一种TOF人脸识别智能门及方法
技术领域
本发明涉及TOF人脸识别,属于智能门领域。
背景技术
经济、技术的发展,让开门方式发生更多的变化,从最初的机械锁开门,到搭载密码、卡片功能的电子锁,再到现在已经成为主流的智能锁。从近年来家居建材展会上可以发现,智能门正在兴起。作为智能门,不仅仅是解决用户开门的需求,还要满足消费者对不同开门方案的需求。不过从目前来看智能门还在不少弊端,比如功耗高的问题,由于智能门不仅是一樘门,更是将智能锁、智能猫眼、可视门铃、远程监控等多种产品和功能集为一体的智能家居入口级产品,耗电量大是肯定的。
人脸识别技术应用背景广阔,识别的方法也越来越多,将人脸识别技术应用到智能门方面的设计也越来越多。不过增加的人脸识别模块进一步加大了智能门的耗电,同时市场上应用比较多的都是近红外人脸识别技术,2D识别受光线条件影响巨大,识别的精准度难以保障,部分使用3D结构光模块,虽然精度高,但成本大大增加,同时耗电量增加。
发明内容
发明目的:提供一种TOF人脸识别智能门及方法,以解决上述问题。
技术方案:一种TOF人脸识别智能门,包括感应测距单元、TOF人脸识别单元、双目立体单元和信号放大单元;
感应测距单元,包括红外感应模块,检测智能门前的人体热释信号,判断是否进入识别范围;
TOF人脸识别单元,通过TOF技术测量人脸深度变化,还原人脸立体形象;
双目立体单元,包括双检测模块,包括两个检测探头,并排设置在猫眼位置,从双目视角检测人脸得到更立体的检测结果;
信号放大单元,放大传递信号,提高人脸检测识别的速度与精准度。
根据本发明的一个方面,因为人的体温恒定,所以人体的热释红外信号范围固定,通过筛选热释红外信号的范围可以筛选出人体的信号,通过检测人体信号在门口的活动状态判断人体是否想进门,当人体逐渐接近智能门且进入到门前50cm以内时,判断其准备进门,此时开始进行人脸识别,在启动之前人脸识别模块处于休眠状态降低耗电。
根据本发明的一个方面,TOF人脸识别单元设置在传统门的猫眼高度附近,对来访者的脸部进行识别,TOF人脸识别技术相比于近红外人脸识别技术这种2D识别来说更加精准,通过飞行光检测人脸深度确立3D模型不会像2D识别一样受限于光线角度,无法保证精准度,同时结构要小于3D结构光识别技术,算法更简单快速。
根据本发明的一个方面,TOF人脸识别技术通过计算飞行光发射到反射回来的时间来计算人脸深度数据,虽然计算简单、结构不复杂,但会受到散射影响导致检测结果没有3D结构光识别技术准确,所以使用双相机模块进行双眼立体识别,将两个角度检测人脸模型进行比较能显著提升人脸识别的精准度。
根据本发明的一个方面,将相机模型坐标通过透视矩阵转换为世界坐标,由公式:
m为相机模型坐标,P为透视投影矩阵,M为世界坐标, K为相机的内参数矩阵,R为相机的旋转矩阵,t为相机的平移向量,
计算得到世界坐标。
根据本发明的一个方面,对相机模型的镜头畸变进行校正,由公式:
(
,
)为理想坐标,(
x,
y)为实际坐标,
、
、
…均为畸变参数,
计算得到理想坐标。
根据本发明的一个方面,将双目系统标定,由公式:
为左目相机模型坐标,
为左目相机的旋转矩阵,
为左目相机的平移向量,
为右目相机模型坐标,
为右目相机的旋转矩阵,
为右目相机的平移向量,
计算得到相机的平移向量。
根据本发明的一个方面,由图像单应变化对双目相机图像进行极线校正,设双目相机图像点对为(
,
),极线校正后的双目相机图像点对为(
,
),得
