CN112560770A - 一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 - Google Patents
一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 Download PDFInfo
- Publication number
- CN112560770A CN112560770A CN202011560418.XA CN202011560418A CN112560770A CN 112560770 A CN112560770 A CN 112560770A CN 202011560418 A CN202011560418 A CN 202011560418A CN 112560770 A CN112560770 A CN 112560770A
- Authority
- CN
- China
- Prior art keywords
- face
- buddha
- image
- cloud server
- preset
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012549 training Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 11
- 238000012847 principal component analysis method Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000000513 principal component analysis Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Analysis (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于人脸识别技术来定位幻彩智慧灯光的方法,用于人脸拍摄设备和各佛像预置的LED灯均通过同一云服务器互联而成的网络上,该方法包括:人脸拍摄设备对信徒的人脸进行拍摄,以得到人脸图像并发送给云服务器;云服务器待接收到人脸图像后,使用预先训练好的人脸识别模型对人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;接收服务器下发控制指令的LED灯,实现在所匹配佛像周围进行闪烁。实施本发明,结合人脸识别和灯光定位技术,对指定佛像进行快速定位,从而解决传统管理方式所带来的不便。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统。
背景技术
人脸识别技术在当今社会已经被广泛应用,是一项高速发展与被研究的模式识别与图像处理领域的技术。其广义上指针对某一项人体生物特征提取和识别的技术,其目的在于区分不同生物身份或个体模式。目前广义的人脸识别技术是指人脸识别系统构建所需要的一系列技术,包括人脸的图像信息采集技术、人脸图像定位技术和人脸识别信息处理技术等。狭义的人脸识别技术指通过对人脸的图像进行采集,进而通过身份信息确认或人脸信息确认达到验证的计算机应用或自动识别系统。
与其他生理特征相比较,人脸是人类相互交流最直接的、最显著载体,有易采集、静态和非接触等优点,人与人第一次接触时,通常都是通过一个人的脸部特征来获取对方的基本信息,然后将其脸部特征的特殊记忆点存储在大脑中作为第一印象,用来之后对其的认知。因此,通过人脸可以快速识别出一个人的身份。
现如今很多寺庙都建有万佛墙,开放给信众进行认捐供养。寺庙里的万佛墙数量一般在500-10000之间,且佛像数量众多,导致传统的人员管理方式在短时间内很难准确、快速地将信众定位到指定佛像。因此,有必要结合人脸识别和灯光定位技术,对指定佛像进行快速定位,使指定佛像的LED灯亮起,从而可以带来更佳的用户体验。
发明内容
本发明实施例所要解决的技术问题在于,提供一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统,结合人脸识别和灯光定位技术,对指定佛像进行快速定位,从而解决传统管理方式所带来的不便。
为了解决上述技术问题,本发明实施例提供了一种基于人脸识别技术来定位幻彩智慧灯光的方法,用于人脸拍摄设备和各佛像预置的LED灯均通过同一云服务器互联而成的网络上,其中,所述方法包括以下步骤:
步骤S1、所述人脸拍摄设备对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
步骤S2、所述云服务器待接收到所述人脸图像后,使用预设的人脸识别模型对所述人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
步骤S3、接收所述云服务器下发控制指令的LED灯,实现在所匹配佛像周围进行闪烁。
其中,在所述步骤S1之前,还包括以下步骤:
