CN112364842A - 一种双摄人脸识别方法及装置 - Google Patents
一种双摄人脸识别方法及装置 Download PDFInfo
- Publication number
- CN112364842A CN112364842A CN202011546545.4A CN202011546545A CN112364842A CN 112364842 A CN112364842 A CN 112364842A CN 202011546545 A CN202011546545 A CN 202011546545A CN 112364842 A CN112364842 A CN 112364842A
- Authority
- CN
- China
- Prior art keywords
- face
- camera
- score
- infrared
- target
- 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.)
- Granted
Links
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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Abstract
本发明公开了一种双摄人脸识别方法及装置,属于人脸识别技术领域,于待机状态下,RGB摄像头和红外摄像头交替进行人脸检测,并于检测到人脸目标后,开启人脸识别,还包括:RGB摄像头采集并判断人脸目标的图像质量是否满足预设条件:RGB摄像头采集并判断人脸目标的亮度是否处在预设范围内;通过增加红外摄像头,借助红外摄像头成像受光线影响较少的特点,辅助RGB摄像头进行人脸检测,提高人脸识别装置的环境适应能力,并在不同的情况下结合使用RGB识别和红外识别,提高人脸识别的通过率和准确率。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种双摄人脸识别方法及装置。
背景技术
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。通常采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术。人脸识别作为重要的机器视觉技术,在人工智能领域发挥着重要作用。在实际使用中,为了提高人脸识别的安全性,人脸识别系统往往包含一个活体检测部分,用于防范非真人攻击。通过视觉来防伪的非支付级硬件终端产品,一般采用红外摄像头进行防伪。相比于RGB摄像头,红外摄像头的防伪精度要更高。同时,相比于3D视觉技术中的结构光或者TOF深感摄像头,红外摄像头的成本更低。红外摄像头在活体检测中使用广泛,与RGB摄像头相比,红外摄像头受光线影响较小,在黑暗、强逆光、强顺光的状态下也能很好地呈现高质量的人脸画面。
现有技术中,大部分的人脸识别系统仅仅是将红外摄像头用于活体检测,而忽视了红外摄像头可以用于辅助RGB摄像头进行人脸识别。在考虑硬件终端功耗的情况下,人脸识别硬件终端通常采用唤醒的方式来开启人脸识别服务。同时,在考虑硬件终端成本的情况下,人脸识别硬件终端会舍弃通过雷达或者红外人体感应模块感知用户存在来触发开启人脸识别服务,而是通过摄像头检测人脸目标来唤醒人脸识别服务。这一方式存在的问题是在一些低照度、强逆光或者强顺光等恶劣环境状态下,RGB摄像头往往会存在检测不到人脸的情况。
发明内容
根据现有技术中存在的不足,现提供一种双摄人脸识别方法及装置,通过增加红外摄像头,借助红外摄像头成像受光线影响较少的特点,辅助RGB摄像头进行人脸检测,提高人脸识别装置的环境适应能力,并在不同的情况下结合使用RGB识别和红外识别,提高人脸识别的通过率和准确率。
上述技术方案具体包括:
一种双摄人脸识别方法,用于RGB和红外双摄像头装置的人脸识别控制,其中,于待机状态下,RGB摄像头和红外摄像头交替进行人脸检测,并于检测到人脸目标后,开启人脸识别,还包括:
步骤S1,所述RGB摄像头采集并判断所述人脸目标的图像质量是否满足预设条件:
若是,则转向步骤S2;
若否,则不进行识别;
步骤S2,所述RGB摄像头采集并判断所述人脸目标的亮度是否处在预设范围内:
若是,则转向步骤S3;
若否,则转向步骤S4;
步骤S3,进入第一识别模式对所述人脸目标进行识别;
步骤S4,进入第二识别模式对所述人脸目标进行识别。
优选地,其中,所述步骤S3进一步包括:
步骤S30,将所述RGB摄像头采集的所述人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第一匹配分,并判断最高的所述第一匹配分是否超过第一预设阈值:
若是,则识别成功;
若否,则转向步骤S31;
步骤S31,按照所述第一匹配分高低顺序,选取得分最高的预定个数的第一匹配分对应的人脸信息以生成第一集合;
