CN113408360A - 一种ai信息识别系统 - Google Patents

一种ai信息识别系统 Download PDF

Info

Publication number
CN113408360A
CN113408360A CN202110571024.2A CN202110571024A CN113408360A CN 113408360 A CN113408360 A CN 113408360A CN 202110571024 A CN202110571024 A CN 202110571024A CN 113408360 A CN113408360 A CN 113408360A
Authority
CN
China
Prior art keywords
information
face
processing module
picture
subsystem
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
Application number
CN202110571024.2A
Other languages
English (en)
Inventor
高顺杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changshu Baichuang Network Technology Co ltd
Original Assignee
Changshu Baichuang Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changshu Baichuang Network Technology Co ltd filed Critical Changshu Baichuang Network Technology Co ltd
Priority to CN202110571024.2A priority Critical patent/CN113408360A/zh
Publication of CN113408360A publication Critical patent/CN113408360A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种AI信息识别系统,包括图片信息处理模块,所述图片信息处理模块包括图片处理模块和文字处理模块,所述图片处理模块包括信息采集子系统和数据分析子系统,所述信息采集子系统包括摄像装置、身份识别卡和解读器,所述数据分析子系统包括人脸验证模块,分别用于图像的人像识别和文字识别,省去工作人员对图像和真人反复进行肉眼比对等环节,提高工作效率,同时能够对图片文字信息进行提取和比对,识别效果精准,效率高。

Description

一种AI信息识别系统
技术领域
本发明涉及信息识别技术领域,具体为一种AI信息识别系统。
背景技术
现有的人脸识别方法,特别是一些商用软件,对所识别、比对的人脸照片的清晰度要求很高,比如要求人脸照片中两眼之间的距离要大于80像素。而由于存储空间限制,一般存储在身份证RFID卡上的照片清晰度较差,人脸照片中两眼之间的距离仅在20像素左右。因此,现有的人脸识别方法不能直接对压缩照片与现场抓拍的人脸照片进行比对,需要通过人工进一步识别,效率低下,且识别精度不高,此外,只通过人脸识别也具有一定的局限性,需要对图片文字信息进行提取识别,因此,需要一种AI信息识别系统。
发明内容
本发明的目的在于提供一种AI信息识别系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种AI信息识别系统,包括图片信息处理模块,所述图片信息处理模块包括图片处理模块和文字处理模块,所述图片处理模块包括信息采集子系统和数据分析子系统,所述信息采集子系统包括摄像装置、身份识别卡和解读器,所述数据分析子系统包括人脸验证模块;
所述文字处理模块的处理步骤包括:文字检测模型检测证件图像中的文字位置,并通过标注框标注文字位置;判断图像方向并进行调整;同行标注框合并、排序、获取每行文字的信息框;将标准模板与信息框对齐,裁剪输出文字图片;文字识别模型识别文字图片,提取文字内容;文字内容校验,输出文字内容。
作为本发明进一步的方案:所述人脸验证模块由顺序连接的局部特征判断单元和整体特征判断单元组成;所述局部特征判断单元为基于局部二元模式对采集的图片信息在局部特征上进行比对的人脸识别单元;所述整体特征判断单元为基于特征脸对采集的图片信息信息在整体特征上进行比对的人脸识别单元。
作为本发明进一步的方案:所述身份识别卡与解读器匹配,图片内含用于存储证件照的RFID电子标签;摄像装置采集的人脸信息和解读器采集的图片人像信息分别输入数据分析子系统。
作为本发明进一步的方案:所述数据分析子系统还包括人脸验证模块前的人脸检测模块,所述人脸检测模块是基于肤色检测确定人脸区域,并通过类Haar特征和Adaboost算法提取人脸部特征点的检测模块。
作为本发明进一步的方案:所述数据分析子系统还包括用于灰度图转化、图像归一化和光照均衡处理的图片处理模块。
作为本发明进一步的方案:所述数据分析子系统设于电脑主机,摄像装置与电脑主机连接,解读器与电脑主机串口方式连接。
作为本发明进一步的方案:所述图片信息处理模块还包括存储子系统和监控管理子系统,所述存储子系统包括人脸模板训练库和识别结果存储库,所述人脸模板训练库由局部特征判断单元和整体特征判断单元访问,所述识别结果存储库由监控管理子系统访问,所述监控管理子系统通过查询方式访问识别结果存储库。
作为本发明进一步的方案:所述文字检测模型使用的卷积神经网络为PSENet网络;所述文字识别模型使用的卷积神经网络为CRNN网络。
与现有技术相比,本发明的有益效果是:本发明提供一种AI信息识别系统,具体的包括图片处理模块和文字处理模块,分别用于图像的人像识别和文字识别,省去工作人员对图像和真人反复进行肉眼比对等环节,提高工作效率,同时能够对图片文字信息进行提取和比对,识别效果精准,效率高。
附图说明
图1为一种AI信息识别系统的总体框图示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种AI信息识别系统,包括图片信息处理模块,所述图片信息处理模块包括图片处理模块和文字处理模块,所述图片处理模块包括信息采集子系统和数据分析子系统,所述信息采集子系统包括摄像装置、身份识别卡和解读器,所述数据分析子系统包括人脸验证模块;所述人脸验证模块由顺序连接的局部特征判断单元和整体特征判断单元组成;所述局部特征判断单元为基于局部二元模式对采集的图片信息在局部特征上进行比对的人脸识别单元;所述整体特征判断单元为基于特征脸对采集的图片信息信息在整体特征上进行比对的人脸识别单元;所述身份识别卡与解读器匹配,图片内含用于存储证件照的RFID电子标签;摄像装置采集的人脸信息和解读器采集的图片人像信息分别输入数据分析子系统;所述数据分析子系统还包括人脸验证模块前的人脸检测模块,所述人脸检测模块是基于肤色检测确定人脸区域,并通过类Haar特征和Adaboost算法提取人脸部特征点的检测模块;所述数据分析子系统还包括用于灰度图转化、图像归一化和光照均衡处理的图片处理模块;所述数据分析子系统设于电脑主机,摄像装置与电脑主机连接,解读器与电脑主机串口方式连接;所述图片信息处理模块还包括存储子系统和监控管理子系统,所述存储子系统包括人脸模板训练库和识别结果存储库,所述人脸模板训练库由局部特征判断单元和整体特征判断单元访问,所述识别结果存储库由监控管理子系统访问,所述监控管理子系统通过查询方式访问识别结果存储库。
具体的,输入数据分析子系统用于对输入的数据进行分析和识别,括图片处理模块、人脸检测模块和人脸验证模块。所述图片处理模块用于对灰度图转化、图像归一化和光照均衡处理。人脸检测模块基于肤色检测确定人脸区域,并通过类Haar特征和Adaboost算法提取人脸部特征点。人脸验证模块由顺序连接的局部特征判断单元和整体特征判断单元组成;局部特征判断单元用于对采集的人脸信息和图片人像在局部特征上进行比对,整体特征判断单元用于对采集的人脸信息和证件照片信息在整体特征上进行比对;当局部特征判断单元和整体特征判断单元均认为相符的情况下,系统输出人脸与证件照片相符的识别结果,实现图片图像信息识别。
可以将现场抓拍的人脸转化为灰度图像,进行归一化和光照均衡处理;人脸检测将RFID数据处理的图像做肤色检测,利用Adaboost算法排除不必要的训练数据,并将关键点放在重要的训练数据上;人脸验证利用基于二元模式(LBP)方法提取人脸特征,再利用基于特征脸(PCA)方法实现人脸识别,并最终达到图片图像信息与现场抓拍人脸自动识别的效果。
所述文字处理模块的处理步骤包括:文字检测模型检测证件图像中的文字位置,并通过标注框标注文字位置;判断图像方向并进行调整;同行标注框合并、排序、获取每行文字的信息框;将标准模板与信息框对齐,裁剪输出文字图片;文字识别模型识别文字图片,提取文字内容;文字内容校验,输出文字内容。
所述文字检测模型使用的卷积神经网络为PSENet网络;所述文字识别模型使用的卷积神经网络为CRNN网络。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种AI信息识别系统,包括图片信息处理模块,其特征在于:所述图片信息处理模块包括图片处理模块和文字处理模块,所述图片处理模块包括信息采集子系统和数据分析子系统,所述信息采集子系统包括摄像装置、身份识别卡和解读器,所述数据分析子系统包括人脸验证模块;
所述文字处理模块的处理步骤包括:文字检测模型检测证件图像中的文字位置,并通过标注框标注文字位置;判断图像方向并进行调整;同行标注框合并、排序、获取每行文字的信息框;将标准模板与信息框对齐,裁剪输出文字图片;文字识别模型识别文字图片,提取文字内容;文字内容校验,输出文字内容。
2.根据权利要求1所述的一种AI信息识别系统,其特征在于:所述人脸验证模块由顺序连接的局部特征判断单元和整体特征判断单元组成;所述局部特征判断单元为基于局部二元模式对采集的图片信息在局部特征上进行比对的人脸识别单元;所述整体特征判断单元为基于特征脸对采集的图片信息信息在整体特征上进行比对的人脸识别单元。
3.根据权利要求2所述的一种AI信息识别系统,其特征在于:所述身份识别卡与解读器匹配,图片内含用于存储证件照的RFID电子标签;摄像装置采集的人脸信息和解读器采集的图片人像信息分别输入数据分析子系统。
4.根据权利要求3所述的一种AI信息识别系统,其特征在于:所述数据分析子系统还包括人脸验证模块前的人脸检测模块,所述人脸检测模块是基于肤色检测确定人脸区域,并通过类Haar特征和Adaboost算法提取人脸部特征点的检测模块。
5.根据权利要求4所述的一种AI信息识别系统,其特征在于:所述数据分析子系统还包括用于灰度图转化、图像归一化和光照均衡处理的图片处理模块。
6.根据权利要求5所述的一种AI信息识别系统,其特征在于:所述数据分析子系统设于电脑主机,摄像装置与电脑主机连接,解读器与电脑主机串口方式连接。
7.根据权利要求6所述的一种AI信息识别系统,其特征在于:所述图片信息处理模块还包括存储子系统和监控管理子系统,所述存储子系统包括人脸模板训练库和识别结果存储库,所述人脸模板训练库由局部特征判断单元和整体特征判断单元访问,所述识别结果存储库由监控管理子系统访问,所述监控管理子系统通过查询方式访问识别结果存储库。
8.根据权利要求7所述的一种AI信息识别系统,其特征在于:所述文字检测模型使用的卷积神经网络为PSENet网络;所述文字识别模型使用的卷积神经网络为CRNN网络。
CN202110571024.2A 2021-05-25 2021-05-25 一种ai信息识别系统 Pending CN113408360A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110571024.2A CN113408360A (zh) 2021-05-25 2021-05-25 一种ai信息识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110571024.2A CN113408360A (zh) 2021-05-25 2021-05-25 一种ai信息识别系统

Publications (1)

Publication Number Publication Date
CN113408360A true CN113408360A (zh) 2021-09-17

Family

ID=77674986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110571024.2A Pending CN113408360A (zh) 2021-05-25 2021-05-25 一种ai信息识别系统

Country Status (1)

Country Link
CN (1) CN113408360A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902959A (zh) * 2012-04-28 2013-01-30 王浩 基于二代身份证存储证件照的人脸识别方法及系统
CN202815870U (zh) * 2012-04-28 2013-03-20 王浩 一种证件照片与人脸自动识别系统
CN112528954A (zh) * 2020-12-25 2021-03-19 深圳太极云软技术有限公司 一种证件图像文字提取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902959A (zh) * 2012-04-28 2013-01-30 王浩 基于二代身份证存储证件照的人脸识别方法及系统
CN202815870U (zh) * 2012-04-28 2013-03-20 王浩 一种证件照片与人脸自动识别系统
CN112528954A (zh) * 2020-12-25 2021-03-19 深圳太极云软技术有限公司 一种证件图像文字提取方法

Similar Documents

Publication Publication Date Title
CN111191567B (zh) 身份数据处理方法、装置、计算机设备和存储介质
CN110197146B (zh) 基于深度学习的人脸图像分析方法、电子装置及存储介质
Ismael et al. Face recognition using Viola-Jones depending on Python
Marciniak et al. Influence of low resolution of images on reliability of face detection and recognition
WO2019061658A1 (zh) 眼镜定位方法、装置及存储介质
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
CN112052731B (zh) 一种智能人像识别打卡考勤系统及方法
CN109376717A (zh) 人脸对比的身份识别方法、装置、电子设备及存储介质
Ayyappan et al. Criminals and missing children identification using face recognition and web scrapping
SudhaNarang et al. Comparison of face recognition algorithms using Opencv for attendance system
CN103530648A (zh) 一种基于多帧图像的人脸识别方法
Patil et al. Comparative analysis of facial recognition models using video for real time attendance monitoring system
CN110222660B (zh) 一种基于动态与静态特征融合的签名鉴伪方法及系统
CN204143555U (zh) 身份识别自助终端及对应的房产证明打印终端
Bairagi et al. A real-time face recognition smart attendance system with haar cascade classifiers
CN114821725A (zh) 一种基于神经网络的矿工人脸识别系统
CN104217504A (zh) 身份识别自助终端及对应的房产证明打印终端
CN106980818B (zh) 一种用于人脸图像的个性化预处理方法、系统及其终端
Gupta et al. HaarCascade and LBPH Algorithms in Face Recognition Analysis
Gomathy et al. Face recognition based student detail collection using opencv
CN113408360A (zh) 一种ai信息识别系统
CN111428670B (zh) 人脸检测方法、装置、存储介质及设备
Rathinamala et al. Automatic attendance monitoring system using LBPH and HAAR algorithm
Satpute et al. Attendance Management System Using Face Recognition
CN112200080A (zh) 一种人脸识别方法、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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210917