CN112215064A - 一种用于公共安全防范的人脸识别方法及系统 - Google Patents
一种用于公共安全防范的人脸识别方法及系统 Download PDFInfo
- Publication number
- CN112215064A CN112215064A CN202010917397.6A CN202010917397A CN112215064A CN 112215064 A CN112215064 A CN 112215064A CN 202010917397 A CN202010917397 A CN 202010917397A CN 112215064 A CN112215064 A CN 112215064A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- image
- data
- face
- 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 50
- 238000012545 processing Methods 0.000 claims abstract description 66
- 230000008054 signal transmission Effects 0.000 claims abstract description 20
- 238000012795 verification Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于人脸识别技术领域,公开了一种用于公共安全防范的人脸识别方法及系统,所述用于公共安全防范的人脸识别系统包括:图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、中央处理模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块。本发明通过图像采集模块通过在进入口设置有摄像头,用以采集人脸信息。语音采集模块通过在进入口设置有拾音器,用以采集人体语音。ID信息采集模块通过在进入口设置有ID识别器,用以采集ID信息。本发明可以采用多种验证方式,提高整体系统的安全性,保护人们的财产安全;本发明可以远程验证控制整体系统,提高系统的时效性。
Description
技术领域
本发明属于人脸识别技术领域,尤其涉及一种用于公共安全防范的人脸识别方法及系统。
背景技术
目前,人脸识别终端采用全新模具外观设计,是一款可脱机或联网的人脸识别门禁考勤产品,它定位于中高端门禁考勤市场,取代市场上的刷卡、指纹门禁考勤机。人脸识技术中被广泛采用的区域特征分析算法,它融合了计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析,根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。人脸识别具有人脸捕获与跟踪功能,人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来,并自动地将其保存。人像跟踪是指利用人像捕获技术,当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。折叠人脸识别比对,人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指,从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。折叠人脸的建模与检索,可以将登记入库的人像数据进行建模提取人脸的特征,并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式),将指定的人像进行建模,再将其与数据库中的所有人的模板相比对识别,最终将根据所比对的相似值列出最相似的人员列表。折叠活体检测,系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片、视频、面具等作假。常用的活体检测有双目摄像头、3D结构光等。折叠图像质量检测,图像质量的好坏直接影响到识别的效果,图像质量的检测功能能对即将进行比对的照片进行图像质量评估,并给出相应的建议值来辅助识别。但是现有的人脸识别技术只能提供单一识别方式,降低了整体系统的安全性;同时现有的人类识别技术具有迟钝缓慢的现象,降低了开门的效率;现有的人脸识别系统的只能对静止的人脸图像进行采集提取,对于不断移动的人脸图像,提取成功率低。
通过上述分析,现有技术存在的问题及缺陷为:现有的人脸识别技术只能提供单一识别方式,降低了整体系统的安全性;同时现有的人类识别技术具有迟钝缓慢的现象,降低了开门的效率;现有的人脸识别系统的只能对静止的人脸图像进行采集提取,对于不断移动的人脸图像,提取成功率低。
发明内容
针对现有技术存在的问题,本发明提供了一种用于公共安全防范的人脸识别方法及系统。
本发明是这样实现的,一种用于公共安全防范的人脸识别方法,所述用于公共安全防范的人脸识别方法,包括:
步骤一,图像采集模块通过在进入口设置有摄像头,通过人脸定位方法对监控区域内的人脸进行定位,采集人脸图像;语音采集模块通过在进入口设置有拾音器,用以采集人体语音;
所述人脸定位方法包括:
先对嘴角点和眼角点的随机森林分类器分别训练,再综合嘴角点和眼角点的位置关系,精确定位人脸关键点;
再将以眼角点和嘴角点为中心的图像块送入各自对应的随机森林分类器后得到最大的概率之和;
预先对训练集中人工标定的关键点的位置进行主分量分析,最后通过联合优化得到其关键点的定位结果;
步骤二,对摄像头采集的人脸图像进行灰度处理,将采集的彩色人脸图像转换为灰度人脸图像,然后进行直方图均衡化处理,减少外部光源对脸部不同角度的照射而引起的特征提取困难,然后进行特征提取;
步骤三,ID信息采集模块通过在进入口设置有ID识别器,用以采集ID信息;指纹采集模块通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集;
步骤四,根据采集的数据,中央处理模块分别控制图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块各个模块的正常运行;
步骤五,识别判断模块将输入的信息与数据信息管理模块中的信息进行比对分析,对来者进行识别;门禁控制模块根据识别判断的结果,中央处理模块对门禁进行控制;
步骤六,数据信息管理模块数据信息管理中包括预存登记信息、采集信息等;报警模块通过在进入口设置有报警器,当验证错误时,进行报警警示;显示模块在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息;
步骤七,无线信号传输模块通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端;安全管理终端用户终端根据采集的数据,对门禁进行控制。
进一步,步骤一中,所述图像采集模块在对图像进行采集时,对图像进行初级去噪,具体过程为:
将采集的人脸图像,建立数据去噪集合;通过对数据去噪集合的人脸图像的噪声,进行识别;
提取含有噪声的人脸图像,对图像进行分解;对每个尺度上图像的峰变性与奇异性进修改;
去除数据的奇异性,利用小波系数对图像进行重构。
进一步,步骤一中,所述语音采集模块对采集的语音信号进行处理,采用的处理方法为:
通过拾音器采集来者的语音信号,系统分别读取第一信号和第二信号,并对两信号进行预处理;
预处理完成后,提取第一信号的音色和第二信号的包络,分别获取两信号的起始位;
根据两信号的起始位,对第一信号和第二信号进行语音合成,进行特征分析和显示。
进一步,所述语音信号的预处理过程为:
将两语音信号,建立对应的信号滤波集合;
对含有噪声的信号,用中值滤波去除信号中的脉冲性干扰;
去除完成后,将其他的信号进行平均滤波,去除其最大值和最小值,求余下的平均值。
进一步,步骤二中,所述直方图均衡化处理采用的具体步骤为:
(1)列出原始图像和变换后图像的灰度级:i,j=0,1,…,L-1,其中L是灰度级数,统计原图像各灰度级的像素个数ni;
(3)利用灰度变换函数计算变换后的灰度值,并四舍五入取整:j=INT[(L-1)Pj+0.5];
(4)确定灰度变换关系f(m,n)=i,据此将原图像的灰度值修正为g(m,n)=j;
进一步,步骤二中,所述特征提取的具体过程为:
将所采集的人脸图像,划分成小区域;确定小区域中的灰度值,并将该小区域中的平均灰度值,作为小区域中的灰度值;
将该小区域中的灰度值,与邻域中的像素值进行比较;将大于该像素值的邻域标记为1,否则为0;
根据标记的结果,确定小区域的灰度值,进行归一化处理,得到对应的直方图。
进一步,步骤四中,所述中央处理模块对数据融合的过程为:
将各个模块的数据,建立相应的数据融合集合;
根据数据融合集合中的数据,提取对应的特征值,建立数据统一的特征向量;
通过自适应神经网络对特征向量进行模式识别处理,进行目标的说明;根据目标的说明,建立关联性进行一致性解释与描述。
进一步,步骤六中,所述数据信息管理模块中对数据信息进行分类,采用的具体方法为:
确定数据分类的标准,初始化分类的中心点;
确定需要分类的数据与每个中心点之间的距离进行分类,将这个点分类为最接近它的组;
分类完成后,重复上述操作,对其他数据进行分类。
本发明的另一目的在于提供一种实施所述的用于公共安全防范的人脸识别方法的用于公共安全防范的人脸识别系统,所述用于公共安全防范的人脸识别系统,包括:
图像采集模块,与中央处理模块连接,通过在进入口设置有摄像头,用以采集人脸信息;
语音采集模块,与中央处理模块连接,通过在进入口设置有拾音器,用以采集人体语音;
ID信息采集模块,与中央处理模块连接,通过在进入口设置有ID识别器,用以采集ID信息;
指纹采集模块,与中央处理模块连接,通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集;
显示模块,与中央处理模块连接,在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息;
中央处理模块,分别与图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块连接,用以协调各个模块的正常运行。
进一步,所述用于公共安全防范的人脸识别系统,还包括:
无线信号传输模块,与中央处理模块连接,通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端;
安全管理终端,与无线信号传输模块连接,用户终端根据采集的数据,对门禁进行控制;
数据信息管理模块,与中央处理模块连接,数据信息管理中包括预存登记信息、采集信息;
识别判断模块,与中央处理模块连接,将输入的信息与数据信息管理模块9中的信息进行比对分析,对来者进行识别;
报警模块,与中央处理模块连接,通过在进入口设置有报警器,当验证错误时,进行报警警示;
门禁控制模块,与中央处理模块连接,根据识别判断的结果,中央处理模块对门禁进行控制。
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:本发明通过图像采集模块通过在进入口设置有摄像头,用以采集人脸信息。语音采集模块通过在进入口设置有拾音器,用以采集人体语音。ID信息采集模块通过在进入口设置有ID识别器,用以采集ID信息。指纹采集模块通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集。无线信号传输模块通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端。安全管理终端中用户终端根据采集的数据,对门禁进行控制。数据信息管理模块数据信息管理中包括预存登记信息、采集信息等。识别判断模块将输入的信息与数据信息管理模块中的信息进行比对分析,对来者进行识别。报警模块通过在进入口设置有报警器,当验证错误时,进行报警警示。门禁控制模块根据识别判断的结果,中央处理模块对门禁进行控制。本发明通过对人脸进行准确定位,可以有效提高人脸图像的采集效率和图像质量,同时可以采用多种验证方式,提高整体系统的安全性,保护人们的财产安全;本发明可以远程验证控制整体系统,提高系统的时效性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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是本发明实施例提供的用于公共安全防范的人脸识别系统结构示意图。
图中:1、图像采集模块;2、语音采集模块;3、ID信息采集模块;4、指纹采集模块;5、显示模块;6、中央处理模块;7、无线信号传输模块;8、安全管理终端;9、数据信息管理模块;10、识别判断模块;11、报警模块;12、门禁控制模块。
图2是本发明实施例提供的用于公共安全防范的人脸识别方法流程图。
图3是本发明实施例提供的图像采集模块中对图像进行去噪方法流程图。
图4是本发明实施例提供的图像特征提取方法流程图。
图5是本发明实施例提供的语音采集模块对采集的语音信号处理方法流程图。
图6是本发明实施例提供的人脸定位方法流程图。
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,本发明提供了一种用于公共安全防范的人脸识别方法及系统,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用于公共安全防范的人脸识别系统,包括:
图像采集模块1,与中央处理模块6连接,通过在进入口设置有摄像头,用以采集人脸信息。
语音采集模块2,与中央处理模块6连接,通过在进入口设置有拾音器,用以采集人体语音。
ID信息采集模块3,与中央处理模块6连接,通过在进入口设置有ID识别器,用以采集ID信息。
指纹采集模块4,与中央处理模块6连接,通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集。
显示模块5,与中央处理模块6连接,在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息。
中央处理模块6,分别与图像采集模块1、语音采集模块2、ID信息采集模块3、指纹采集模块4、显示模块5、无线信号传输模块7、安全管理终端8、数据信息管理模块9、识别判断模块10、报警模块11和门禁控制模块12连接,用以协调各个模块的正常运行。
无线信号传输模块7,与中央处理模块6连接,通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端8。
安全管理终端8,与无线信号传输模块7连接,用户终端根据采集的数据,对门禁进行控制。
数据信息管理模块9,与中央处理模块6连接,数据信息管理中包括预存登记信息、采集信息等。
识别判断模块10,与中央处理模块6连接,将输入的信息与数据信息管理模块9中的信息进行比对分析,对来者进行识别。
报警模块11,与中央处理模块6连接,通过在进入口设置有报警器,当验证错误时,进行报警警示。
门禁控制模块12,与中央处理模块6连接,根据识别判断的结果,中央处理模块对门禁进行控制。
图像采集模块1通过在进入口设置有摄像头,用以采集人脸信息;语音采集模块2通过在进入口设置有拾音器,用以采集人体语音。ID信息采集模块3通过在进入口设置有ID识别器,用以采集ID信息;指纹采集模块4通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集。
根据采集的数据,中央处理模块6分别控制图像采集模块1、语音采集模块2、ID信息采集模块3、指纹采集模块4、显示模块5、无线信号传输模块7、安全管理终端8、数据信息管理模块9、识别判断模块10、报警模块11和门禁控制模块12各个模块的正常运行。识别判断模块10将输入的信息与数据信息管理模块9中的信息进行比对分析,对来者进行识别;门禁控制模块12根据识别判断的结果,中央处理模块对门禁进行控制。数据信息管理模块9数据信息管理中包括预存登记信息、采集信息等;报警模块11通过在进入口设置有报警器,当验证错误时,进行报警警示;显示模块5在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息。无线信号传输模块7通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端8;安全管理终端8用户终端根据采集的数据,对门禁进行控制。
如图2所示,本发明实施例提供的用于公共安全防范的人脸识别方法,包括:
S101,图像采集模块通过在进入口设置有摄像头,通过人脸定位方法对监控区域内的人脸进行定位,采集人脸图像;语音采集模块通过在进入口设置有拾音器,用以采集人体语音;
S102,对摄像头采集的人脸图像进行灰度处理,将采集的彩色人脸图像转换为灰度人脸图像,然后进行直方图均衡化处理,减少外部光源对脸部不同角度的照射而引起的特征提取困难,然后进行特征提取;
S103,ID信息采集模块通过在进入口设置有ID识别器,用以采集ID信息;指纹采集模块通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集;
S104,根据采集的数据,中央处理模块分别控制图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块各个模块的正常运行;
S105,识别判断模块将输入的信息与数据信息管理模块中的信息进行比对分析,对来者进行识别;门禁控制模块根据识别判断的结果,中央处理模块对门禁进行控制;
S106,数据信息管理模块数据信息管理中包括预存登记信息、采集信息等;报警模块通过在进入口设置有报警器,当验证错误时,进行报警警示;显示模块在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息;
S107,无线信号传输模块通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端;安全管理终端用户终端根据采集的数据,对门禁进行控制。
如图3所示,本发明实施例中的步骤S101中,所述图像采集模块在对图像进行采集时,对图像进行初级去噪,具体过程为:
S201,将采集的人脸图像,建立数据去噪集合;通过对数据去噪集合的人脸图像的噪声,进行识别;
S202,提取含有噪声的人脸图像,对图像进行分解;对每个尺度上图像的峰变性与奇异性进修改;
S203,去除数据的奇异性,利用小波系数对图像进行重构。
本发明实施例中的语音信号的预处理过程为:
将两语音信号,建立对应的信号滤波集合;
对含有噪声的信号,用中值滤波去除信号中的脉冲性干扰;
去除完成后,将其他的信号进行平均滤波,去除其最大值和最小值,求余下的平均值。
本发明实施例中的步骤S102中,所述直方图均衡化处理采用的具体步骤为:
(1)列出原始图像和变换后图像的灰度级:i,j=0,1,…,L-1,其中L是灰度级数,统计原图像各灰度级的像素个数ni;
(3)利用灰度变换函数计算变换后的灰度值,并四舍五入取整:j=INT[(L-1)Pj+0.5];
(4)确定灰度变换关系f(m,n)=i,据此将原图像的灰度值修正为g(m,n)=j;
如图4所示,本发明实施例中的步骤S102中,所述特征提取的具体过程为:
S301,将所采集的人脸图像,划分成小区域;确定小区域中的灰度值,并将该小区域中的平均灰度值,作为小区域中的灰度值;
S302,将该小区域中的灰度值,与邻域中的像素值进行比较;将大于该像素值的邻域标记为1,否则为0;
S303,根据标记的结果,确定小区域的灰度值,进行归一化处理,得到对应的直方图。
如图5所示,本发明实施例中的步骤S101中,所述语音采集模块对采集的语音信号进行处理,采用的处理方法为:
S401,通过拾音器采集来者的语音信号,系统分别读取第一信号和第二信号,并对两信号进行预处理;
S402,预处理完成后,提取第一信号的音色和第二信号的包络,分别获取两信号的起始位;
S403,根据两信号的起始位,对第一信号和第二信号进行语音合成,进行特征分析和显示。
本发明实施例中的步骤S104中,所述中央处理模块对数据融合的过程为:
将各个模块的数据,建立相应的数据融合集合;
根据数据融合集合中的数据,提取对应的特征值,建立数据统一的特征向量;
通过自适应神经网络对特征向量进行模式识别处理,进行目标的说明;根据目标的说明,建立关联性进行一致性解释与描述。
本发明实施例中的步骤S106中,所述数据信息管理模块中对数据信息进行分类,采用的具体方法为:
确定数据分类的标准,初始化分类的中心点;
确定需要分类的数据与每个中心点之间的距离进行分类,将这个点分类为最接近它的组;
分类完成后,重复上述操作,对其他数据进行分类。
如图6所示,本发明实施例中的步骤S101中,人脸定位方法包括:
S501,先对嘴角点和眼角点的随机森林分类器分别训练,再综合嘴角点和眼角点的位置关系,精确定位人脸关键点;
S502,再将以眼角点和嘴角点为中心的图像块送入各自对应的随机森林分类器后得到最大的概率之和;
S503,预先对训练集中人工标定的关键点的位置进行主分量分析,最后通过联合优化得到其关键点的定位结果。
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)
1.一种用于公共安全防范的人脸识别方法,其特征在于,所述用于公共安全防范的人脸识别方法,包括:
步骤一,图像采集模块通过在进入口设置有摄像头,通过人脸定位方法对监控区域内的人脸进行定位,采集人脸图像;语音采集模块通过在进入口设置有拾音器,用以采集人体语音;
所述人脸定位方法包括:
先对嘴角点和眼角点的随机森林分类器分别训练,再综合嘴角点和眼角点的位置关系,精确定位人脸关键点;
再将以眼角点和嘴角点为中心的图像块送入各自对应的随机森林分类器后得到最大的概率之和;
预先对训练集中人工标定的关键点的位置进行主分量分析,最后通过联合优化得到其关键点的定位结果;
步骤二,对摄像头采集的人脸图像进行灰度处理,将采集的彩色人脸图像转换为灰度人脸图像,然后进行直方图均衡化处理,减少外部光源对脸部不同角度的照射而引起的特征提取困难,然后进行特征提取;
步骤三,ID信息采集模块通过在进入口设置有ID识别器,用以采集ID信息;指纹采集模块通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集;
步骤四,根据采集的数据,中央处理模块分别控制图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块各个模块的正常运行;
步骤五,识别判断模块将输入的信息与数据信息管理模块中的信息进行比对分析,对来者进行识别;门禁控制模块根据识别判断的结果,中央处理模块对门禁进行控制;
步骤六,数据信息管理模块数据信息管理中包括预存登记信息、采集信息等;报警模块通过在进入口设置有报警器,当验证错误时,进行报警警示;显示模块在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息;
步骤七,无线信号传输模块通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端;安全管理终端用户终端根据采集的数据,对门禁进行控制。
2.如权利要求1所述用于公共安全防范的人脸识别方法,其特征在于,步骤一中,所述图像采集模块在对图像进行采集时,对图像进行初级去噪,具体过程为:
将采集的人脸图像,建立数据去噪集合;通过对数据去噪集合的人脸图像的噪声,进行识别;
提取含有噪声的人脸图像,对图像进行分解;对每个尺度上图像的峰变性与奇异性进修改;
去除数据的奇异性,利用小波系数对图像进行重构。
3.如权利要求1所述用于公共安全防范的人脸识别方法,其特征在于,步骤二中,所述特征提取的具体过程为:
将所采集的人脸图像,划分成小区域;确定小区域中的灰度值,并将该小区域中的平均灰度值,作为小区域中的灰度值;
将该小区域中的灰度值,与邻域中的像素值进行比较;将大于该像素值的邻域标记为1,否则为0;
根据标记的结果,确定小区域的灰度值,进行归一化处理,得到对应的直方图。
4.如权利要求1所述用于公共安全防范的人脸识别方法,其特征在于,步骤一中,所述语音采集模块对采集的语音信号进行处理,采用的处理方法为:
通过拾音器采集来者的语音信号,系统分别读取第一信号和第二信号,并对两信号进行预处理;
预处理完成后,提取第一信号的音色和第二信号的包络,分别获取两信号的起始位;
根据两信号的起始位,对第一信号和第二信号进行语音合成,进行特征分析和显示。
5.如权利要求4所述用于公共安全防范的人脸识别方法,其特征在于,所述语音信号的预处理过程为:
将两语音信号,建立对应的信号滤波集合;
对含有噪声的信号,用中值滤波去除信号中的脉冲性干扰;
去除完成后,将其他的信号进行平均滤波,去除其最大值和最小值,求余下的平均值。
6.如权利要求1所述用于公共安全防范的人脸识别方法,其特征在于,步骤四中,所述中央处理模块对数据融合的过程为:
将各个模块的数据,建立相应的数据融合集合;
根据数据融合集合中的数据,提取对应的特征值,建立数据统一的特征向量;
通过自适应神经网络对特征向量进行模式识别处理,进行目标的说明;根据目标的说明,建立关联性进行一致性解释与描述。
7.如权利要求1所述用于公共安全防范的人脸识别方法,其特征在于,步骤六中,所述数据信息管理模块中对数据信息进行分类,采用的具体方法为:
确定数据分类的标准,初始化分类的中心点;
确定需要分类的数据与每个中心点之间的距离进行分类,将这个点分类为最接近它的组;
分类完成后,重复上述操作,对其他数据进行分类。
9.一种实施如权利要求1-8所述的用于公共安全防范的人脸识别方法的用于公共安全防范的人脸识别系统,其特征在于,所述用于公共安全防范的人脸识别系统,包括:
图像采集模块,与中央处理模块连接,通过在进入口设置有摄像头,用以采集人脸信息;
语音采集模块,与中央处理模块连接,通过在进入口设置有拾音器,用以采集人体语音;
ID信息采集模块,与中央处理模块连接,通过在进入口设置有ID识别器,用以采集ID信息;
指纹采集模块,与中央处理模块连接,通过在进入口设置有指纹采集器,实现对进入者指纹的信息的采集;
显示模块,与中央处理模块连接,在进入口设置有显示屏,显示相应的图像、语音提示信息和指纹识别提示信息;
中央处理模块,分别与图像采集模块、语音采集模块、ID信息采集模块、指纹采集模块、显示模块、无线信号传输模块、安全管理终端、数据信息管理模块、识别判断模块、报警模块和门禁控制模块连接,用以协调各个模块的正常运行。
10.如权利要求9所述的用于公共安全防范的人脸识别系统,其特征在于,所述用于公共安全防范的人脸识别系统,还包括:
无线信号传输模块,与中央处理模块连接,通过在进入口设置有无线信号收发器,用于将数据传输到的安全管理终端;
安全管理终端,与无线信号传输模块连接,用户终端根据采集的数据,对门禁进行控制;
数据信息管理模块,与中央处理模块连接,数据信息管理中包括预存登记信息、采集信息;
识别判断模块,与中央处理模块连接,将输入的信息与数据信息管理模块9中的信息进行比对分析,对来者进行识别;
报警模块,与中央处理模块连接,通过在进入口设置有报警器,当验证错误时,进行报警警示;
门禁控制模块,与中央处理模块连接,根据识别判断的结果,中央处理模块对门禁进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917397.6A CN112215064A (zh) | 2020-09-03 | 2020-09-03 | 一种用于公共安全防范的人脸识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010917397.6A CN112215064A (zh) | 2020-09-03 | 2020-09-03 | 一种用于公共安全防范的人脸识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215064A true CN112215064A (zh) | 2021-01-12 |
Family
ID=74049089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010917397.6A Pending CN112215064A (zh) | 2020-09-03 | 2020-09-03 | 一种用于公共安全防范的人脸识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215064A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112772A (zh) * | 2021-03-23 | 2021-07-13 | 黄启敏 | 一种能减少交通事故的汽车驾驶鞋及控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
CN104992148A (zh) * | 2015-06-18 | 2015-10-21 | 江南大学 | 基于随机森林的atm终端部分遮挡人脸关键点检测方法 |
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN106951833A (zh) * | 2017-03-02 | 2017-07-14 | 北京旷视科技有限公司 | 人脸图像采集装置及人脸图像采集方法 |
CN107578519A (zh) * | 2017-10-24 | 2018-01-12 | 北京樱桃智心科技有限公司 | 一种智能门禁系统及智能门禁开锁方法 |
CN107944380A (zh) * | 2017-11-20 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 身份识别方法、装置及存储设备 |
CN110414483A (zh) * | 2019-08-13 | 2019-11-05 | 山东浪潮人工智能研究院有限公司 | 一种基于深度神经网络和随机森林的人脸识别方法及系统 |
-
2020
- 2020-09-03 CN CN202010917397.6A patent/CN112215064A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116749A (zh) * | 2013-03-12 | 2013-05-22 | 上海洪剑智能科技有限公司 | 一种基于自建图像库的近红外人脸识别方法 |
WO2016110005A1 (zh) * | 2015-01-07 | 2016-07-14 | 深圳市唯特视科技有限公司 | 基于灰度和深度信息的多层融合的多模态人脸识别装置及方法 |
CN104992148A (zh) * | 2015-06-18 | 2015-10-21 | 江南大学 | 基于随机森林的atm终端部分遮挡人脸关键点检测方法 |
CN106951833A (zh) * | 2017-03-02 | 2017-07-14 | 北京旷视科技有限公司 | 人脸图像采集装置及人脸图像采集方法 |
CN107578519A (zh) * | 2017-10-24 | 2018-01-12 | 北京樱桃智心科技有限公司 | 一种智能门禁系统及智能门禁开锁方法 |
CN107944380A (zh) * | 2017-11-20 | 2018-04-20 | 腾讯科技(深圳)有限公司 | 身份识别方法、装置及存储设备 |
CN110414483A (zh) * | 2019-08-13 | 2019-11-05 | 山东浪潮人工智能研究院有限公司 | 一种基于深度神经网络和随机森林的人脸识别方法及系统 |
Non-Patent Citations (4)
Title |
---|
方志军: "《图像的多小波稀疏表示及其应用》", 31 January 2010, 北京交通大学出版社, pages: 73 * |
王丽婷 等: "基于随机森林的人脸关键点精确定位方法", 《清华大学学报》 * |
王丽婷 等: "基于随机森林的人脸关键点精确定位方法", 《清华大学学报》, vol. 49, no. 04, 31 December 2009 (2009-12-31), pages 543 - 546 * |
马晓路 等编著: "《MATLAB图像处理从入门到精通》", 28 February 2013, 中国铁道出版社, pages: 79 - 82 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112772A (zh) * | 2021-03-23 | 2021-07-13 | 黄启敏 | 一种能减少交通事故的汽车驾驶鞋及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934176B (zh) | 行人识别系统、识别方法及计算机可读存储介质 | |
US11263435B2 (en) | Method for recognizing face from monitoring video data | |
CN111241975B (zh) | 一种基于移动端边缘计算的人脸识别检测方法及系统 | |
CN112381075B (zh) | 一种机房特定场景下进行人脸识别的方法及系统 | |
EP1255225A2 (en) | Method for detecting eye and mouth positions in a digital image | |
CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
CN107967458A (zh) | 一种人脸识别方法 | |
CN109697416A (zh) | 一种视频数据处理方法和相关装置 | |
KR101781358B1 (ko) | 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법 | |
JP2000259814A (ja) | 画像処理装置及びその方法 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
CN104112114A (zh) | 身份验证方法和装置 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
CN111209820B (zh) | 人脸活体检测方法、系统、设备及可读存储介质 | |
CN114898443A (zh) | 一种人脸数据获取方法及装置 | |
CN113076860B (zh) | 一种野外场景下的鸟类检测系统 | |
CN112215064A (zh) | 一种用于公共安全防范的人脸识别方法及系统 | |
RU2005100267A (ru) | Способ и система автоматической проверки присутствия живого лица человека в биометрических системах безопасности | |
CN111582195B (zh) | 一种汉语唇语单音节识别分类器构建方法 | |
JP2004303150A (ja) | 顔識別装置、顔識別方法及び顔識別プログラム | |
CN112149517A (zh) | 一种人脸考勤方法、系统、计算机设备及存储介质 | |
CN115798008A (zh) | 一种基于关键点矫正的快速人脸检测识别方法 | |
CN115601807A (zh) | 一种适用在线考试系统的人脸识别方法及其工作方法 | |
KR102423934B1 (ko) | 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션 | |
CN113591619A (zh) | 一种基于录像视频的人脸识别核验装置及其核验方法 |
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: 20210112 |