步骤S32,将所述红外摄像头采集的所述人脸目标分别与所述第一集合中的人脸信息进行匹配打分,以生成第二匹配分;
步骤S33,根据所述第一匹配分和所述第二匹配分计算得到所述人脸目标与所述第一集合中每个所述人脸信息的第一综合匹配分;
步骤S34,判断最高的所述第一综合匹配分是否大于第二预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
优选地,其中,所述步骤S33中,根据如下公式计算得到所述第一综合匹配分:
N用于表示所述第一集合中所述人脸信息的个数;
Wi用于表示第二匹配分的权重系数;
S1i用于表示第一综合匹配分;
score_rgbi用于表示第i个人脸信息对应的第一匹配分;
score_iri用于表示第i个人脸信息对应的第二匹配分。
优选地,其中,所述步骤S4进一步包括:
步骤S40,将所述红外摄像头采集的所述人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第三匹配分,并判断最高的所述第三匹配分是否超过第三预设阈值,且所述数据库中预存的人脸信息小于预定个数:
若是,则识别成功;
若否,则转向步骤S41;
步骤S41,按照所述第三匹配分高低顺序,选取得分最高的预定个数的第三匹配分对应的人脸信息以生成第二集合;
步骤S42,将所述RGB摄像头采集的所述人脸目标分别与所述第二集合中的人脸信息进行匹配打分,以生成第四匹配分;
步骤S43,根据所述第三匹配分和所述第四匹配分计算得到所述人脸目标与所述第二集合中每个所述人脸信息的第二综合匹配分;
步骤S44,判断最高的所述第二综合匹配分是否大于第四预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
优选地,其中,所述步骤S43中,根据如下公式计算得到所述第二综合匹配分:
N用于表示所述第二集合中所述人脸信息的个数;
Wi用于表示第四匹配分的权重系数;
S2i用于表示第二综合匹配分;
score_rgb2i用于表示第i个人脸信息对应的第四匹配分;
score_ir2i用于表示第i个人脸信息对应的第三匹配分。
优选地,其中,所述RGB摄像头和所述红外摄像头交替进行人脸检测进一步包括:
步骤A1,对所述RGB摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到所述人脸目标:
若是,则开启人脸识别;
若否,则转向步骤A2;
步骤A2,对所述红外摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到所述人脸目标:
若是,则开启人脸识别;
若否,则返回步骤A1。
优选地,其中,于执行所述步骤S1同时,还包括:
步骤B1,所述红外摄像头采集并判断所述人脸目标的亮度值是否在预设范围内,并于所述亮度值不在所述预设范围内时,开启并调节红外补光灯,以使所述亮度值满足预设范围。
优选地,其中,所述步骤B1进一步包括:
步骤B10,获取所述红外摄像头采集的帧图像中所述人脸目标区域的亮度值;
步骤B11,判断所述亮度值是否在所述预设范围内:
若是,则退出;
若否,则转向步骤B12;
步骤B12,采用二分调节的方式调节所述红外补光灯的电流值,以调节红外补光灯的亮度,随后返回步骤B10。
优选地,其中,所述步骤B12中,根据如下公式得到本次调节的目标电流值:
优选地,其中,所述人脸目标的图像质量包括人脸大小、人脸角度以及人脸模糊度;
所述预设条件包括:
所述人脸大小不小于最小识别人脸阈值和最小活体检测人脸阈值的最大值;
和/或所述人脸角度位于正负角度阈值之间;
和/或所述人脸模糊度小于模糊度阈值。
一种人脸识别装置,其特征在于,应用了如上所述的双摄人脸识别方法,包括至少一个RGB摄像头,至少一个红外摄像头,图像信号处理单元,所述图像信号处理单元连接所述RGB摄像头和所述红外摄像头,用于调节RGB摄像头采集的人脸目标区域的成像质量;
于人脸识别装置通过所述红外摄像头检测到人脸目标后,根据所述RGB摄像头与所述红外摄像头之间的空间映射关系来判断是否需要开启补光灯,所述图像信号处理单元根据所述红外摄像头检测到的人脸目标区域调节所述RGB摄像头采集的人脸目标区域的成像质量。
上述技术方案的有益效果在于:
提供一种双摄人脸识别方法及装置,通过增加红外摄像头,借助红外摄像头成像受光线影响较少的特点,辅助RGB摄像头进行人脸检测,提高人脸识别装置的环境适应能力,并在不同的情况下结合使用RGB识别和红外识别,提高人脸识别的通过率和准确率。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中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公开的一些实施例,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它的附图。
