征向量;
无线通信模块,与中央处理与控制模块连接,用于通过无线信号传输器与云服务器进行连接;
图像识别模块,与中央处理与控制模块连接,用于将提取的人体面部特征向量与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
中央处理与控制模块,与图像采集模块、数据存储模块、图像处理模块、无线通信模块、图像识别模块、定位模块、报警模块和人机交互模块连接,用于通过处理器对采集信息进行处理,并根据处理结果和预设参数对各个受控模块进行协调控制;
定位模块,与中央处理与控制模块连接,用于通过定位器对所处位置进行实时定位;
报警模块,与中央处理与控制模块连接,用于根据处理器的处理结果,在提取的人体面部特征向量与预存信息相匹配时,根据预设参数发出报警提醒并将报警信息上传到报警平台;
人机交互模块,与中央处理与控制模块连接,用于通过人机交互界面进行参数设置。
进一步,所述图像处理模块包括:
面部检测单元,用于对图像采集模块采集到的图像进行人脸检测,将图像中所有的人脸检测出来并进行面部特征点定位;
面部姿态评估单元,用于对面部检测单元检测到的人脸姿态进行评估,获取最正面的人脸;
面部特征提取单元,用于提取人脸的深度特征,得到人体面部特征向量。
进一步,所述图像识别模块包括:
信息预存单元,用于上传本地已知的嫌疑人员的面部图像到云服务器中;
信息比对单元,用于将获取的人体面部特征向量与云服务器中的信息进行对比匹配;
匹配信息提取单元,当检测到与上传的人体面部特征向量相匹配的信息时,将匹配信息进行提取。
进一步,所述报警模块包括:
提醒单元,用于通过蜂鸣器或振动器发成报警音或振动,对携带人员进行提醒;
求助信息发送单元,用于向预设的紧急联系人发送求助信息;
报警信息上传单元,用于向报警平台发送报警信息和识别出的嫌疑人的身份信息。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述便捷式人像识别防欺骗装置控制方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述便捷式人像识别防欺骗装置控制方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明通过在进行人脸识别之前,首先对检测到的人脸进行姿态评估,确保只有当检测到的人脸为正面人脸时,才对该人脸进行特征提取,保证了提取到的特征的有效性,提高了人脸识别的准确率;通过报警模块可以将位置信息和报警信息传递到报警平台,警察接到报警后,可在系统中看到采集到的嫌疑人的人脸以及从数据库中匹配到的人脸和该人的信息,便于进行快速出警,通过人为的进行二次验证,可以避免由于误识别造成的警力浪费。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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是本发明实施例提供的便捷式人像识别防欺骗装置结构框图。
图2是本发明实施例提供的图像处理模块结构框图。
图3是本发明实施例提供的图像识别模块结构框图。
图4是本发明实施例提供的报警模块结构框图。
图5是本发明实施例提供的便捷式人像识别防欺骗装置的控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种便捷式人像识别防欺骗装置及其控制方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的便捷式人像识别防欺骗装置的控制方法包括:
S101,通过人机交互界面对装置的控制参数进行设定,包括报警方式和报警音量;
S102,通过摄像头组件对镜头朝向位置的图像进行实时采集,并将采集的图像数据在数据存储器中进行存储;
S103,对图像采集模块采集到的图像进行人脸检测,获取最正面的人脸,提取人脸的深度特征,得到人体面部特征向量;
S104,将提取的人体面部特征向量发送到云服务器中,与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
S105,在提取的人体面部特征向量与预存信息不匹配时无操作,在提取的人体面部特征向量与预存信息相匹配时,根据预设参数发出报警提醒并将报警信息上传到报警平台。
如图2所示,本发明实施例提供的便捷式人像识别防欺骗装置包括:
图像采集模块1,与中央处理与控制模块连接,用于通过摄像头组件对图像进行采集;
数据存储模块2,与中央处理与控制模块连接,用于通过数据存储器对预设参数进行存储;
图像处理模块3,与中央处理与控制模块连接,用于对采集的人体面部图像进行处理,并提取人体面部特征向量;
无线通信模块4,与中央处理与控制模块连接,用于通过无线信号传输器与云服务器进行连接;
图像识别模块5,与中央处理与控制模块连接,用于将提取的人体面部特征向量与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