寺庙管理人员手机在与所述云服务器建立通信后,登录所述云服务器上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,所述信徒信息包括人脸图像和身份信息;所述佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。
其中,所述方法进一步包括:
在所述寺庙管理人员手机上采用双线性插值法对信徒的人脸图像进行预处理后,上传给所述云服务器上预设的信徒人脸与佛像的关联数据库中。
其中,对信徒的人脸图像进行预处理的步骤具体包括:图像标准化、图像色彩灰度化和图像亮度均衡化。
其中,所述云服务器中预设的人脸识别模型是基于主成分分析法构建得到的,并通过训练样本进行训练。
其中,所述基于主成分分析法构建人脸识别模型的步骤具体包括:
第一步、对载入的人脸库图像进行几何归一化处理,设每幅图像为m*n像素点,将每幅图像先按照行优先存储在一个列向量组{X1,X2,X3,·····}中;
第二步、根据公式(1),将矩阵进行K-L变换,求得平均人脸:
其中,m为标准化后的图像行像素点个数,M为标准化前的图像行像素点个数,Xi为列向量组中相应的人脸图像;
第三步、根据公式(2),求所有训练样本的协方差矩阵:
其中,T为矩阵转置,μX为人脸平均的行像素点个数;
第四步、根据公式(3),求得每个人脸矩阵Xi与平均人脸μX的差值向量:
W=(w1,...,wn) (3)
第五步、将所有训练样本图像X投影到特征子空间U中,可以得到由每幅训练样本图像在特征子空间U中的坐标系数所形成的人脸识别模型,如公式(4)所示:
yi=UT(xi-μX)=UTwi(i=1,2,L,M) (4)
其中,U∈RN(M-1),xi,μX,wi∈RN,yi∈R(M-1)。
其中,所述使用预设的人脸识别模型对所述人脸图像进行识别的具体步骤包括:
将待测图像xtest投影到特征子空间U中,得到其对应的坐标系数,如公式(5)所示:
ytest=UT(xtest-μX) (5)
本发明实施例还提供了一种基于人脸识别技术来定位幻彩智慧灯光的系统,包括云服务器及其互联的人脸拍摄设备和各佛像预置的LED灯;其中,
所述人脸拍摄设备,用于对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
所述云服务器,用于待接收到所述人脸图像后,使用预设的人脸识别模型对所述人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
每一LED灯,均用于接收所述云服务器下发的控制指令,实现在所匹配佛像周围进行闪烁。
其中,还包括:与所述云服务器实现通信的寺庙管理人员手机;
所述寺庙管理人员手机,用于与所述云服务器建立通信后,登录所述云服务器上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,所述信徒信息包括人脸图像和身份信息;所述佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。
其中,还包括:IC卡电子标签和读卡器;
所述IC卡电子标签,用于绑定信徒的身份信息;
所述读卡器与所述云服务器实现通信,用于读取所述IC卡电子标签绑定的信徒的身份信息,并在与所述云服务器建立通信后,通过所读取的信徒的身份信息,在预设的信徒人脸与佛像的关联数据库中进行佛像匹配。
实施本发明实施例,具有如下有益效果:
本发明结合人脸识别和灯光定位技术,通过人脸拍摄设备对信徒的人脸进行拍摄,并在云服务器上进行佛像匹配,且进一步在确定有匹配佛像时,给所匹配佛像所对应预置的LED灯下发控制指令,让相应LED灯在所匹配佛像周围进行闪烁,从而实现对指定佛像进行快速定位,解决了传统管理方式所带来的不便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种基于人脸识别技术来定位幻彩智慧灯光的系统的结构示意图;
图2为本发明实施例提供的一种基于人脸识别技术来定位幻彩智慧灯光的方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明实施例中,提供的一种基于人脸识别技术来定位幻彩智慧灯光的系统,包括云服务器1及其互联的人脸拍摄设备2和各佛像预置的LED灯3;其中,
人脸拍摄设备1,用于对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
云服务器2,用于待接收到人脸图像后,使用预设的人脸识别模型对人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
每一LED灯3,均用于接收云服务器2下发的控制指令,实现在所匹配佛像周围进行闪烁。
首先,在阿里云的官网上注册账号创建云服务器2,然后根据项目的需求进行租用,且在租用过程中需要选择的参数包括服务器CPU、服务器内存、地域节点和带宽等,以及在云服务器上预先设定的信徒人脸与佛像的关联数据库、人脸识别模型、灯光管理数据(包括行数、列数、区域)等软件系统。其次,建立人脸拍摄设备1(如面板机或摄像头)与云服务器2通过外网进行实时数据通信,且在各佛像周围预先设置LED灯3并都通过相应的控制器(未图示)与云服务器2进行实时数据通信,以实现云服务器2对LED灯3的管理控制.