图1是本发明的较佳实施例中,一种双摄人脸识别方法的步骤流程示意图;
图2是本发明的较佳实施例中,步骤S3的分步骤流程示意图;
图3是本发明的较佳实施例中,步骤S4的分步骤流程示意图;
图4是本发明的较佳实施例中,交替人脸检测的步骤流程示意图;
图5是本发明的较佳实施例中,步骤B1的分步骤流程示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,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他实施例,都属于本公开保护的范围。
要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
参见图1,一种双摄人脸识别方法,用于RGB和红外双摄像头装置的人脸识别控制,其中,于待机状态下,RGB摄像头和红外摄像头交替进行人脸检测,并于检测到人脸目标后,开启人脸识别,还包括:
步骤S1,RGB摄像头采集并判断人脸目标的图像质量是否满足预设条件:
若是,则转向步骤S2;
若否,则不进行识别;
于执行步骤S1同时,还包括:
步骤B1,红外摄像头采集并判断人脸目标的亮度值是否在预设范围内,并于亮度值不在预设范围内时,开启并调节红外补光灯,以使亮度值满足预设范围;
步骤S2,RGB摄像头采集并判断人脸目标的亮度是否处在预设范围内:
若是,则转向步骤S3;
若否,则转向步骤S4;
步骤S3,进入第一识别模式对人脸目标进行识别;
步骤S4,进入第二识别模式对人脸目标进行识别。
作为优选的实施方式,为了降低设备的功耗,在没有人脸进入摄像头范围内时,人脸识别算法服务以及用于增强亮度的白光补光灯通常是处在待机状态,而为了降低制造成本,硬件终端往往会避免采用雷达或者红外人体感应模块来实现触发人脸识别的功能,而是通过摄像头来检测人脸目标,以达到唤醒人脸识别服务的目的。在本发明的一个具体实施例中,为了进一步降低设备功耗,通过摄像头进行人脸目标检测时,可以采用隔帧检测的方式对摄像头采集的视频流中的图像帧进行人脸目标检测,当检测到人脸目标后会唤醒设备进入人脸识别服务并根据人脸亮度判断是否需要开启补光灯。
在一些逆光、顺光或低照度等恶劣的外界环境下,需要识别的人脸往往出现过暗或者过亮的情形,这使得单独的使用RGB摄像头进行人脸目标检测时,经常出现无法检测到人脸的情况。因此在本发明中,待机状态下采用RGB摄像头和红外摄像头相互交替检测的方式进行人脸目标检测,在任一摄像头检测到人脸目标后,唤醒设备进入人脸识别模式,有效发挥了红外摄像头受光线影响较小的特点,辅助RGB摄像头进行人脸检测。
进入正常人脸识别模式以后,首先RGB摄像头会对检测到的人脸目标的图像进行质量判断,对满足预设条件人脸进行进一步的识别,该预设条件可以是设备能够进行人脸识别的最低要求,不满足该条件人脸目标则不进行识别,同时可以返回相应的提示信息,提示待识别用户调整相应的位姿。
在本发明的较佳实施例中,人脸目标的图像质量包括人脸大小、人脸角度以及人脸模糊度;
预设条件包括:人脸大小不小于最小识别人脸阈值和最小活体检测人脸阈值的最大值;和/或人脸角度位于正负角度阈值之间;和/或人脸模糊度小于模糊度阈值。
具体的,在本实施例中,人脸大小可以通过人脸关键点外切框进行确定,人脸的角度可以通过人脸关键点计算获得,人脸模糊度以及下一步判断需要的人脸亮度则可以通过统计RGB摄像头采集的RGB像素分布或者神经网络的方式获得,以上获取均为本领域的现有技术,在此不再赘述。
对于通过图像质量判断的人脸目标则进入识别模式的选择,通过对摄像头检测到的人脸亮度的判断,选择进入不同的人脸识别模式。
在本发明的较佳实施例中,参见图2,步骤S3进一步包括:
步骤S30,将RGB摄像头采集的人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第一匹配分,并判断最高的第一匹配分是否超过第一预设阈值:
若是,则识别成功;
若否,则转向步骤S31;
步骤S31,按照第一匹配分高低顺序,选取得分最高的预定个数的第一匹配分对应的人脸信息以生成第一集合;
步骤S32,将红外摄像头采集的人脸目标分别与第一集合中的人脸信息进行匹配打分,以生成第二匹配分;
步骤S33,根据第一匹配分和第二匹配分计算得到人脸目标与第一集合中每个人脸信息的第一综合匹配分;
步骤S34,判断最高的第一综合匹配分是否大于第二预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
具体的,在本实施例中,对于RGB摄像头采集的人脸目标亮度处在预先设定的最低亮度阈值和最高亮度阈值之间时,进入第一识别模式;在第一识别模式中,首先,将RGB摄像头采集的人脸目标,采用RGB人脸识别模型与数据库中预先存储的人脸信息进行匹配打分,得到关联与每个预存人脸信息的匹配度得分,作为第一匹配分。将第一匹配分按照从大到小的顺序进行排序,判断得分最高的第一匹配分是否超过第一预设阈值,若超过,则认为识别成功。否则对各个人脸信息根据第一匹配分的大小进行排序,提取排名靠前的预定个数的人脸信息,也就是最为接近人脸目标的人脸信息生成第一集合,其中该预定个数可以根据具体情况具体设定,也可以进行动态设定,对此不做具体限制。