中央处理与控制模块6,与图像采集模块、数据存储模块、图像处理模块、无线通信模块、图像识别模块、定位模块、报警模块和人机交互模块连接,用于通过处理器对采集信息进行处理,并根据处理结果和预设参数对各个受控模块进行协调控制;
定位模块7,与中央处理与控制模块连接,用于通过定位器对所处位置进行实时定位;
报警模块8,与中央处理与控制模块连接,用于根据处理器的处理结果,在提取的人体面部特征向量与预存信息相匹配时,根据预设参数发出报警提醒并将报警信息上传到报警平台;
人机交互模块9,与中央处理与控制模块连接,用于通过人机交互界面进行参数设置。
如图3所示,本发明实施例中的图像处理模块3包括:
面部检测单元11,用于对图像采集模块采集到的图像进行人脸检测,将图像中所有的人脸检测出来并进行面部特征点定位;
面部姿态评估单元12,用于对面部检测单元检测到的人脸姿态进行评估,获取最正面的人脸;
面部特征提取单元13,用于提取人脸的深度特征,得到人体面部特征向量。
如图4所示,本发明实施例中的图像识别模块包括:
信息预存单元21,用于上传本地已知的嫌疑人员的面部图像到云服务器中;
信息比对单元22,用于将获取的人体面部特征向量与云服务器中的信息进行对比匹配;
匹配信息提取单元23,当检测到与上传的人体面部特征向量相匹配的信息时,将匹配信息进行提取。
如图5所示,本发明实施例中的报警模块包括:
提醒单元31,用于通过蜂鸣器或振动器发成报警音或振动,对携带人员进行提醒;
求助信息发送单元32,用于向预设的紧急联系人发送求助信息;
报警信息上传单元33,用于向报警平台发送报警信息和识别出的嫌疑人的身份信息。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1:
本发明实施例提供的便捷式人像识别防欺骗装置的控制方法如图1所示,作为优选实施例,本发明实施例提供的将采集的图像数据在数据存储器中进行存储时,利用循环存储的方法对采集的图像数据进行保存,具体包括:
(1)对数据存储器的储存空间进行初始化分区,生成分区信息;
(2)将每个分区划分为多个固定大小的存储块,为每个存储块分配块编号;
(3)将采集的图像数据按编号顺序依次存储到各个存储块中;
(4)当最后一个存储块的剩余存储空间到达预设阈值时,将第一个存储块进行格式化处理;
(5)当最后一个存储块的数据存储满时,将图像数据存储到格式化后的第一个存储块内,并依次反复。
实施例2:
本发明实施例提供的便捷式人像识别防欺骗装置的控制方法如图1所示,作为优选实施例,本发明实施例提供的通过人机交互界面进行参数设置的方法包括:
通过人机交互界面触发报警方式和报警音量参数时,将参数结构体中所述报警方式和报警音量的参数类型、参数设置范围、参数步进值以及当前触发的人机交互接口类型传递给交互界面输入框关联组件的属性存储块中;报警方式和报警音量的参数设置函数的地址存放到交互界面输入框关联组件的参数设置存储块中;直接调用输入框关联组件的参数设置存储块,进行报警方式和报警音量参数设置。
实施例3:
本发明实施例提供的便捷式人像识别防欺骗装置的控制方法如图1所示,作为优选实施例,本发明实施例提供的对图像采集模块采集到的图像进行人脸检测,获取最正面的人脸,提取人脸的深度特征,得到人体面部特征向量包括:
首先,对采集的人体面部图像进行灰度处理以及滤波处理;并获取处理后的人脸图像的至少一个人脸区域图像以及各所述人脸区域图像中的人脸属性信息以及各所述人脸区域图像中的人脸关键点信息;
其次,对于获取的人脸区域图像,根据所述人脸区域图像中的人脸属性信息和人脸关键点信息,对所述人脸区域图像中的皮肤区域对应的图像和/或非皮肤区域对应的图像进行处理;
同时,获取所述人脸关键点信息在摄像头组件坐标系中的匹配点,在所述摄像头组件坐标系中构建包括多个三维面部特征点的3D标准人脸模型;并在所述摄像头组件坐标系中,根据旋转和平移处理后所述多个三维面部特征点在所述基准面上形成的多个映射点与所述匹配点的重合数量最多的旋转角度,获得人脸角度;
再者,根据人脸角度范围关联确定姿态人脸模型,根据所述姿态人脸模型对所述用户的人脸关键点进行回归处理,获得所述用户的人脸特征点,利用所述人脸特征点进行用户的人脸对齐获取最正面的人脸;
然后,提取获取到的正面人脸图像的多尺度局部二值模式LBP特征;提取所述正面人脸图像的尺度不变特征转换SIFT特征;获取对应所述人脸图像的LBP特征第一权重因子和对应所述人脸图像的SIFT特征的第二权重因子;
最后,根据所述第一权重因子和所述第二权重因子,对所述人脸图像的所述LBP特征和所述SIFT特征进行组合,生成所述人脸图像的人脸特征,得到人体面部特征向量。
实施例4:
本发明实施例提供的便捷式人像识别防欺骗装置的控制方法如图1所示,作为优选实施例,本发明实施例提供的与云服务器中的预存信息进行对比时,采用以下模型计算两个人脸特征向量A和B的相似度:
其中,A,B分别表示提取的人体面部特征向量和云服务器中预存的人体面部特征向量,A={ai∣i=1,2,...,K},B={bi∣i=1,2,...,K},ai表示提取的人体面部特征向量A中的第i个特征值,bi表示云服务器中预存的人体面部特征向量B中的第i个特征值。