为右目相机的内参数矩阵,
为右目相机的旋转矩阵,
为右目相机的内参数矩阵,
为右目相机的旋转矩阵,
根据图像提取的特征点解出双目相机的内外参数矩阵,得到极线校正后的双目相机图像。
根据本发明的一个方面,TOF人脸识别技术需要快速反应,计算的人脸深度模型才更真实,所以需要设计信号放大单元,提升信号传递速度,提高TOF人脸识别技术的精准度。
根据本发明的一个方面,所述信号放大单元包括信号放大电路,包括二极管D1、二极管D2、电容C1、电容C2、电容C3、电容C4、三极管Q1、三极管Q2、电阻R1、电阻R2、电阻R3、电阻R4、电阻R5、电阻R6、电阻R7、电阻R8、电阻R9、电阻R10、电位器RV1、反相器U1、反相器U2和反相器U3;
所述二极管D1的正极与所述电容C2的一端、所述三极管Q1的集电极均接输入信号,所述二极管D1的负极分别与所述三极管Q1的集电极的基极、所述电容C1的一端连接,所述三极管Q1的发射极与所述电容C1的一端接地,所述电容C2的另一端与所述电阻R1的一端连接,所述电阻R1的另一端分别与所述反相器U1的正极、所述电阻R2的一端、所述电容C3的一端连接,所述反相器U1的负极分别与所述电阻R2的另一端、所述电容C3的另一端和所述电阻R3的一端连接,所述电阻R3的另一端分别与所述电阻R4的一端、所述反相器U2的正极连接,所述电阻R4的另一端与所述电位器RV1的第3引脚连接,所述电位器RV1的第2引脚接电源电压,所述电位器RV1的第1引脚与所述电阻R5的一端连接,所述电阻R5的另一端接地,所述反相器U2的负极分别与所述电阻R6的一端、所述电阻R7的一端连接,所述电阻R6的另一端与所述二极管D2的正极连接,所述电阻R7的另一端分别与所述二极管D2的负极、所述电容C4的一端和所述反相器U3的正极连接,所述电容C4的另一端接地,所述反相器U3的负极与所述电阻R8的一端连接,所述电阻R8的另一端分别与所述电阻R9的一端、所述三极管Q2的基极连接,所述电阻R9的另一端与所述三极管Q2的发射极连接,所述三极管Q2的集电极与所述电阻R10的一端均接输出信号,所述电阻R10的另一端接地。
一种TOF人脸识别方法,采用双目立体重建识别,双检测探头在同一平面不同角度检测两套人脸,对比建模,具体步骤包括:
步骤1、左目相机、右目相机同时进行面阵式成像,计算被测人脸表面的深度信息,得到两套人脸建模;
步骤2、对左右相机的两套建模选取特征点求取视差值对建模进行校正,寻找空间同一点在不同建模上的坐标位置进行立体匹配;
步骤3、选取建模中可以作为匹配的最小单位,根据具体情况选择合适的匹配单位,匹配单位包括区域、特征点、相位;
步骤4、对选择的匹配单位进行相似度测算得到两套建模的相似度比较结果,由公式:
计算得到理想坐标;
步骤5、采用半全局匹配代价的计算和聚合,利用互信息熵进行匹配计算,取最小视差度代价聚合,由公式:
MI为互信息,
为
的熵值,
为
的熵值,
、
为灰度直方图点,
为MI匹配代价,m为图像点,d为视差值,q为对应校正点,
计算得到结果;
步骤6、得到人脸对比结果。
有益效果:本发明能够通过红外检测对来访者进行预判,减少人脸识别的使用次数,使用TOF人脸识别技术缩小模块结构节省耗电,使用双眼立体技术和信号放大处理提高TOF人脸识别的精准度。
附图说明
图1是本发明的TOF人脸识别智能门的系统框图。
图2是本发明的信号放大电路的原理图。
具体实施方式
将人脸识别技术运用到智能门中首先要考虑耗电问题,普通智能门耗电量高,加上人脸识别模块之后,耗电量增加。选择TOF人脸识别技术,作为3D人脸识别技术有别于2D人脸识别,在检测的精准度上获得极大提升,同时与同样进行3D人脸识别的3D结构光人脸识别技术相比,尽管3D结构光人脸识别技术检测结果更精确,应用更多,但TOF人脸识别技术的模块结构更小,算法更简单,降低了耗电。
在该实施例中,如图1所示,一种TOF人脸识别智能门,包括感应测距单元、TOF人脸识别单元、双目立体单元和信号放大单元;
感应测距单元,包括红外感应模块,检测智能门前的人体热释信号,判断是否进入识别范围;
TOF人脸识别单元,通过TOF技术测量人脸深度变化,还原人脸立体形象;
双目立体单元,包括双检测模块,包括两个检测探头,并排设置在猫眼位置,从双目视角检测人脸得到更立体的检测结果;
信号放大单元,放大传递信号,提高人脸检测识别的速度与精准度。
在进一步的实施例中,TOF人脸识别单元常态为休眠状态,使用感应测距单元对智能门前经过的物体进行筛选。首先选择红外感应,当物体的温度超过绝对零度就会产生热释红外信号,根据不同温度下热释红外信号的频率不同,筛选出经过智能门口的人体。其次对人体进行行为判断,从中筛选出来访者和路人,将判断标准定为离智能门越来越近且最后进入50cm以内,因为路人尽管会靠近智能门,但会迅速离开,且正常行走不会进入智能门前50cm范围。同时作为判断依据的活动范围可以根据实际环境需要而进行调节。只有经过筛选判断为想要开门的人才会唤起TOF人脸识别单元进行人脸识别,降低TOF人脸识别单元工作时间,减少耗电,判断流程简洁有效,能够顺畅的完成人体从门外靠近、识别、开门的流程,不会耽误时间。
在进一步的实施例中,采用TOF人脸识别技术发现尽管与3D结构光人脸识别技术同为3D人脸识别,但因为对人脸的深度判断方法简单,造成检测结果易受到散射影响,造成检测偏差,这也是TOF人脸识别技术的精准度低于3D结构光人脸识别技术的原因。因此选择将其与双眼立体技术结合,使用双探头模式从两个角度检测人脸,将检测到的两个人脸建模进行结合,得到更准确的3D人脸,在这种情况下实验得到的检测结果与3D结构光人脸识别技术相差无几。
在更进一步的实施例中,由
m为相机模型坐标,P为透视投影矩阵,M为世界坐标, K为相机的内参数矩阵,R为相机的旋转矩阵,t为相机的平移向量,
将相机模型坐标通过透视矩阵转换为世界坐标。
在更进一步的实施例中,由
(
,
)为理想坐标,(
x,
y)为实际坐标,
、
、
…均为畸变参数,
对相机模型的镜头畸变进行校正。
在更进一步的实施例中,由
为左目相机模型坐标,
为左目相机的旋转矩阵,
为左目相机的平移向量,
为右目相机模型坐标,
为右目相机的旋转矩阵,
为右目相机的平移向量,
将双目系统标定。
在更进一步的实施例中,由图像单应变化对双目相机图像进行极线校正,设双目相机图像点对为(
,
),极线校正后的双目相机图像点对为(
,
),得
为右目相机的内参数矩阵,
为右目相机的旋转矩阵,
为右目相机的内参数矩阵,
为右目相机的旋转矩阵,
根据图像提取的特征点解出双目相机的内外参数矩阵,得到极线校正后的双目相机图像。
如图2所示,在更进一步的实施例中,所述信号放大单元包括信号放大电路,包括二极管D1、二极管D2、电容C1、电容C2、电容C3、电容C4、三极管Q1、三极管Q2、电阻R1、电阻R2、电阻R3、电阻R4、电阻R5、电阻R6、电阻R7、电阻R8、电阻R9、电阻R10、电位器RV1、反相器U1、反相器U2和反相器U3;
所述二极管D1的正极与所述电容C2的一端、所述三极管Q1的集电极均接输入信号,所述二极管D1的负极分别与所述三极管Q1的集电极的基极、所述电容C1的一端连接,所述三极管Q1的发射极与所述电容C1的一端接地,所述电容C2的另一端与所述电阻R1的一端连接,所述电阻R1的另一端分别与所述反相器U1的正极、所述电阻R2的一端、所述电容C3的一端连接,所述反相器U1的负极分别与所述电阻R2的另一端、所述电容C3的另一端和所述电阻R3的一端连接,所述电阻R3的另一端分别与所述电阻R4的一端、所述反相器U2的正极连接,所述电阻R4的另一端与所述电位器RV1的第3引脚连接,所述电位器RV1的第2引脚接电源电压,所述电位器RV1的第1引脚与所述电阻R5的一端连接,所述电阻R5的另一端接地,所述反相器U2的负极分别与所述电阻R6的一端、所述电阻R7的一端连接,所述电阻R6的另一端与所述二极管D2的正极连接,所述电阻R7的另一端分别与所述二极管D2的负极、所述电容C4的一端和所述反相器U3的正极连接,所述电容C4的另一端接地,所述反相器U3的负极与所述电阻R8的一端连接,所述电阻R8的另一端分别与所述电阻R9的一端、所述三极管Q2的基极连接,所述电阻R9的另一端与所述三极管Q2的发射极连接,所述三极管Q2的集电极与所述电阻R10的一端均接输出信号,所述电阻R10的另一端接地。
在此实施例中,输入信号与所述三极管Q1的集电极连接,通常此处电位恒定,受所述电容C1影响,所述三极管Q1的基极电流相应慢,所述反相器U1、所述反相器U2和所述反相器U3组成放大检测电路,所述电容C2作为隔直电容除去直流电,所述反相器U1放大输入信号,所述反相器U2根据输入信号变化转换高低电平。所述电容C4、所述二极管D2、所述电阻R6和所述电阻R7组成脉冲电路,所述反相器U2输出高电平时,所述电容C4快速充电,所述反相器U2输出低电平时,所述电容C4缓慢放电。所述反相器U3作为多谐振荡器输出信号,最后经过所述三极管Q2驱动放大输出。
一种TOF人脸识别方法,采用双目立体重建识别,双检测探头在同一平面不同角度检测两套人脸,对比建模,具体步骤包括:
步骤1、左目相机、右目相机同时进行面阵式成像,计算被测人脸表面的深度信息,得到两套人脸建模;
步骤2、对左右相机的两套建模选取特征点求取视差值对建模进行校正,寻找空间同一点在不同建模上的坐标位置进行立体匹配;
步骤3、选取建模中可以作为匹配的最小单位,根据具体情况选择合适的匹配单位,匹配单位包括区域、特征点、相位;
步骤4、对选择的匹配单位进行相似度测算,由
得到两套建模的相似度比较结果;
步骤5、采用半全局匹配代价的计算和聚合,由
MI为互信息,
为
的熵值,
为
的熵值,
、
为灰度直方图点,
为MI匹配代价,m为图像点,d为视差值,q为对应校正点,
利用互信息熵进行匹配计算,取最小视差度代价聚合;
步骤6、得到人脸对比结果。
总之,本发明具有以下优点:
1、通过红外检测对来访者进行预判,减少人脸识别的使用次数,降低耗电;
2、使用TOF人脸识别技术缩小模块结构减少耗电量;
3、使用双眼立体技术提高TOF人脸识别的精准度;
4、增加信号放大处理提高TOF人脸识别的精准度。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,用于通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。