同时,还包括:与云服务器2实现通信的寺庙管理人员手机4,该寺庙管理人员手机4与云服务器2通过外网进行实时数据通信,用于与云服务器2建立通信后,登录云服务器2上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,信徒信息包括人脸图像和身份信息;佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。
上述寺庙管理人员手机4、人脸拍摄设备1、云服务器2和LED灯3的具体实现功能如下:
(1)寺庙管理人员手机4在与云服务器2建立通信后,采用微信小程序登录云服务器2上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理。在一个例子中,寺庙管理人员为信徒拍照(即人脸图像),并在云服务器2上预先设定的信徒人脸与佛像的关联数据库中,填写姓名、手机号,入库,并将信徒人脸和指定佛像的LED灯进行绑定。同一个佛像可以绑定多个人脸(设定为5个或3个)。
除了人脸识别外,还提供了IC卡电子标签(未图示)和读取器(未图示)来实现识别定位的功能。其中,
IC卡电子标签,用于绑定信徒的身份信息;此时,信徒可以选择多个电子标签,并由法师跟佛像绑定。绑定操作步骤:法师选择佛像后,点击“添加电子标签按钮”,录入电子标签编号或扫描二维码即可录入标签编号,点击绑定。
读卡器与云服务器2实现通信,用于读取IC卡电子标签绑定的信徒的身份信息,并在与云服务器2建立通信后,通过所读取的信徒的身份信息,在预设的信徒人脸与佛像的关联数据库中进行佛像匹配。
同时,寺庙管理员在寺庙管理人员手机4上,可通过信徒姓名或手机号码或佛像编号进行检索。寺庙管理员在寺庙管理人员手机4上,还可以建立信徒识别记录及进香统计功能,能按照姓名、手机号、佛像编号、日期(开始-结束)进行查询。默认显示一周内的识别记录,按时间逆序排列。管理员可以按照年度信徒识别次数统计信徒进香情况。寺庙管理员在寺庙管理人员手机4上,还能利用微信小程序显示灯光矩阵图,用不同的颜色代表不同的状态,红色表示占用,绿色表示空闲。点击空闲位置可以录入人脸,点击占用位置显示人脸相关信息(姓名、佛像编号、手机号、创建时间)。
应当说明的是,为降低云服务器2的负荷标准化数据的传输(降低数据不规则带来的问题),可在寺庙管理人员手机4上进行图像标准化。鉴于图像算法的复杂度和效果的折中,本发明采用双线性插值法对信徒的人脸图像进行预处理后,上传给云服务器2上预设的信徒人脸与佛像的关联数据库中。
此时,对信徒的人脸图像进行预处理的步骤具体包括图像标准化、图像色彩灰度化和图像亮度均衡化,具体如下:
(a)图像大小的标准化。对于一张M×N大小的图像,变换为m×n大小的图像。新图像的某个像素为s(i,j),则该像素对应到原图像的像素为S(i×M/m,j×N/n)。假设i×M/m、j×N/n的整数部分分别为i、j,那么新图像的某个像素为:
s(i,j)=u*v*S(i,j)+u*(1-v)*S(i,j+1)+(1-v)*u*S(i+1,j)+(1-u)*(1-v)*S(i+1,j+1)其中,u、v为浮点。
(b)图像色彩灰度化。图像灰度化主要使用针对RBG颜色空间的图像进行灰度变换,假设在图像位置(i,j)的R、G、B三个分量为s.r(i,j),s.g(i,j),s.b(i,j),变换后的灰度为s(i,j)。那么采用加权平均法的过程如下:
s(i,j)=0.30*s.r(i,j)+0.59*s.g(i,j)+0.11*s.b(i,j)。
(c)图像亮度均衡化。图像亮度均衡化为了拉伸原有的颜色空间到一个更大范围的颜色空间,将颜色变化的空间拉大,使得颜色变换更加突出,从而突出图像的特征。灰度值k的像素变换如下:
其中,公式中Sk表示均衡化后的灰度值,∑表示总和,nj表示原图中某个灰度色阶j的像素数量,j的取值范围为0~k,N表示图像像素总数。
(2)人脸拍摄设备1实现人脸识别佛像灯光定位的功能。
(3)云服务器2中预设的人脸识别模型是基于主成分分析法(或主元分析法)构建得到的,并通过训练样本进行训练,即导入训练样本集合,计算样本的特征向量和特征值,将测试样本投影到特征脸空间的坐标系进行分类。
首先,云服务器2基于主成分分析法构建人脸识别模型的步骤具体包括:
第一步、对载入的人脸库图像进行几何归一化处理,设每幅图像为m*n像素点,将每幅图像先按照行优先存储在一个列向量组{X1,X2,X3,·····}中;
第二步、根据公式(1),将矩阵进行K-L变换,求得平均人脸:
