CN114363516A - 一种基于人体脸部识别的互动拍照系统 - Google Patents

一种基于人体脸部识别的互动拍照系统 Download PDF

Info

Publication number
CN114363516A
CN114363516A CN202111682169.6A CN202111682169A CN114363516A CN 114363516 A CN114363516 A CN 114363516A CN 202111682169 A CN202111682169 A CN 202111682169A CN 114363516 A CN114363516 A CN 114363516A
Authority
CN
China
Prior art keywords
module
unit
face recognition
electrically connected
image
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
CN202111682169.6A
Other languages
English (en)
Inventor
李凯
庄磊
郭阳
范亚栋
王震
赵迎华
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.)
Suzhou Gold Mantis Culture Development Co Ltd
Original Assignee
Suzhou Gold Mantis Culture Development 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 Suzhou Gold Mantis Culture Development Co Ltd filed Critical Suzhou Gold Mantis Culture Development Co Ltd
Priority to CN202111682169.6A priority Critical patent/CN114363516A/zh
Publication of CN114363516A publication Critical patent/CN114363516A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于人体脸部识别的互动拍照系统,属于人脸识别技术领域,包括拍摄指令上传模块,所述拍摄指令上传模块的输出端与拍摄指令获取模块的输入端电性连接,所述拍摄指令获取模块及深度学习模块的输出端均与人脸识别模块的输入端电性连接;本发明中,通过设置有深度学习模块,深度学习模块可学习大量的人脸部特征与特征选择性提取的规则,在进行人脸识别时,可经准确捕捉到需要的区别特征进行快速识别,大大提高了识别精度与效率,同时建立了卷积神经网络,卷积神经网络由多层神经网络组成,每层还有多个不同平面,通过引入卷积神经网络,不仅可以提高特征信息的辨识度,同时,可以降低人脸识别的复杂度,进一步提升人脸识别效果。

Description

一种基于人体脸部识别的互动拍照系统
技术领域
本发明属于人脸识别技术领域,尤其涉及一种基于人体脸部识别的互动拍照系统。
背景技术
拍照是人们日常生活中常做的事情,拍照可留下许多美的瞬间,拍照也可留住美好的实物,生活中的各式各样的物品与现象均可通过拍照记录与保存下来,随着拍照设备的快速更新,人们也可进行自拍,或者互拍。
现如今的一些互动拍照系统内一般很少采用有人脸识别技术,这时人们的拍照只能成为一张简单的照片,而无法将个人信息与照片进行匹配,功能落后,有的系统采用了人脸识别技术,但传统的人脸识别技术由于采用的技术迟滞,在使用一段时间后,易出现识别慢、识别卡、无法识别等现象,极大的降低了人脸识别的体验感,为了解决此问题,亟待需要一种基于人体脸部识别的互动拍照系统。
发明内容
本发明的目的在于:为了解决现如今的一些互动拍照系统内一般很少采用有人脸识别技术,这时人们的拍照只能成为一张简单的照片,而无法将个人信息与照片进行匹配,功能落后,有的系统采用了人脸识别技术,但传统的人脸识别技术由于采用的技术迟滞,在使用一段时间后,易出现识别慢、识别卡、无法识别等现象,极大的降低了人脸识别的体验感的问题,而提出的一种基于人体脸部识别的互动拍照系统。
为了实现上述目的,本发明采用了如下技术方案:一种基于人体脸部识别的互动拍照系统,包括拍摄指令上传模块,所述拍摄指令上传模块的输出端与拍摄指令获取模块的输入端电性连接,所述拍摄指令获取模块及深度学习模块的输出端均与人脸识别模块的输入端电性连接,所述人脸识别模块的输出端与图像拍摄模块的输入端电性连接,所述图像拍摄模块的输出端分别与互动模块及图像上传模块的输入端电性连接,所述图像上传模块的输出端与接收终端的输入端相连接。
作为上述技术方案的进一步描述:
所述接收终端为手机、笔记本电脑中的一种或多种。
作为上述技术方案的进一步描述:
所述深度学习模块包括脸部特征学习单元,所述脸部特征学习单元的输出端与数据分析训练单元的输入端电性连接,所述数据分析训练单元的输出端与脸部特征选择性提取学习单元的输入端电性连接。
作为上述技术方案的进一步描述:
所述脸部特征选择性提取学习单元的输出端与隐式模型建立单元的输入端电性连接,所述隐式模型建立单元的输出端与卷积神经网络建立单元的输入端电性连接。
进一步的,通过在拍照系统内引入人脸识别技术,可有效使拍照后能显示更多的人物信息,为拍摄的照片提供更多的信息参数,系统内引入的人脸识别技术不同于传统的人脸识别技术,该人脸识别技术引入了深度学习模块,深度学习模块可学习大量的人脸部特征与特征选择性提取的规则,在进行人脸识别时,可经准确捕捉到需要的区别特征进行快速识别,相较于传统的人脸识别,大大提高了识别精度与效率,同时,建立了卷积神经网络,该卷积神经网络由多层神经网络组成,同时每层还有多个不同平面,通过引入卷积神经网络,不仅可以提高特征信息的辨识度,同时,可以降低人脸识别的复杂度,进一步提升人脸识别效果。
作为上述技术方案的进一步描述:
所述人脸识别模块包括人脸图像获取单元,所述人脸图像获取单元的输出端与图像处理单元的输入端电性连接,所述图像处理单元的输出端与特征信息提取单元的输入端电性连接。
作为上述技术方案的进一步描述:
所述特征信息提取单元的输出端与数据库匹配单元的输入端电性连接,所述数据库匹配单元的输出端与身份认证单元的输入端电性连接。
作为上述技术方案的进一步描述:
所述图像处理单元包括图像亮度调节单元,所述图像亮度调节单元的输出端与图像对比度调节单元的输入端电性连接。
作为上述技术方案的进一步描述:
所述图像对比度调节单元的输出端与图像清晰度调节单元的输入端电性连接,所述图像清晰度调节单元的输出端与图像阈值调节单元的输入端电性连接。
进一步的,通过在内设置有图像处理单元,可对于获取的图像进行进一步处理,可有效稳定提升图像品质,为后续的特征提取做好铺垫,保证识别效果。
作为上述技术方案的进一步描述:
所述图像拍摄模块包括环境光线强度监测模块,所述环境光线强度监测模块的输出端与数据处理模块的输入端电性连接。
作为上述技术方案的进一步描述:
所述数据处理模块的输出端与自动补光模块的输入端电性连接,所述自动补光模块包括若干个补光灯珠。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明中,通过在拍照系统内引入人脸识别技术,可有效使拍照后能显示更多的人物信息,为拍摄的照片提供更多的信息参数,系统内引入的人脸识别技术不同于传统的人脸识别技术,该人脸识别技术引入了深度学习模块,深度学习模块可学习大量的人脸部特征与特征选择性提取的规则,在进行人脸识别时,可经准确捕捉到需要的区别特征进行快速识别,相较于传统的人脸识别,大大提高了识别精度与效率,同时,建立了卷积神经网络,该卷积神经网络由多层神经网络组成,同时每层还有多个不同平面,通过引入卷积神经网络,不仅可以提高特征信息的辨识度,同时,可以降低人脸识别的复杂度,进一步提升人脸识别效果,通过在内设置有图像处理单元,可对于获取的图像进行进一步处理,可有效稳定提升图像品质,为后续的特征提取做好铺垫,保证识别效果,同时还设置有自动补光过程,可根据环境光线强度自适应调光,提高拍照质量。
附图说明
图1为一种基于人体脸部识别的互动拍照系统的模块结构示意图。
图2为一种基于人体脸部识别的互动拍照系统中深度学习模块的子模块结构示意图。
图3为一种基于人体脸部识别的互动拍照系统中人脸识别模块的子模块结构示意图。
图4为一种基于人体脸部识别的互动拍照系统中图像处理单元的子单元结构示意图。
图5为一种基于人体脸部识别的互动拍照系统中图像拍摄模块的子模块结构示意图。
图例说明:
1、深度学习模块;2、人脸识别模块;201、图像处理单元;3、图像拍摄模块。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-5,本发明提供一种技术方案:一种基于人体脸部识别的互动拍照系统,包括拍摄指令上传模块,所述拍摄指令上传模块的输出端与拍摄指令获取模块的输入端电性连接,所述拍摄指令获取模块及深度学习模块1的输出端均与人脸识别模块2的输入端电性连接,所述人脸识别模块2的输出端与图像拍摄模块3的输入端电性连接,所述图像拍摄模块3的输出端分别与互动模块及图像上传模块的输入端电性连接,所述图像上传模块的输出端与接收终端的输入端相连接,所述接收终端为手机、笔记本电脑中的一种或多种;
所述深度学习模块1包括脸部特征学习单元,所述脸部特征学习单元的输出端与数据分析训练单元的输入端电性连接,所述数据分析训练单元的输出端与脸部特征选择性提取学习单元的输入端电性连接,所述脸部特征选择性提取学习单元的输出端与隐式模型建立单元的输入端电性连接,所述隐式模型建立单元的输出端与卷积神经网络建立单元的输入端电性连接;
通过设置有深度学习模块1,深度学习模块可学习大量的人脸部特征与特征选择性提取的规则,在进行人脸识别时,可经准确捕捉到需要的区别特征进行快速识别,相较于传统的人脸识别,大大提高了识别精度与效率,同时,建立了卷积神经网络,该卷积神经网络由多层神经网络组成,同时每层还有多个不同平面,通过引入卷积神经网络,不仅可以提高特征信息的辨识度,同时,可以降低人脸识别的复杂度,进一步提升人脸识别效果;
所述人脸识别模块2包括人脸图像获取单元,所述人脸图像获取单元的输出端与图像处理单元201的输入端电性连接,所述图像处理单元201的输出端与特征信息提取单元的输入端电性连接,所述特征信息提取单元的输出端与数据库匹配单元的输入端电性连接,所述数据库匹配单元的输出端与身份认证单元的输入端电性连接,所述图像处理单元201包括图像亮度调节单元,所述图像亮度调节单元的输出端与图像对比度调节单元的输入端电性连接,所述图像对比度调节单元的输出端与图像清晰度调节单元的输入端电性连接,所述图像清晰度调节单元的输出端与图像阈值调节单元的输入端电性连接;
通过设置有人脸识别模块2,可对于拍摄的人脸进行识别,从而为后续拍照提供一些参数信息,清晰明了,同时设置有图像处理单元201,可对于获取的图像进行进一步处理,可有效稳定提升图像品质,为后续的特征提取做好铺垫,保证识别效果;
所述图像拍摄模块3包括环境光线强度监测模块,所述环境光线强度监测模块的输出端与数据处理模块的输入端电性连接,所述数据处理模块的输出端与自动补光模块的输入端电性连接,所述自动补光模块包括若干个补光灯珠;
通过设置有图像拍摄模块3,可对于图像进行快速的拍摄,同时在拍摄过程中,环境光线强度监测模块可自动对于外环境的光线强度进行监测,可根据环境光线强度自适应调光,提高拍照质量。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于人体脸部识别的互动拍照系统,包括拍摄指令上传模块,其特征在于:所述拍摄指令上传模块的输出端与拍摄指令获取模块的输入端电性连接,所述拍摄指令获取模块及深度学习模块(1)的输出端均与人脸识别模块(2)的输入端电性连接,所述人脸识别模块(2)的输出端与图像拍摄模块(3)的输入端电性连接,所述图像拍摄模块(3)的输出端分别与互动模块及图像上传模块的输入端电性连接,所述图像上传模块的输出端与接收终端的输入端相连接。
2.根据权利要求1所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述接收终端为手机、笔记本电脑中的一种或多种。
3.根据权利要求1所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述深度学习模块(1)包括脸部特征学习单元,所述脸部特征学习单元的输出端与数据分析训练单元的输入端电性连接,所述数据分析训练单元的输出端与脸部特征选择性提取学习单元的输入端电性连接。
4.根据权利要求3所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述脸部特征选择性提取学习单元的输出端与隐式模型建立单元的输入端电性连接,所述隐式模型建立单元的输出端与卷积神经网络建立单元的输入端电性连接。
5.根据权利要求1所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述人脸识别模块(2)包括人脸图像获取单元,所述人脸图像获取单元的输出端与图像处理单元(201)的输入端电性连接,所述图像处理单元(201)的输出端与特征信息提取单元的输入端电性连接。
6.根据权利要求5所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述特征信息提取单元的输出端与数据库匹配单元的输入端电性连接,所述数据库匹配单元的输出端与身份认证单元的输入端电性连接。
7.根据权利要求6所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述图像处理单元(201)包括图像亮度调节单元,所述图像亮度调节单元的输出端与图像对比度调节单元的输入端电性连接。
8.根据权利要求7所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述图像对比度调节单元的输出端与图像清晰度调节单元的输入端电性连接,所述图像清晰度调节单元的输出端与图像阈值调节单元的输入端电性连接。
9.根据权利要求1所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述图像拍摄模块(3)包括环境光线强度监测模块,所述环境光线强度监测模块的输出端与数据处理模块的输入端电性连接。
10.根据权利要求9所述的一种基于人体脸部识别的互动拍照系统,其特征在于,所述数据处理模块的输出端与自动补光模块的输入端电性连接,所述自动补光模块包括若干个补光灯珠。
CN202111682169.6A 2021-12-28 2021-12-28 一种基于人体脸部识别的互动拍照系统 Pending CN114363516A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111682169.6A CN114363516A (zh) 2021-12-28 2021-12-28 一种基于人体脸部识别的互动拍照系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111682169.6A CN114363516A (zh) 2021-12-28 2021-12-28 一种基于人体脸部识别的互动拍照系统

Publications (1)

Publication Number Publication Date
CN114363516A true CN114363516A (zh) 2022-04-15

Family

ID=81104467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111682169.6A Pending CN114363516A (zh) 2021-12-28 2021-12-28 一种基于人体脸部识别的互动拍照系统

Country Status (1)

Country Link
CN (1) CN114363516A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105704389A (zh) * 2016-04-12 2016-06-22 上海斐讯数据通信技术有限公司 一种智能拍照方法及装置
CN105915782A (zh) * 2016-03-29 2016-08-31 维沃移动通信有限公司 一种基于人脸识别的照片获取方法和移动终端
CN106156762A (zh) * 2016-08-12 2016-11-23 乐视控股(北京)有限公司 拍照处理方法及装置
CN106851104A (zh) * 2017-02-28 2017-06-13 努比亚技术有限公司 一种根据用户视角进行拍摄的方法及装置
CN106899803A (zh) * 2017-01-20 2017-06-27 维沃移动通信有限公司 一种全景拍摄补光控制方法及移动终端
CN107249100A (zh) * 2017-06-30 2017-10-13 北京金山安全软件有限公司 一种拍照方法、装置、电子设备及存储介质
CN107992844A (zh) * 2017-12-14 2018-05-04 合肥寰景信息技术有限公司 基于深度学习的人脸识别系统及方法
CN111353368A (zh) * 2019-08-19 2020-06-30 深圳市鸿合创新信息技术有限责任公司 云台摄像机、人脸特征处理方法及装置、电子设备
CN211826848U (zh) * 2020-03-30 2020-10-30 赵伟栋 一种带有补光功能的多角度监控设备
CN112866581A (zh) * 2021-01-18 2021-05-28 盛视科技股份有限公司 摄像头自动曝光补偿方法、装置及电子设备
CN113132613A (zh) * 2019-12-31 2021-07-16 中移物联网有限公司 一种摄像头补光装置、电子设备和补光方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105915782A (zh) * 2016-03-29 2016-08-31 维沃移动通信有限公司 一种基于人脸识别的照片获取方法和移动终端
CN105704389A (zh) * 2016-04-12 2016-06-22 上海斐讯数据通信技术有限公司 一种智能拍照方法及装置
CN106156762A (zh) * 2016-08-12 2016-11-23 乐视控股(北京)有限公司 拍照处理方法及装置
CN106899803A (zh) * 2017-01-20 2017-06-27 维沃移动通信有限公司 一种全景拍摄补光控制方法及移动终端
CN106851104A (zh) * 2017-02-28 2017-06-13 努比亚技术有限公司 一种根据用户视角进行拍摄的方法及装置
CN107249100A (zh) * 2017-06-30 2017-10-13 北京金山安全软件有限公司 一种拍照方法、装置、电子设备及存储介质
CN107992844A (zh) * 2017-12-14 2018-05-04 合肥寰景信息技术有限公司 基于深度学习的人脸识别系统及方法
CN111353368A (zh) * 2019-08-19 2020-06-30 深圳市鸿合创新信息技术有限责任公司 云台摄像机、人脸特征处理方法及装置、电子设备
CN113132613A (zh) * 2019-12-31 2021-07-16 中移物联网有限公司 一种摄像头补光装置、电子设备和补光方法
CN211826848U (zh) * 2020-03-30 2020-10-30 赵伟栋 一种带有补光功能的多角度监控设备
CN112866581A (zh) * 2021-01-18 2021-05-28 盛视科技股份有限公司 摄像头自动曝光补偿方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN108229369A (zh) 图像拍摄方法、装置、存储介质及电子设备
WO2021078157A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN107480178B (zh) 一种基于图像与视频跨模态比对的行人重识别方法
CN110348322A (zh) 基于多特征融合的人脸活体检测方法及设备
CN111339831B (zh) 一种照明灯控制方法和系统
CN112148922A (zh) 会议记录方法、装置、数据处理设备及可读存储介质
CN108108711B (zh) 人脸布控方法、电子设备及存储介质
CN107040726A (zh) 双摄像头同步曝光方法及系统
CN107633232A (zh) 一种基于深度学习的低维人脸模型训练方法
CN109684993B (zh) 一种基于鼻孔信息的人脸识别方法、系统和设备
CN106446992A (zh) 一种基于移动终端的身份信息比对系统及比对方法
CN105430394A (zh) 视频数据压缩处理方法、装置和设备
CN208351494U (zh) 人脸识别系统
CN112241689A (zh) 人脸识别方法、装置、电子设备及计算机可读存储介质
CN107248091A (zh) 一种人脸识别互动营销系统
CN204143555U (zh) 身份识别自助终端及对应的房产证明打印终端
CN104217503A (zh) 自助终端的身份识别方法及对应的房产证明打印方法
CN105338183A (zh) 基于移动终端的人物识别提醒系统及方法
CN111178263A (zh) 一种实时表情分析方法及其装置
CN109480775A (zh) 一种基于人工智能的新生儿黄疸识别装置、设备、系统
CN114363516A (zh) 一种基于人体脸部识别的互动拍照系统
CN104463143A (zh) 一种基于图像处理的身份识别系统
Pei et al. Convolutional neural networks for class attendance
Park et al. A study on the design and implementation of facial recognition application system
CN106096536A (zh) 学生身份识别系统及识别方法

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