步骤S105中,所述报警信息包括有位置信息和提取的匹配信息,所述匹配信息为与采集图像相匹配的预存信息中的嫌疑人身份信息。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种便捷式人像识别防欺骗装置控制方法,其特征在于,所述便捷式人像识别防欺骗装置控制方法包括以下步骤:
步骤一,人机交互模块通过人机交互界面触发报警方式和报警音量参数时,将参数结构体中所述报警方式和报警音量的参数类型、参数设置范围、参数步进值以及当前触发的人机交互接口类型传递给交互界面输入框关联组件的属性存储块中;
步骤二,将报警方式和报警音量的参数设置函数的地址存放到交互界面输入框关联组件的参数设置存储块中;直接调用输入框关联组件的参数设置存储块,进行报警方式和报警音量参数设置;
步骤三,图像采集模块通过摄像头组件对图像进行采集;数据存储模块通过数据存储器对预设参数进行存储;
步骤四,图像处理模块对采集的人体面部图像进行灰度处理以及滤波处理;并获取处理后的人脸图像的至少一个人脸区域图像以及各所述人脸区域图像中的人脸属性信息以及各所述人脸区域图像中的人脸关键点信息;
步骤五,对于步骤四获取的人脸区域图像,根据所述人脸区域图像中的人脸属性信息和人脸关键点信息,对所述人脸区域图像中的皮肤区域对应的图像和/或非皮肤区域对应的图像进行处理;
步骤六,同时获取所述人脸关键点信息在摄像头组件坐标系中的匹配点,在所述摄像头组件坐标系中构建包括多个三维面部特征点的3D标准人脸模型;并在所述摄像头组件坐标系中,根据旋转和平移处理后所述多个三维面部特征点在所述基准面上形成的多个映射点与所述匹配点的重合数量最多的旋转角度,获得人脸角度;
步骤七,根据人脸角度范围关联确定姿态人脸模型,根据所述姿态人脸模型对所述用户的人脸关键点进行回归处理,获得所述用户的人脸特征点,利用所述人脸特征点进行用户的人脸对齐获取最正面的人脸;
步骤八,提取获取到的正面人脸图像的多尺度局部二值模式LBP特征;提取所述正面人脸图像的尺度不变特征转换SIFT特征;
步骤九,获取对应所述人脸图像的LBP特征第一权重因子和对应所述人脸图像的SIFT特征的第二权重因子;
步骤十,根据所述第一权重因子和所述第二权重因子,对所述人脸图像的所述LBP特征和所述SIFT特征进行组合,生成所述人脸图像的人脸特征,得到人体面部特征向量;
步骤十一,无线通信模块通过无线信号传输器与云服务器进行连接;图像识别模块将提取的人体面部特征向量与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
步骤十二,当提取的人体面部特征向量与预存信息不匹配时不进行其他处理;当提取的人体面部特征向量与预存信息相匹配时,报警模块根据预设参数发出报警提醒并将报警信息上传到报警平台;同时定位模块通过定位器对所处位置进行实时定位。
2.如权利要求1所述便捷式人像识别防欺骗装置控制方法,其特征在于,步骤三中,将采集的图像数据在数据存储器中进行存储时,利用循环存储的方法对采集的图像数据进行保存,具体包括:
(1)对数据存储器的储存空间进行初始化分区,生成分区信息;
(2)将每个分区划分为多个固定大小的存储块,为每个存储块分配块编号;
(3)将采集的图像数据按编号顺序依次存储到各个存储块中;
(4)当最后一个存储块的剩余存储空间到达预设阈值时,将第一个存储块进行格式化处理;
(5)当最后一个存储块的数据存储满时,将图像数据存储到格式化后的第一个存储块内,并依次反复。
3.如权利要求1所述便捷式人像识别防欺骗装置控制方法,其特征在于,步骤十一中,与云服务器中的预存信息进行对比时,采用以下模型计算两个人脸特征向量A和B的相似度:
其中,A,B分别表示提取的人体面部特征向量和云服务器中预存的人体面部特征向量,A={ai∣i=1,2,...,K},B={bi∣i=1,2,...,K},ai表示提取的人体面部特征向量A中的第i个特征值,bi表示云服务器中预存的人体面部特征向量B中的第i个特征值。
4.如权利要求1所述便捷式人像识别防欺骗装置控制方法,其特征在于,步骤十二中,所述报警信息包括有位置信息和提取的匹配信息,所述匹配信息为与采集图像相匹配的预存信息中的嫌疑人身份信息。
5.一种实施如权利要求1-4所述便捷式人像识别防欺骗装置控制方法控制的便捷式人像识别防欺骗装置,其特征在于,所述便捷式人像识别防欺骗装置包括:
图像采集模块,与中央处理与控制模块连接,用于通过摄像头组件对图像进行采集;
数据存储模块,与中央处理与控制模块连接,用于通过数据存储器对预设参数进行存储;
图像处理模块,与中央处理与控制模块连接,用于对采集的人体面部图像进行处理,并提取人体面部特征向量;
无线通信模块,与中央处理与控制模块连接,用于通过无线信号传输器与云服务器进行连接;
图像识别模块,与中央处理与控制模块连接,用于将提取的人体面部特征向量与云服务器中的预存信息进行对比,判断是否与预存信息相匹配;