其中,m为标准化后的图像行像素点个数,M为标准化前的图像行像素点个数,Xi为列向量组中相应的人脸图像;
第三步、根据公式(2),求所有训练样本的协方差矩阵:
其中,T为矩阵转置,μX为人脸平均的行像素点个数;
第四步、根据公式(3),求得每个人脸矩阵Xi与平均人脸μX的差值向量:
W=(w1,...,wn) (3)
由C∈RM且N较大,无法直接求得C的正交归一化的特征向量和特征值,可以通过奇异值分解的方法解决维数过高时无法求得特征值和特征向量的问题,即通过求解WTW来得到WWT的特征向量和特征值;
第五步、将所有训练样本图像X投影到特征子空间U中,可以得到由每幅训练样本图像在特征子空间U中的坐标系数所形成的人脸识别模型,如公式(4)所示:
yi=UT(xi-μX)=UTwi(i=1,2,L,M) (4)
其中,U∈RN(M-1),xi,μX,wi∈RN,yi∈R(M-1)。
即,将训练样本和待检测图像投影到特征子空间U,若将每一副人脸图像投影到上面,可以对应到子空间坐标系中的一个点(每个人脸的图像特征),然后将任何一副人脸图像都表示为这组特征脸的线性组合,各个加权系数为K-L变换的展开系数,作为图像识别特征。
其次,云服务器2使用预设的人脸识别模型对人脸图像进行识别的具体步骤包括:
第一步、将待测图像xtest投影到特征子空间U中,得到其对应的坐标系数,如公式(5)所示:
ytest=UT(xtest-μX) (5)
第二步、根据待测图像xtest投影到特征子空间U中的坐标系数,在由每幅训练样本图像在特征子空间U中的坐标系数所形成的人脸识别模型中,利用距离分类器进行识别,即采用欧几里得距离求解目标函数为:中满足最小距离的图像为识别结果。
最后,云服务器2根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像;若存在,则根据匹配的佛像,给所匹配佛像所对应预置的LED灯下发控制指令;若不存在,则丢弃。应当说明的是,预设的信徒人脸与佛像的关联数据库中还与信徒的身份信息进行匹配,以满足IC卡电子标签的识别定位功能。
(4)LED灯3分多行和/或多列围绕各佛像进行布置,并通过各自相应的控制器接收云服务器2下发的控制指令后,进行闪烁来定位信徒所匹配的佛像。
如图2所示,为本发明实施例中,提供的一种基于人脸识别技术来定位幻彩智慧灯光的方法,用于人脸拍摄设备和各佛像预置的LED灯均通过同一云服务器互联而成的网络(如图1所示)上,其中,所述方法包括以下步骤:
步骤S1、所述人脸拍摄设备对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
步骤S2、所述云服务器待接收到所述人脸图像后,使用预设的人脸识别模型对所述人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
步骤S3、接收所述云服务器下发控制指令的LED灯,实现在所匹配佛像周围进行闪烁。
具体过程为,在所述步骤S1之前,还包括以下步骤:
寺庙管理人员手机在与所述云服务器建立通信后,登录所述云服务器上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,信徒信息包括人脸图像和身份信息;佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。其中,在寺庙管理人员手机上采用双线性插值法对信徒的人脸图像进行预处理后,上传给云服务器上预设的信徒人脸与佛像的关联数据库中,预处理的步骤具体包括图像标准化、图像色彩灰度化和图像亮度均衡化。
在步骤S1中,人脸拍摄设备对信徒的人脸进行拍摄,以得到人脸图像并发送给云服务器。当然,人脸拍摄设备也可以具有寺庙管理人员手机上对信徒的人脸图像进行预处理的功能。
在步骤S2中,首先,云服务器中预设的人脸识别模型是基于主成分分析法构建得到的,并通过训练样本进行训练。其中,
基于主成分分析法构建人脸识别模型的步骤具体包括:
第一步、对载入的人脸库图像进行几何归一化处理,设每幅图像为m*n像素点,将每幅图像先按照行优先存储在一个列向量组{X1,X2,X3,·····}中;
第二步、根据公式(1),将矩阵进行K-L变换,求得平均人脸:
其中,m为标准化后的图像行像素点个数,M为标准化前的图像行像素点个数,Xi为列向量组中相应的人脸图像;
第三步、根据公式(2),求所有训练样本的协方差矩阵:
其中,T为矩阵转置,μX为人脸平均的行像素点个数;
第四步、根据公式(3),求得每个人脸矩阵Xi与平均人脸μX的差值向量:
W=(w1,...,wn) (3)
第五步、将所有训练样本图像X投影到特征子空间U中,可以得到由每幅训练样本图像在特征子空间U中的坐标系数所形成的人脸识别模型,如公式(4)所示:
yi=UT(xi-μX)=UTwi(i=1,2,L,M) (4)
其中,U∈RN(M-1),xi,μX,wi∈RN,yi∈R(M-1)。
其次,云服务器待接收到上述人脸拍摄设备传送的人脸图像后,使用预设的人脸识别模型对人脸图像进行识别。其中,
使用预设的人脸识别模型对所述人脸图像进行识别的具体步骤包括:
将待测图像xtest投影到特征子空间U中,得到其对应的坐标系数,如公式(5)所示:
ytest=UT(xtest-μX) (5)
最后,根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像;若存在,则根据匹配的佛像,给所匹配佛像所对应预置的LED灯下发控制指令;若不存在,则丢弃。应当说明的是,预设的信徒人脸与佛像的关联数据库中还与信徒的身份信息进行匹配,以满足IC卡电子标签的识别定位功能。
在步骤S3中,相应的LED灯在接收到云服务器下发的控制指令后,实现在所匹配佛像周围进行闪烁,从而实现对指定佛像快速定位。
实施本发明实施例,具有如下有益效果:
本发明结合人脸识别和灯光定位技术,通过人脸拍摄设备对信徒的人脸进行拍摄,并在云服务器上进行佛像匹配,且进一步在确定有匹配佛像时,给所匹配佛像所对应预置的LED灯下发控制指令,让相应LED灯在所匹配佛像周围进行闪烁,从而实现对指定佛像进行快速定位,解决了传统管理方式所带来的不便。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种基于人脸识别技术来定位幻彩智慧灯光的方法,用于人脸拍摄设备和各佛像预置的LED灯均通过同一云服务器互联而成的网络上,其特征在于,所述方法包括以下步骤:
步骤S1、所述人脸拍摄设备对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
步骤S2、所述云服务器待接收到所述人脸图像后,使用预设的人脸识别模型对所述人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
步骤S3、接收所述云服务器下发控制指令的LED灯,实现在所匹配佛像周围进行闪烁。
2.如权利要求1所述的基于人脸识别技术来定位幻彩智慧灯光的方法,其特征在于,在所述步骤S1之前,还包括以下步骤:
寺庙管理人员手机在与所述云服务器建立通信后,登录所述云服务器上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,所述信徒信息包括人脸图像和身份信息;所述佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。
3.如权利要求2所述的基于人脸识别技术来定位幻彩智慧灯光的方法,其特征在于,所述方法进一步包括:
在所述寺庙管理人员手机上采用双线性插值法对信徒的人脸图像进行预处理后,上传给所述云服务器上预设的信徒人脸与佛像的关联数据库中。
4.如权利要求3所述的基于人脸识别技术来定位幻彩智慧灯光的方法,其特征在于,对信徒的人脸图像进行预处理的步骤具体包括:图像标准化、图像色彩灰度化和图像亮度均衡化。
5.如权利要求1所述的基于人脸识别技术来定位幻彩智慧灯光的方法,其特征在于,所述云服务器中预设的人脸识别模型是基于主成分分析法构建得到的,并通过训练样本进行训练。
6.如权利要求5所述的基于人脸识别技术来定位幻彩智慧灯光的方法,其特征在于,所述基于主成分分析法构建人脸识别模型的步骤具体包括:
第一步、对载入的人脸库图像进行几何归一化处理,设每幅图像为m*n像素点,将每幅图像先按照行优先存储在一个列向量组{X1,X2,X3,·····}中;
第二步、根据公式(1),将矩阵进行K-L变换,求得平均人脸:
其中,m为标准化后的图像行像素点个数,M为标准化前的图像行像素点个数,Xi为列向量组中相应的人脸图像;
第三步、根据公式(2),求所有训练样本的协方差矩阵:
其中,T为矩阵转置,μX为人脸平均的行像素点个数;
第四步、根据公式(3),求得每个人脸矩阵Xi与平均人脸μX的差值向量:
W=(w1,...,wn) (3)
第五步、将所有训练样本图像X投影到特征子空间U中,可以得到由每幅训练样本图像在特征子空间U中的坐标系数所形成的人脸识别模型,如公式(4)所示:
yi=UT(xi-μX)=UTwi(i=1,2,L,M) (4)
其中,U∈RN(M-1),xi,μX,wi∈RN,yi∈R(M-1)。
8.一种基于人脸识别技术来定位幻彩智慧灯光的系统,其特征在于,包括云服务器及其互联的人脸拍摄设备和各佛像预置的LED灯;其中,
所述人脸拍摄设备,用于对信徒的人脸进行拍摄,以得到人脸图像并发送给所述云服务器;
所述云服务器,用于待接收到所述人脸图像后,使用预设的人脸识别模型对所述人脸图像进行识别,并根据识别结果,在预设的信徒人脸与佛像的关联数据库中,确定是否存在匹配的佛像,且进一步在确定有匹配的佛像时,给所匹配佛像所对应预置的LED灯下发控制指令;
每一LED灯,均用于接收所述云服务器下发的控制指令,实现在所匹配佛像周围进行闪烁。
9.如权利要求8所述的基于人脸识别技术来定位幻彩智慧灯光的系统,其特征在于,还包括:与所述云服务器实现通信的寺庙管理人员手机;
所述寺庙管理人员手机,用于与所述云服务器建立通信后,登录所述云服务器上预设的信徒人脸与佛像的关联数据库中,对信徒信息及其关联的佛像信息进行管理;其中,所述信徒信息包括人脸图像和身份信息;所述佛像信息包括佛像图像、佛像实体信息及佛像对应预置的LED灯信息。
10.如权利要求8所述的基于人脸识别技术来定位幻彩智慧灯光的系统,其特征在于,还包括:IC卡电子标签和读卡器;
所述IC卡电子标签,用于绑定信徒的身份信息;
所述读卡器与所述云服务器实现通信,用于读取所述IC卡电子标签绑定的信徒的身份信息,并在与所述云服务器建立通信后,通过所读取的信徒的身份信息,在预设的信徒人脸与佛像的关联数据库中进行佛像匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560418.XA CN112560770A (zh) | 2020-12-25 | 2020-12-25 | 一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011560418.XA CN112560770A (zh) | 2020-12-25 | 2020-12-25 | 一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112560770A true CN112560770A (zh) | 2021-03-26 |
Family
ID=75034208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011560418.XA Pending CN112560770A (zh) | 2020-12-25 | 2020-12-25 | 一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112560770A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116311510A (zh) * | 2023-03-08 | 2023-06-23 | 广东兆邦智能科技股份有限公司 | 一种基于图像采集的情绪检测方法及系统 |
CN116311510B (zh) * | 2023-03-08 | 2024-05-31 | 广东兆邦智能科技股份有限公司 | 一种基于图像采集的情绪检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1527224A (zh) * | 2003-03-06 | 2004-09-08 | 联想(北京)有限公司 | 移动式身份识别方法及识别系统 |
CN105590085A (zh) * | 2014-11-13 | 2016-05-18 | 四川新力光源股份有限公司 | 信息处理方法、装置、电子设备及系统 |
CN106648336A (zh) * | 2016-12-30 | 2017-05-10 | 广州励丰文化科技股份有限公司 | 基于编码图像的数字艺术景观装置显示控制方法及系统 |
-
2020
- 2020-12-25 CN CN202011560418.XA patent/CN112560770A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1527224A (zh) * | 2003-03-06 | 2004-09-08 | 联想(北京)有限公司 | 移动式身份识别方法及识别系统 |
