CN113591619A - 一种基于录像视频的人脸识别核验装置及其核验方法 - Google Patents
一种基于录像视频的人脸识别核验装置及其核验方法 Download PDFInfo
- Publication number
- CN113591619A CN113591619A CN202110798754.6A CN202110798754A CN113591619A CN 113591619 A CN113591619 A CN 113591619A CN 202110798754 A CN202110798754 A CN 202110798754A CN 113591619 A CN113591619 A CN 113591619A
- Authority
- CN
- China
- Prior art keywords
- face
- face recognition
- image
- pictures
- picture
- 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
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本发明公开了一种基于录像视频的人脸识别核验装置及其核验方法,包括安装有采集摄像头的核验装置,核验装置通过信号线连有计算机,计算机通过网络连接数据服务器,计算机内设有用于数据临时存放的临时数据存储模块;用于数据存储的存储模块;用于存储生成报告的报告存储模块;用于将录像分级成图片的图像分解模块;用于对图片进行处理的图像处理模块;用于进行图像对比的图像对比模块;通过摄像头的采集,通过计算机对图片进行分析和对比,进行多个人脸的分拣、判断以及识别,让人脸采集的时间大大缩短,从而实现高效率、高准确率的人脸识别比对。
Description
技术领域
本发明属于人脸识别技术领域,具体涉及一种基于录像视频的人脸识别核验 装置及其核验方法。
背景技术
近些年,人脸识别系统为人们所知晓,这一项新兴的生物识别技术得到了广 泛地推广和运用;人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设 备,指掌纹的采集除了对设备有一定的磨损外,也不卫生,容易引起被采集者的 反感,而人脸图像采集的设备是摄像头,无须接触。
人脸识别技术是指利用分析比较的计算机技术识别人脸。人脸识别技术以其 独特性、直接性、方便性等特点,在涉及身份特征识别的领域里被广泛应用,其 中包括银行/证券等开户、门禁、闸机、自动调整影像放大、夜间红外侦测、自 动调整曝光强度等技术。
现有的人脸识别存在以下弊端:
(1)对周围的光线环境敏感,可能影响识别的准确性;
(2)人体面部的头发、饰物等遮挡物,人脸变老等因素,需要进行人工智 能补偿;(如可通过识别人脸的部分关键特性做修正)。
办事大厅人脸识别系统应当特别注意识别系统的反应灵敏度,这对于身份信 息的收集和整集具有很大的帮助。通过识别处理后可得到的基本信息包括人脸的 位置、尺度和姿态的信息,如果办事大厅人脸识别系统识别的反应速度快,便可 以快速地提取到这些特征,还能够进一步地抽取出更多的生物特征,例如种性别 又或是年龄等等。
发明内容
发明目的:本发明提供一种无需接触即可快速采集、智能识别分析的基于录 像视频的人脸识别核验装置及其核验方法。
技术方案:一种基于录像视频的人脸识别核验装置,包括安装有采集装置的 核验装置,该核验装置通过信号线连接计算机,计算机通过网络连接数据服务器, 计算机内设有用于数据临时存放的临时数据存储模块、用于数据存储的存储模块、 用于存储生成报告的报告存储模块、用于将录像分级成图片的图像分解模块、用 于对图片进行处理的图像处理模块以及用于进行图像对比的图像对比模块。
具体地,所述核验装置还包括人脸识别服务器;所述人脸识别服务器集人脸 检测、人脸抓拍、人脸识别、人脸特征分类等多样化算法和分布式计算软件于一 体,该人脸识别服务器与人员身份信息采集系统连接;所述人脸识别服务器将采 集装置采集到的视频图片等非结构化数据进行分析处理定位,检测获取人脸图片 并结合人员身份信息采集系统获取人员身份信息进行关联管理。
更具体地,所述人脸识别算法采用基于神经网络的深度学习算法,构建动态 人像识别服务、1:1/1:n/n:N等多样化人脸识别服务,从而实现人脸识别比对。
更具体地,所述通过分布式计算软件统一对多台人脸识别服务器进行集群管 理。
具体地,所述采集装置包括人脸抓拍机和普通高清网络摄像机;所述普通高 清网络摄像机主要实现图像采集、编码、视频传输等功能;人脸抓拍机可实现普 通高清网络摄像机的所有功能,其内置智能分析算法,还能实现对视频中人脸进 行自动捕获、跟踪、抓拍等功能;同时人脸抓拍机拥有人脸区域自动曝光优化、 人脸小图优化处理等功能,更适合于人脸卡口场景下获取最优人脸图片。
具体地,所述存储模块为IPSAN存储设备,若存在大容量的采集图片和结构 化特征数据保存要求时间长可扩容IPSAN存储设备,保证存储容量。
一种基于录像视频的人脸识别核验方法,包括以下步骤:
步骤1:采集装置通过控制核验装置进行拍摄,采集动态录像,并将动态录 像存储到临时存储模块中;
步骤2:通过图像分解模块,对采集的动态录像进行分解,分解成若干图片 A,并将图片A存放到临时存储模块中;
步骤3:通过计算机及图像对比模块将图片A中与存储模块中的存档图像进 行分析对比,若没有对比相似的图片,则提示身份核验失败;
步骤4:将图片A中对比产生的具有对应类似图片的特征图片进行分类,存 储到临时存储模块中,将存档图像中的对应图片存放到临时存储模块中,生成对 比图库;
步骤5:通过图像处理模块对存取的特征图片进行分析,并通过图像处理模 块处理对比特征图片,将对比图库中的图片进行设置,使得对比图库中的图片基 础参数与选取的特征图片参数一致;
步骤6:通过图像对比模块对处理后的对比图库图片与选取的特征图片进行 分析对比,对比通过,提示身份核验通过;对比不通过,提示身份核验失败;步 骤3、6中对对比不通过的图片进行存储,并生成报告,存放到报告存储模块中, 并通过计算机上传至数据服务器;
具体地,所述步骤5中,图片的基本参数包括分辨率、大小和对比度。
具体地,所述步骤6中分析对比是对图像对比模块处理后的对比图库图片与 选取的特征图片依次原色对比和灰度图像对比进行分析对比,当重合率大于对比 阈值视为对比通过。
有益效果:与现有技术相比,本发明的优点在于:
1、通过人脸识别服务器,并结合配套的前端摄像机和后端计算机实现了实 时人脸抓拍建模、事后静态人脸图片检索等功能;人脸识别可以主动读取人脸的 图像信息,便捷地实现了人员信息的获取和收集;
2、人脸识别服务器通过分布式计算软件统一对多台人脸识别服务器进行集 群管理,从而进一步提高系统效率,适合大规模系统部署;
3、人脸识别算法采用基于神经网络的深度学习算法,从而实现高效率、高 准确率的人脸识别比对;
4、计算机负责对计算集群存储、性能、服务进行统一的运维管理,降低系 统风险,提高用户体验;人像数据库负责人脸图像和算法特征化数据存储,数据 库内置提高系统耦合度,降低服务器于服务器之间的对接导致的系统风险;
5、方便高效,在实际应用场景中,人脸识别可以同时进行多个人脸的分拣、 判断以及识别。
附图说明
图1是本发明核验方法的流程框图;
图2是本发明核验装置的结构示意图;
图3是本发明实施例1的流程图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
如图1-2所示,一种基于录像视频的人脸识别核验装置及其核验方法,其中, 核验装置包括安装有采集装置的核验装置,该核验装置通过信号线连接计算机, 计算机通过网络连接数据服务器,计算机内设有用于数据临时存放的临时数据存 储模块、用于数据存储的存储模块、用于存储生成报告的报告存储模块、用于将 录像分级成图片的图像分解模块、用于对图片进行处理的图像处理模块以及用于 进行图像对比的图像对比模块。
上述存储模块为IPSAN存储设备,若存在大容量的采集图片和结构化特征数 据保存要求时间长可扩容IPSAN存储设备,保证存储容量。
核验装置还包括人脸识别服务器;该人脸识别服务器与人员身份信息采集系 统连接;所述人脸识别服务器将采集装置采集到的视频图片等非结构化数据进行 分析处理定位,检测获取人脸图片并结合人员身份信息采集系统获取人员身份信 息进行关联管理。所述人脸识别服务器集人脸检测、人脸抓拍、人脸识别、人脸 特征分类等多样化算法和分布式计算软件于一体,人脸识别算法采用基于神经网 络的深度学习算法,构建动态人像识别服务、1:1/1:n/n:N等多样化人脸识别 服务,从而实现人脸识别比对。通过分布式计算软件统一对多台人脸识别服务器 进行集群管理。集群是多台服务器集中在一起,实现同一业务,可以视为一台计 算机,多台服务器组成的一组计算机,作为一个整体存在,这些单个的服务器就 是集群的节点。集群具有可扩展性:集群中的服务节点,可以动态的添加机器,从而增加集群的处理能力;高可用性:如果集群某个节点发生故障,这台节点上 面运行的服务,可以被其他服务节点接管,从而增强集群的高可用性,从而提高 效率。
基于神经网络的深度学习算法为卷积神经网络,卷积的目的则是将某些特征 从图像中提取出来,正如视觉系统辨识具有方向性的物体边缘一样:首先检测横 线、竖线、斜线等具有方向性的基本的物体边缘,然后将若干个边缘组合城物体 的部分,最后再根据检测到的物体的部分分析物体具体是什么。
人脸识别的1:1模式:
人脸验证做的是1:1的比对,其身份验证模式本质上是计算机对当前人脸 与人像数据库进行快速人脸比对,并得出是否匹配的过程。
人脸识别的1:N模式:
人脸识别做的是1:N的比对,即系统采集了某人的一张照片之后,从海量 的人像数据库中找到与当前使用者人脸数据相符合的图像,并进行匹配,找出来 “某人是谁”,1:N人脸识别模式,同时具有动态比对与非配合两种特点。动 态对比是指通过对动态视频流的截取来获得人脸数据并进一步比对的过程;而非 配合性是指识别的过程表现出非强制性与高效性的特点,识别对象无需到特定的 位置便能完成人脸识别的工作。
动态N:N人像比对模式:
捕获率高:可同时抓取超过50张人脸。支持大库:支持3亿以上路人库。 支持双流:同时支持普通高清摄像机和人脸抓拍相机。高精度:低误报高命中。
人脸识别服务器采用人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、并结合配套的前端摄像机机设备和后端智能分析服务器实现了实时人脸抓拍建模、事后静态人脸图片检索等功能;本方发明针对人脸注册库/人脸抓拍库小于300万、特殊人员库小于30万的系统;前端摄像头可采用普通高清摄像机也可以采用专用的人脸抓拍相机;通过人脸识别服务器对实时视频中出现的人脸进行抓拍。
人脸识别服务器可对抓拍的照片进行数据库比对。根据人流量和抓拍照片数 量在针对多路前端相机环境时可部署人脸识别服务器并上传照片;本发明采集图 片和结构化特征数据保存在人脸识别服务器中。
采集装置包括人脸抓拍机和普通高清网络摄像机;所述普通高清网络摄像机 主要实现图像采集、编码、视频传输等功能;人脸抓拍机可实现普通高清网络摄 像机的所有功能,其内置智能分析算法,还能实现对视频中人脸进行自动捕获、 跟踪、抓拍等功能;同时人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化 处理等功能,更适合于人脸卡口场景下获取最优人脸图片。前端摄像机对实时视 频的存储,可存储在平台下挂载的EVS存储设备、云存储等专业监控行业存储设 备中。
一种基于录像视频的人脸识别核验方法,包括以下步骤:
步骤1,摄像:摄像头通过控制核验装置进行拍摄,采集动态录像,并将动 态录像存储到临时存储模块中;
步骤2,生产图像:通过图像分解模块,对采集的动态录像进行分解,分解 成若干图片A,并将图片A存放到临时存储模块中;
步骤3,图像初步比对:通过计算机及图像对比模块将图片A中与存储模块 中的存档图像进行分析对比,若没有对比相似的图片,则提示身份核验失败;
步骤4,选取特征图片:将图片A中对比产生的具有对应类似图片的特征图 片进行分类,存储到临时存储模块中,将存档图像中的对应图片存放到临时存储 模块中,生成对比图库;
步骤5,分析特征图片:通过图像处理模块对存取的特征图片进行分析,并 通过图像处理模块处理对比特征图片,将对比图库中的图片进行设置,使得对比 图库中的图片基础参数与选取的特征图片参数一致;图片的基本参数包括分辨率、 大小和对比度。
步骤6,图片分类对比:通过图像对比模块对处理后的对比图库图片与选取 的特征图片进行分析对比,对比通过,提示身份核验通过;对比不通过,提示身 份核验失败;分析对比是对图像对比模块处理后的对比图库图片与选取的特征图 片依次原色对比和灰度图像对比进行分析对比,当重合率大于对比阈值视为对比 通过;步骤3、6中对对比不通过的图片进行存储,并生成报告,存放到报告存 储模块中,并通过计算机上传至数据服务器,如果客户对比不通过询问原因,可 以直接查看原因并解决。
上述相似度的取值范围[0.00,100.00],可根据具体场景自行调整阈值(阈 值70的误通过率为千分之一,阈值80的误通过率是万分之一)。
本方法对人脸采集系统传输的数据进行智能分析处理,进行人脸图片建模、 通过人脸眼睛、鼻子、嘴、下巴等局部构成对这些局部和它们之间结构关系的几 何描述进行人脸特征数据提取入库并根据平台业务需求进行实时比对识别和事 后人脸检索应用。
实施例1
本发明可应用于人脸识别技术在政务系统中实现预约自动取号的应用,微信 小程序采用人脸识别摄像机,在行政服务中心各个入口安装人脸识别摄像机,对 各个入口进出人员实时拍摄,并与当天有预约数据的办事人员图像进行比对,进 出人员图像与有预约数据的办事人员的注册图像比对一致时,实时利用预约数据 的预约号码从智能引导系统获取号票信息,并自动推送电子票号到办事人员手机 微信端上;
如图3所示,预约办事人员进入大厅,大门的人脸抓拍摄像机会抓拍照片及 视频;将分解后的图片A与当日预约的人员的人像数据库进行对比分析,当比对 通过后,获取人员取号系统的取号信息,当叫号信息与取号信息一致时,通过微 信小程序提醒预约人员及时至窗口办理;根据人脸识别摄像机和人脸比对服务器 等设备和技术,实现系统自动推送电子取号票号到办事人手机微信上,办事人等 叫到号后到窗口办事。实现便利、安全、实时的智能化预约取号。
Claims (9)
1.一种基于录像视频的人脸识别核验装置,其特征在于:包括安装有采集装置的核验装置,该核验装置通过信号线连接计算机,计算机通过网络连接数据服务器,计算机内设有用于数据临时存放的临时数据存储模块、用于数据存储的存储模块、用于存储生成报告的报告存储模块、用于将录像分级成图片的图像分解模块、用于对图片进行处理的图像处理模块以及用于进行图像对比的图像对比模块。
2.根据权利要求1所述的一种基于录像视频的人脸识别核验装置,其特征在于:所述核验装置还包括人脸识别服务器;所述人脸识别服务器集人脸检测、人脸抓拍、人脸识别、人脸特征分类等多样化算法和分布式计算软件于一体,该人脸识别服务器与人员身份信息采集系统连接;所述人脸识别服务器将采集装置采集到的视频图片等非结构化数据进行分析处理定位,检测获取人脸图片并结合人员身份信息采集系统获取人员身份信息进行关联管理。
3.根据权利要求2所述的一种基于录像视频的人脸识别核验装置,其特征在于:所述人脸识别算法采用基于神经网络的深度学习算法,构建动态人像识别服务、1:1/1:n/n:N等多样化人脸识别服务,从而实现人脸识别比对。
4.根据权利要求2所述的一种基于录像视频的人脸识别核验装置,其特征在于:所述通过分布式计算软件统一对多台人脸识别服务器进行集群管理。
5.根据权利要求1所述的一种基于录像视频的人脸识别核验装置,其特征在于:所述采集装置包括人脸抓拍机和普通高清网络摄像机;所述普通高清网络摄像机主要实现图像采集、编码、视频传输等功能;人脸抓拍机可实现普通高清网络摄像机的所有功能,其内置智能分析算法,还能实现对视频中人脸进行自动捕获、跟踪、抓拍等功能;同时人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化处理等功能,更适合于人脸卡口场景下获取最优人脸图片。
6.根据权利要求1所述的一种基于录像视频的人脸识别核验装置,其特征在于:所述存储模块为IPSAN存储设备,若存在大容量的采集图片和结构化特征数据保存要求时间长可扩容IPSAN存储设备,保证存储容量。
7.根据权利要求1-6任意一项所述的一种基于录像视频的人脸识别核验方法,其特征在于,包括以下步骤:
步骤1:采集装置通过控制核验装置进行拍摄,采集动态录像,并将动态录像存储到临时存储模块中;
步骤2:通过图像分解模块,对采集的动态录像进行分解,分解成若干图片A,并将图片A存放到临时存储模块中;
步骤3:通过计算机及图像对比模块将图片A中与存储模块中的存档图像进行分析对比,若没有对比相似的图片,则提示身份核验失败;
步骤4:将图片A中对比产生的具有对应类似图片的特征图片进行分类,存储到临时存储模块中,将存档图像中的对应图片存放到临时存储模块中,生成对比图库;
步骤5:通过图像处理模块对存取的特征图片进行分析,并通过图像处理模块处理对比特征图片,将对比图库中的图片进行设置,使得对比图库中的图片基础参数与选取的特征图片参数一致;
步骤6:通过图像对比模块对处理后的对比图库图片与选取的特征图片进行分析对比,对比通过,提示身份核验通过;对比不通过,提示身份核验失败;步骤3、6中对对比不通过的图片进行存储,并生成报告,存放到报告存储模块中,并通过计算机上传至数据服务器。
8.根据权利要求7所述的一种基于录像视频的人脸识别核验方法,其特征在于:所述步骤5中,图片的基本参数包括分辨率、大小和对比度。
9.根据权利要求7所述的一种基于录像视频的人脸识别核验方法,其特征在于:所述步骤6中分析对比是对图像对比模块处理后的对比图库图片与选取的特征图片依次原色对比和灰度图像对比进行分析对比,当重合率大于对比阈值视为对比通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110798754.6A CN113591619A (zh) | 2021-07-15 | 2021-07-15 | 一种基于录像视频的人脸识别核验装置及其核验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110798754.6A CN113591619A (zh) | 2021-07-15 | 2021-07-15 | 一种基于录像视频的人脸识别核验装置及其核验方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113591619A true CN113591619A (zh) | 2021-11-02 |
Family
ID=78247401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110798754.6A Pending CN113591619A (zh) | 2021-07-15 | 2021-07-15 | 一种基于录像视频的人脸识别核验装置及其核验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113591619A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115810214A (zh) * | 2023-02-06 | 2023-03-17 | 广州市森锐科技股份有限公司 | 基于ai人脸识别核验管理方法、系统、设备及存储介质 |
-
2021
- 2021-07-15 CN CN202110798754.6A patent/CN113591619A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115810214A (zh) * | 2023-02-06 | 2023-03-17 | 广州市森锐科技股份有限公司 | 基于ai人脸识别核验管理方法、系统、设备及存储介质 |
CN115810214B (zh) * | 2023-02-06 | 2023-05-12 | 广州市森锐科技股份有限公司 | 基于ai人脸识别核验管理方法、系统、设备及存储介质 |
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 | |
CN109711370B (zh) | 一种基于wifi探测和人脸聚类的数据融合方法 | |
WO2019127273A1 (zh) | 一种多人脸检测方法、装置、服务器、系统及存储介质 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
US20070183634A1 (en) | Auto Individualization process based on a facial biometric anonymous ID Assignment | |
CN107967458A (zh) | 一种人脸识别方法 | |
CN112149638B (zh) | 基于多模态生物特征的人员身份识别系统构建及使用方法 | |
CN105427421A (zh) | 基于人脸识别的门禁控制方法 | |
CN107392112A (zh) | 一种人脸表情识别方法及其应用的智能锁系统 | |
CN103049459A (zh) | 一种基于特征识别的快速录像检索方法 | |
CN108446687B (zh) | 一种基于移动端和后台互联的自适应人脸视觉认证方法 | |
CN112183162A (zh) | 一种监控场景下人脸自动注册识别系统及方法 | |
CN111079720B (zh) | 一种基于聚类分析自主再学习的人脸识别方法 | |
Moorthy et al. | CNN based smart surveillance system: a smart IoT application post covid-19 era | |
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 | |
CN111582195B (zh) | 一种汉语唇语单音节识别分类器构建方法 | |
CN112132057A (zh) | 一种多维身份识别方法及系统 | |
CN116798176A (zh) | 基于大数据和智慧安防的数据管理系统 | |
CN214151721U (zh) | 一种基于人脸算法的识别一体机系统 | |
CN114926930A (zh) | 一种多重身份验证的智能楼宇监控系统及其方法 | |
Ndubuisi et al. | Digital Criminal Biometric Archives (DICA) and Public Facial Recognition System (FRS) for Nigerian criminal investigation using HAAR cascades classifier technique | |
CN110287841B (zh) | 图像传输方法及装置、图像传输系统、存储介质 | |
CN113689613A (zh) | 门禁系统、门禁控制方法和存储介质 | |
CN112215064A (zh) | 一种用于公共安全防范的人脸识别方法及系统 | |
CN202472689U (zh) | 一种人脸姿态检测系统 |
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 |