中央处理与控制模块,与图像采集模块、数据存储模块、图像处理模块、无线通信模块、图像识别模块、定位模块、报警模块和人机交互模块连接,用于通过处理器对采集信息进行处理,并根据处理结果和预设参数对各个受控模块进行协调控制;
定位模块,与中央处理与控制模块连接,用于通过定位器对所处位置进行实时定位;
报警模块,与中央处理与控制模块连接,用于根据处理器的处理结果,在提取的人体面部特征向量与预存信息相匹配时,根据预设参数发出报警提醒并将报警信息上传到报警平台;
人机交互模块,与中央处理与控制模块连接,用于通过人机交互界面进行参数设置。
6.如权利要求5所述便捷式人像识别防欺骗装置,其特征在于,所述图像处理模块包括:
面部检测单元,用于对图像采集模块采集到的图像进行人脸检测,将图像中所有的人脸检测出来并进行面部特征点定位;
面部姿态评估单元,用于对面部检测单元检测到的人脸姿态进行评估,获取最正面的人脸;
面部特征提取单元,用于提取人脸的深度特征,得到人体面部特征向量。
7.如权利要求5所述便捷式人像识别防欺骗装置,其特征在于,所述图像识别模块包括:
信息预存单元,用于上传本地已知的嫌疑人员的面部图像到云服务器中;
信息比对单元,用于将获取的人体面部特征向量与云服务器中的信息进行对比匹配;
匹配信息提取单元,当检测到与上传的人体面部特征向量相匹配的信息时,将匹配信息进行提取。
8.如权利要求5所述便捷式人像识别防欺骗装置,其特征在于,所述报警模块包括:
提醒单元,用于通过蜂鸣器或振动器发成报警音或振动,对携带人员进行提醒;
求助信息发送单元,用于向预设的紧急联系人发送求助信息;
报警信息上传单元,用于向报警平台发送报警信息和识别出的嫌疑人的身份信息。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1-4任意一项所述便捷式人像识别防欺骗装置控制方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-4任意一项所述便捷式人像识别防欺骗装置控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010753119.1A CN112052728B (zh) | 2020-07-30 | 2020-07-30 | 一种便捷式人像识别防欺骗装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010753119.1A CN112052728B (zh) | 2020-07-30 | 2020-07-30 | 一种便捷式人像识别防欺骗装置及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112052728A CN112052728A (zh) | 2020-12-08 |
CN112052728B true CN112052728B (zh) | 2024-04-02 |
Family
ID=73602361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010753119.1A Active CN112052728B (zh) | 2020-07-30 | 2020-07-30 | 一种便捷式人像识别防欺骗装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052728B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609900B (zh) * | 2021-06-25 | 2023-09-12 | 南京信息工程大学 | 局部生成人脸定位方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160033553A (ko) * | 2014-09-18 | 2016-03-28 | 한국과학기술연구원 | 3차원 얼굴모델 투영을 통한 얼굴 인식 방법 및 시스템 |
KR20170006355A (ko) * | 2015-07-08 | 2017-01-18 | 주식회사 케이티 | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 |
CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别系统及其方法 |
CN110781798A (zh) * | 2019-10-22 | 2020-02-11 | 浙江工业大学 | 一种基于树莓派和人脸识别的车载嫌疑犯锁定系统 |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
-
2020
- 2020-07-30 CN CN202010753119.1A patent/CN112052728B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160033553A (ko) * | 2014-09-18 | 2016-03-28 | 한국과학기술연구원 | 3차원 얼굴모델 투영을 통한 얼굴 인식 방법 및 시스템 |