随后将红外摄像头采集的人脸目标,通过红外人脸识别模型与第一集合中的人脸信息进行匹配打分,由于第一集合中是通过RGB人脸识别模型筛选过的人脸信息数据,因此,大大缩小了红外人脸识别模型的识别范围,提高了识别的精度。红外人脸识别模型进行匹配打分后,生成关联于第一集合中每个人脸信息的第二匹配分,最后根据每个人脸信息得到的第一匹配分和第二匹配分,根据预定公式计算得到关联于第一集合中每个人脸信息的第一综合匹配分。
在本发明的较佳实施例中,步骤S33中,根据如下公式计算得到第一综合匹配分:
N用于表示所述第一集合中所述人脸信息的个数;
Wi用于表示第二匹配分的权重系数;
S1i用于表示第一综合匹配分;
score_rgbi用于表示第i个人脸信息对应的第一匹配分;
score_iri用于表示第i个人脸信息对应的第二匹配分。
具体的,在本实施例中,第一综合匹配得分用于表示人脸信息与人脸目标的相似度综合得分,Wi则用来调节红外人脸识别模型得分的权重,该权重系数可以根据具体情况具体调整。得到第一综合匹配分后判断第一综合匹配分中的最大值是否大于第二预设阈值,若大于则判定为识别成功,如果不大于,则认为该人脸目标为非在库人员,识别失败。
在本发明的较佳实施例中,参见图3,步骤S4进一步包括:
步骤S40,将红外摄像头采集的人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第三匹配分,并判断最高的第三匹配分是否超过第三预设阈值,且数据库中预存的人脸信息小于预定个数:
若是,则识别成功;
若否,则转向步骤S41;
步骤S41,按照第三匹配分高低顺序,选取得分最高的预定个数的第三匹配分对应的人脸信息以生成第二集合;
步骤S42,将RGB摄像头采集的人脸目标分别与第二集合中的人脸信息进行匹配打分,以生成第四匹配分;
步骤S43,根据第三匹配分和第四匹配分计算得到人脸目标与第二集合中每个人脸信息的第二综合匹配分;
步骤S44,判断最高的第二综合匹配分是否大于第四预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
具体的,在本实施例中,当RGB摄像头采集的人脸目标亮度不在预设范围内时,进入第二识别模式;该模式下首先获得红外摄像头采集的人脸目标图像,采用红外人脸识别模型与数据库中预先存储的人脸信息进行匹配打分,得到关联与每个预存人脸信息的匹配度得分,作为第三匹配分;将第三匹配分按照从大到小的顺序进行排序,判断得分最高的第三匹配分是否超过第三预设阈值,同时数据库中预存的人脸信息总个数少于预定的数目,例如,总数量少于20000条;同时满足上述两个条件的情况下,可以判定为人脸识别成功。该种设计方式主要时考虑到在人脸识别的过程中,红外摄像头采集的人脸目标相对于RGB摄像头采集的人脸目标的图像信息要少,但是,如果在较小的人脸数据库的情况下,例如上文举例的少于20000条,红外人脸识别模型也能够较为准确的进行人脸的识别,因此,在二者同时满足的情况下,判定为识别成功。
如果上述两个条件有一个不满足,则进一步计算第二综合积分的计算。具体的,首先按照第三匹配分的高低顺序进行排序,提取排名靠前的预定个数的人脸信息,也就是最为接近人脸目标的人脸信息生成第二集合,其中该预定个数可以根据具体情况具体设定,也可以进行动态设定,对此不做具体限制。
随后将RGB摄像头采集的人脸目标,通过RGB人脸识别模型与第二集合中的人脸信息进行匹配打分,由于第二集合中是通过红外人脸识别模型筛选过的人脸信息数据,因此,大大缩小了RGB人脸识别模型的识别范围,提高了识别的精度,降低了RGB人脸识别模型的识别难度。RGB人脸识别模型进行匹配打分后,生成关联于第二集合中每个人脸信息的第四匹配分,最后根据每个人脸信息得到的第三匹配分和第四匹配分,根据预定公式计算得到关联于第二集合中每个人脸信息的第二综合匹配分。
在本发明的较佳实施例中,步骤S43中,根据如下公式计算得到第二综合匹配分:
N用于表示所述第二集合中所述人脸信息的个数;
Wi用于表示第四匹配分的权重系数;
S2i用于表示第二综合匹配分;
score_rgb2i用于表示第i个人脸信息对应的第四匹配分;
score_ir2i用于表示第i个人脸信息对应的第三匹配分。
具体的,在本实施例中,第二综合匹配得分用于表示人脸信息与人脸目标的相似度综合得分,Wi则用来调节RGB人脸识别模型得分的权重,该权重系数可以根据具体情况具体调整。得到第二综合匹配分后判断第二综合匹配分中的最大值是否大于第四预设阈值,若大于则判定为识别成功,如果不大于,则认为该人脸目标为非在库人员,识别失败。
在本发明的较佳实施例中,参见图4,RGB摄像头和红外摄像头交替进行人脸检测进一步包括:
步骤A1,对RGB摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到人脸目标:
若是,则开启人脸识别;
若否,则转向步骤A2;
步骤A2,对红外摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到人脸目标:
若是,则开启人脸识别;
若否,则返回步骤A1。
具体的,在本实施例中,待机状态下,采用帧图像检测的方式进行人脸目标检测,如果RGB摄像头进行连续预定次数的人脸检测未检测到人脸,则转入采用红外摄像头进行预定次数的人脸检测,这样可以使得在一些恶劣环境下,RGB摄像头无法检测到人脸的情况下,红外摄像头可以辅助发现人脸目标。在本发明的一个具体实施例中,由于红外人脸检测只是起辅助作用,因此可以在进行多次RGB人脸检测后,开启一次红外人脸检测,从而往复循环,直到发现人脸目标,唤醒设备进入人脸识别。
在待机状态下,如果是通过红外摄像头检测到人脸目标时,首先唤醒设备进入人脸识别,并通过RGB摄像头与红外摄像头之间的映射关系来判断RGB摄像头中人脸目标区域的亮度是否需要开启补光灯,同时可以将该人脸目标区域输送给ISP(图像信号处理单元)来调节RGB摄像头下人脸目标区域成像质量,使RGB摄像头下人脸目标图像质量达到最优,便于RGB摄像头检测到人脸目标。
在本发明的较佳实施例中,参见图5,步骤B1进一步包括:
步骤B10,获取红外摄像头采集的帧图像中人脸目标区域的亮度值;
步骤B11,判断亮度值是否在预设范围内:
若是,则退出;
若否,则转向步骤B12;
步骤B12,采用二分调节的方式调节红外补光灯的电流值,以调节红外补光灯的亮度,随后返回步骤B10。
具体的,在本实施例中,在通过RGB摄像头进行人脸目标采集的同时,红外摄像头也采集人脸目标的亮度值,并判断该亮度值是否在预定的合理区间内,如果不在则通过调节红外补光灯的工作电流值来调节红外补光灯的亮度,具体的,通过调节红外补光灯的PWM,使得红外补光灯工作电流改变,进而使得红外摄像头中人脸目标的亮度达到理想的人脸亮度,方便红外摄像头进行识别。
在本发明的较佳实施例中,步骤B12中,根据如下公式得到本次调节的目标电流值:
具体的,在本实施例中,重复采用二分调节的方式进行工作电流的调节,直至满足亮度要求为止。
一种人脸识别装置,应用了上述的双摄人脸识别方法,包括至少一个RGB摄像头,至少一个红外摄像头,图像信号处理单元,图像信号处理单元连接RGB摄像头和红外摄像头,用于调节RGB摄像头采集的人脸目标区域的成像质量;
于人脸识别装置通过红外摄像头检测到人脸目标后,根据RGB摄像头与红外摄像头之间的空间映射关系来判断是否需要开启补光灯,图像信号处理单元根据红外摄像头检测到的人脸目标区域调节RGB摄像头采集的人脸目标区域的成像质量。
具体的,在本实施例中,某些恶劣光线环境条件下(如强逆光、强顺光、低照度),RGB摄像头会出现人脸检测困难的情况,此时可以使用红外摄像头检测人脸,检测结果可用于唤醒人脸识别服务、开启白光补光灯、将目标区域输送给ISP(Image Signal Processing图像信号处理)来自适应调节RGB摄像头下人脸目标区域成像质量等方面。同时,在某些恶劣光线环境下(如强逆光、强顺光、低照度),通过调节ISP也很难将RGB摄像头下的人脸质量调到合适的人脸质量。此时,通过判断RGB和IR摄像头下的人脸质量,在不同情况下,结合使用RGB识别和IR识别,提高人脸识别的通过率和准确率。
上述技术方案的有益效果在于:
提供一种双摄人脸识别方法及装置,通过增加红外摄像头,借助红外摄像头成像受光线影响较少的特点,辅助RGB摄像头进行人脸检测,提高人脸识别装置的环境适应能力,并在不同的情况下结合使用RGB识别和红外识别,提高人脸识别的通过率和准确率。
以上所述,仅为本公开的具体实施方式,但本公开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公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种双摄人脸识别方法,用于RGB和红外双摄像头装置的人脸识别控制,其特征在于,于待机状态下,RGB摄像头和红外摄像头交替进行人脸检测,并于检测到人脸目标后,开启人脸识别,还包括:
步骤S1,所述RGB摄像头采集并判断所述人脸目标的图像质量是否满足预设条件:
若是,则转向步骤S2;
若否,则不进行识别;
步骤S2,所述RGB摄像头采集并判断所述人脸目标的亮度是否处在预设范围内:
若是,则转向步骤S3;
若否,则转向步骤S4;
步骤S3,进入第一识别模式对所述人脸目标进行识别;
步骤S4,进入第二识别模式对所述人脸目标进行识别。
2.根据权利要求1所述的双摄人脸识别方法,其特征在于,所述步骤S3进一步包括:
步骤S30,将所述RGB摄像头采集的所述人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第一匹配分,并判断最高的所述第一匹配分是否超过第一预设阈值:
若是,则识别成功;
若否,则转向步骤S31;
步骤S31,按照所述第一匹配分高低顺序,选取得分最高的预定个数的第一匹配分对应的人脸信息以生成第一集合;
步骤S32,将所述红外摄像头采集的所述人脸目标分别与所述第一集合中的人脸信息进行匹配打分,以生成第二匹配分;
步骤S33,根据所述第一匹配分和所述第二匹配分计算得到所述人脸目标与所述第一集合中每个所述人脸信息的第一综合匹配分;
步骤S34,判断最高的所述第一综合匹配分是否大于第二预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
4.根据权利要求1所述的双摄人脸识别方法,其特征在于,所述步骤S4进一步包括:
步骤S40,将所述红外摄像头采集的所述人脸目标分别与数据库中预存的人脸信息进行匹配打分,得到第三匹配分,并判断最高的所述第三匹配分是否超过第三预设阈值,且所述数据库中预存的人脸信息小于预定个数:
若是,则识别成功;
若否,则转向步骤S41;
步骤S41,按照所述第三匹配分高低顺序,选取得分最高的预定个数的第三匹配分对应的人脸信息以生成第二集合;
步骤S42,将所述RGB摄像头采集的所述人脸目标分别与所述第二集合中的人脸信息进行匹配打分,以生成第四匹配分;
步骤S43,根据所述第三匹配分和所述第四匹配分计算得到所述人脸目标与所述第二集合中每个所述人脸信息的第二综合匹配分;
步骤S44,判断最高的所述第二综合匹配分是否大于第四预设阈值:
若是,则识别成功;
若否,则判定为非在库人员。
6.根据权利要求1所述的双摄人脸识别方法,其特征在于,所述RGB摄像头和所述红外摄像头交替进行人脸检测进一步包括:
步骤A1,对所述RGB摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到所述人脸目标:
若是,则开启人脸识别;
若否,则转向步骤A2;
步骤A2,对所述红外摄像头实时采集的帧图像进行预定次数的帧图像检测,以判断是否检测到所述人脸目标:
若是,则开启人脸识别;
若否,则返回步骤A1。
7.根据权利要求1所述的双摄人脸识别方法,其特征在于,于执行所述步骤S1同时,还包括:
步骤B1,所述红外摄像头采集并判断所述人脸目标的亮度值是否在预设范围内,并于所述亮度值不在所述预设范围内时,开启并调节红外补光灯,以使所述亮度值满足预设范围。
8.根据权利要求7所述的双摄人脸识别方法,其特征在于,所述步骤B1进一步包括:
步骤B10,获取所述红外摄像头采集的帧图像中所述人脸目标区域的亮度值;
步骤B11,判断所述亮度值是否在所述预设范围内:
若是,则退出;
若否,则转向步骤B12;
步骤B12,采用二分调节的方式调节所述红外补光灯的电流值,以调节红外补光灯的亮度,随后返回步骤B10。
10.根据权利要求1所述的双摄人脸识别方法,其特征在于,所述人脸目标的图像质量包括人脸大小、人脸角度以及人脸模糊度;
所述预设条件包括:
所述人脸大小不小于最小识别人脸阈值和最小活体检测人脸阈值的最大值;和/或
所述人脸角度位于正负角度阈值之间;和/或
所述人脸模糊度小于模糊度阈值。
11.一种人脸识别装置,其特征在于,应用了如权利要求1-10中任意一项所述的双摄人脸识别方法,包括至少一个RGB摄像头,至少一个红外摄像头,图像信号处理单元,所述图像信号处理单元连接所述RGB摄像头和所述红外摄像头,用于调节RGB摄像头采集的人脸目标区域的成像质量;
于人脸识别装置通过所述红外摄像头检测到人脸目标后,根据所述RGB摄像头与所述红外摄像头之间的空间映射关系来判断是否需要开启补光灯,所述图像信号处理单元根据所述红外摄像头检测到的人脸目标区域调节所述RGB摄像头采集的人脸目标区域的成像质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011546545.4A CN112364842B (zh) | 2020-12-24 | 2020-12-24 | 一种双摄人脸识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011546545.4A CN112364842B (zh) | 2020-12-24 | 2020-12-24 | 一种双摄人脸识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112364842A true CN112364842A (zh) | 2021-02-12 |
CN112364842B CN112364842B (zh) | 2021-04-27 |
Family
ID=74534614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011546545.4A Active CN112364842B (zh) | 2020-12-24 | 2020-12-24 | 一种双摄人脸识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364842B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949467A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 人脸检测方法、装置、电子设备和存储介质 |
CN113313023A (zh) * | 2021-05-28 | 2021-08-27 | 的卢技术有限公司 | 一种智能感知车内有宠物时保障行车安全的方法及系统 |
CN113627263A (zh) * | 2021-07-13 | 2021-11-09 | 支付宝(杭州)信息技术有限公司 | 一种基于人脸检测的曝光方法、装置以及设备 |
CN115995115A (zh) * | 2023-03-22 | 2023-04-21 | 成都华安视讯科技有限公司 | 一种基于双焦变换的人脸识别系统及方法 |
CN117292399A (zh) * | 2023-09-11 | 2023-12-26 | 广州市坤盛信息科技有限公司 | 一种基于红外补光的rgb摄像头识别野生保护动物的装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206378870U (zh) * | 2017-01-19 | 2017-08-04 | 内江市五元科技文化有限责任公司 | 人脸识别智能终端设备 |
CN108090428A (zh) * | 2017-12-08 | 2018-05-29 | 广西师范大学 | 一种人脸识别方法及其系统 |
CN208061218U (zh) * | 2017-12-08 | 2018-11-06 | 广西师范大学 | 一种人脸识别移动终端设备 |
CN109086694A (zh) * | 2018-07-17 | 2018-12-25 | 北京量子光影科技有限公司 | 一种人脸识别系统及方法 |
CN110874588A (zh) * | 2020-01-17 | 2020-03-10 | 南京甄视智能科技有限公司 | 动态优化人脸识别中光线影响的方法与装置 |
CN111582197A (zh) * | 2020-05-07 | 2020-08-25 | 贵州省邮电规划设计院有限公司 | 一种基于近红外和3d摄像技术的活体以及人脸识别系统 |
CN111738065A (zh) * | 2020-05-11 | 2020-10-02 | 广东天波信息技术股份有限公司 | 一种人脸识别门禁控制方法及系统 |
CN111797721A (zh) * | 2020-06-17 | 2020-10-20 | 深圳达闼科技控股有限公司 | 用于身份识别的方法和装置,存储介质 |
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 |
-
2020
- 2020-12-24 CN CN202011546545.4A patent/CN112364842B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206378870U (zh) * | 2017-01-19 | 2017-08-04 | 内江市五元科技文化有限责任公司 | 人脸识别智能终端设备 |
CN108090428A (zh) * | 2017-12-08 | 2018-05-29 | 广西师范大学 | 一种人脸识别方法及其系统 |
CN208061218U (zh) * | 2017-12-08 | 2018-11-06 | 广西师范大学 | 一种人脸识别移动终端设备 |
CN109086694A (zh) * | 2018-07-17 | 2018-12-25 | 北京量子光影科技有限公司 | 一种人脸识别系统及方法 |
CN110874588A (zh) * | 2020-01-17 | 2020-03-10 | 南京甄视智能科技有限公司 | 动态优化人脸识别中光线影响的方法与装置 |
CN111582197A (zh) * | 2020-05-07 | 2020-08-25 | 贵州省邮电规划设计院有限公司 | 一种基于近红外和3d摄像技术的活体以及人脸识别系统 |
CN111738065A (zh) * | 2020-05-11 | 2020-10-02 | 广东天波信息技术股份有限公司 | 一种人脸识别门禁控制方法及系统 |
CN111797721A (zh) * | 2020-06-17 | 2020-10-20 | 深圳达闼科技控股有限公司 | 用于身份识别的方法和装置,存储介质 |
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 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949467A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 人脸检测方法、装置、电子设备和存储介质 |
CN112949467B (zh) * | 2021-02-26 | 2024-03-08 | 北京百度网讯科技有限公司 | 人脸检测方法、装置、电子设备和存储介质 |
CN113313023A (zh) * | 2021-05-28 | 2021-08-27 | 的卢技术有限公司 | 一种智能感知车内有宠物时保障行车安全的方法及系统 |
CN113627263A (zh) * | 2021-07-13 | 2021-11-09 | 支付宝(杭州)信息技术有限公司 | 一种基于人脸检测的曝光方法、装置以及设备 |
CN113627263B (zh) * | 2021-07-13 | 2023-11-17 | 支付宝(杭州)信息技术有限公司 | 一种基于人脸检测的曝光方法、装置以及设备 |
CN115995115A (zh) * | 2023-03-22 | 2023-04-21 | 成都华安视讯科技有限公司 | 一种基于双焦变换的人脸识别系统及方法 |
CN117292399A (zh) * | 2023-09-11 | 2023-12-26 | 广州市坤盛信息科技有限公司 | 一种基于红外补光的rgb摄像头识别野生保护动物的装置 |
CN117292399B (zh) * | 2023-09-11 | 2024-04-05 | 广州市坤盛信息科技有限公司 | 一种基于红外补光的rgb摄像头识别野生保护动物的装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112364842B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112364842B (zh) | 一种双摄人脸识别方法及装置 | |
CN108229362B (zh) | 一种基于门禁系统的双目人脸识别活体检测方法 | |
US10402624B2 (en) | Presence sensing | |
CN109377616B (zh) | 一种基于二维人脸识别的门禁控制系统 | |
JP5010905B2 (ja) | 顔認証装置 | |
US7925093B2 (en) | Image recognition apparatus | |
US10372191B2 (en) | Presence sensing | |
CN108664843B (zh) | 活体对象识别方法、设备和计算机可读存储介质 | |
US9177202B2 (en) | Red-eye detection device | |
KR101172898B1 (ko) | 얼굴 인식 시스템에서의 위조 검출 방법 | |
JP5955031B2 (ja) | 顔画像認証装置 | |
JP2008234208A (ja) | 顔部位検出装置及びプログラム | |
EP2238563A1 (en) | Enabling persistent recognition of individuals in images | |
US20080226138A1 (en) | Eyelid detection apparatus and program therefor | |
CN113516005B (zh) | 一种基于深度学习和姿态估计的舞蹈动作评价系统 | |
CN112818722A (zh) | 模块化动态可配置的活体人脸识别系统 | |
CN113313856A (zh) | 具有3d人脸识别的门锁系统及使用方法 | |
CN112866581A (zh) | 摄像头自动曝光补偿方法、装置及电子设备 | |
CN102804204B (zh) | 利用色度键控的姿势识别 | |
KR100755800B1 (ko) | 얼굴색과 에이다부스트를 이용한 얼굴 검출기 및 검출방법 | |
JP2010244156A (ja) | 画像特徴量検出装置及びこれを用いた視線方向検出装置 | |
JP5766096B2 (ja) | 顔画像認証装置 | |
CN112861645A (zh) | 红外摄像头弱光环境补偿方法、装置及电子设备 | |
CN109543521A (zh) | 主侧视结合的活体检测与人脸识别方法 | |
Long et al. | Near infrared face image quality assessment system of video sequences |
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 |