CN105590085A (zh) * | 2014-11-13 | 2016-05-18 | 四川新力光源股份有限公司 | 信息处理方法、装置、电子设备及系统 |
CN106648336A (zh) * | 2016-12-30 | 2017-05-10 | 广州励丰文化科技股份有限公司 | 基于编码图像的数字艺术景观装置显示控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
徐圣: "智能安防报警系统的设计与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116311510A (zh) * | 2023-03-08 | 2023-06-23 | 广东兆邦智能科技股份有限公司 | 一种基于图像采集的情绪检测方法及系统 |
CN116311510B (zh) * | 2023-03-08 | 2024-05-31 | 广东兆邦智能科技股份有限公司 | 一种基于图像采集的情绪检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110889672B (zh) | 一种基于深度学习的学生打卡及上课状态的检测系统 | |
CN110263681A (zh) | 面部表情的识别方法和装置、存储介质、电子装置 | |
CN105654066A (zh) | 一种车辆识别方法及装置 | |
CN109685713B (zh) | 化妆模拟控制方法、装置、计算机设备及存储介质 | |
CN114998934B (zh) | 基于多模态智能感知和融合的换衣行人重识别和检索方法 | |
CN108960382A (zh) | 一种彩色条码及其颜色校准方法 | |
CN108198130A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN108446650A (zh) | 用于识别人脸的方法和装置 | |
CN110427972A (zh) | 证件视频特征提取方法、装置、计算机设备和存储介质 | |
CN106991364A (zh) | 人脸识别处理方法、装置以及移动终端 | |
CN108230536A (zh) | 一种对光可变防伪标识识别方法及装置 | |
CN115884471A (zh) | 灯效控制方法及其装置、设备、介质、产品 | |
CN112651333B (zh) | 静默活体检测方法、装置、终端设备和存储介质 | |
CN110309715A (zh) | 基于深度学习的灯具识别的室内定位方法、装置及系统 | |
Azhaguraj et al. | Smart attendance marking system using face recognition | |
Karunakar et al. | Smart Attendance Monitoring System (SAMS): A Face Recognition Based Attendance System for Classroom Environment | |
CN112560770A (zh) | 一种基于人脸识别技术来定位幻彩智慧灯光的方法及系统 | |
CN110532891A (zh) | 目标对象状态识别方法、装置、介质和设备 | |
CN115082652A (zh) | 一种基于可控光源采集装置的面料成分识别系统 | |
CN116542610B (zh) | 一种非接触式柜内资产自动盘点装置、方法和存储介质 | |
CN109145551A (zh) | 一种快速核实居民身份的方法和装置 | |
CN113221830B (zh) | 一种超分活体识别方法、系统、终端及存储介质 | |
Navya | SMART ATTENDANCE USING IMAGE PROCESSING TECHNIQUES | |
Kanuri | Feature extraction based attendance record system using LBPH | |
CN113128491A (zh) | 一种海员证件照图像获取方法及系统 |
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 |
Application publication date: 20210326 |
|
RJ01 | Rejection of invention patent application after publication |