KR20170006355A (ko) * | 2015-07-08 | 2017-01-18 | 주식회사 케이티 | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 |
CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别系统及其方法 |
CN110781798A (zh) * | 2019-10-22 | 2020-02-11 | 浙江工业大学 | 一种基于树莓派和人脸识别的车载嫌疑犯锁定系统 |
CN110825765A (zh) * | 2019-10-23 | 2020-02-21 | 中国建设银行股份有限公司 | 一种人脸识别的方法和装置 |
Non-Patent Citations (4)
Title |
---|
基于ARM智能视频监控人脸识别系统设计;郑嘉诚;;智能计算机与应用;20191101(第06期);全文 * |
基于多姿态人脸的关键点定位算法及识别算法;白利敏;贾明兴;;计算机与数字工程;20180720(第07期);全文 * |
基于快速SIFT算法和模糊控制的人脸识别;聂海涛;龙科慧;马军;张雷;马喜强;;吉林大学学报(工学版);20161231(第02期);全文 * |
基于真实三维信息的人脸自动识别;胡向阳;侯文广;丁明跃;;中国人民公安大学学报(自然科学版);20080815(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112052728A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875833B (zh) | 神经网络的训练方法、人脸识别方法及装置 | |
CN109359548B (zh) | 多人脸识别监控方法及装置、电子设备及存储介质 | |
CN109446981B (zh) | 一种脸部活体检测、身份认证方法及装置 | |
CN106897658B (zh) | 人脸活体的鉴别方法和装置 | |
CN105590097B (zh) | 暗视觉条件下双摄像头协同实时人脸识别安防系统及方法 | |
CN105612533B (zh) | 活体检测方法、活体检测系统以及计算机程序产品 | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
CN108763897A (zh) | 身份合法性的校验方法、终端设备及介质 | |
EP3647993B1 (en) | Interactive user verification | |
US20220180534A1 (en) | Pedestrian tracking method, computing device, pedestrian tracking system and storage medium | |
WO2016172923A1 (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
CN111414858B (zh) | 人脸识别方法、目标图像的确定方法、装置和电子系统 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
CN111931153B (zh) | 基于人工智能的身份验证方法、装置和计算机设备 | |
CN109766755A (zh) | 人脸识别方法及相关产品 | |
JP7151875B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2020526835A (ja) | 画像を投稿するためのユーザのアカウントを動的に識別する装置及び方法 | |
CN111652087A (zh) | 验车方法、装置、电子设备和存储介质 | |
CN112052728B (zh) | 一种便捷式人像识别防欺骗装置及其控制方法 | |
JP4708835B2 (ja) | 顔検出装置、顔検出方法、及び顔検出プログラム | |
CN112525355A (zh) | 图像处理方法、装置及设备 | |
JPWO2020185948A5 (zh) | ||
CN112182537A (zh) | 监控方法、装置、服务器、系统以及存储介质 | |
Adoghe et al. | A haar cascade classifier based deep-dataset face recognition algorithm for locating miss-ing persons | |
CN111368644B (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |