CN201698456U - 一种实时人脸检测及识别装置 - Google Patents

Abstract

本实用新型涉及图像以及模式识别领域，具体说是一种基于动态视频采集以及多级分类器的实时人脸检测及识别装置，包括图像摄取模块、预处理模块、人脸检测模块、人脸识别模块，其特征在于图像摄取模块与与处理模块相连接，预处理模块与人脸检测模块相连接，人脸检测模块与人脸识别模块相连接，本系统实现起来比较简单，处理速度比较快，可以应用于需要身份识别认证的相关领域中，在保证身份认证准确性的同时，给用户提供极大的方便，尤其在门禁考勤系统，身份验证系统，公共安全系统中将会有较大的应用。

Description

一种实时人脸检测及识别装置

技术领域

 本实用新型涉及图像以及模式识别领域，具体说是一种基于动态视频采集以及多级分类器的实时人脸检测及识别装置。

背景技术

众所周知，在这个科学技术的飞速发展的信息时代，信息安全的重要性显得尤为重要，作为保证信息安全的常用方法之一，身份认证也逐渐成为生活中一项不可或缺的技术，并在人员考勤，公安监控等实际应用中发挥了越来越大的作用。在身份认证技术的发展中，主要产生了传统身份验证和生物特征识别两种体系。前者主要包括密码识别，射频识别，签字识别等基于某种身份标识物的识别方法，在目前仍被广泛应用；后者主要包括了人脸识别，虹膜识别，声纹识别等基于生物特征的识别方法。现阶段，生物特征识别法也逐渐从高新技术，走向了大众的舞台。在身份识别系统中，准确性和便捷性的提高永远是技术研究及探讨的主要研究方向。其中，人脸识别技术因其具有较高的准确性（人脸为人的基本特征之一，因而在通常情况下，人脸作为人的身份标识，具有较高的参考价值），以及便携性（相较于传统的指纹识别来说，更易于提取）在众多领域得到了广泛的应用。其中包括了公共安全系统（如自动取款机等设备中，用以识别嫌疑犯身份），民用考勤系统（代替传统意义上的刷卡上岗，更具有便捷性，同时也提高了识别的确定性，彻底杜绝了代刷卡等）。

发明内容

本实用新型针对现有技术存在的不足，提出一种结构合理、使用方便、准确可靠的实时人脸检测及识别装置。

    一种实时人脸检测及识别装置，包括图像摄取模块、预处理模块、人脸检测模块、人脸识别模块，其特征在于图像摄取模块与与处理模块相连接，预处理模块与人脸检测模块相连接，人脸检测模块与人脸识别模块相连接。

    本实用新型中图像摄取模块内包括视频摄取器和图片摄取器，用于根据具体需要选取不同的图像文件。

    本实用新型中预处理模块内设有灰度化模块和亮度均衡模块，用于对选取的图像进行初步处理，提高检测识别可靠性。

本实用新型在工作过程中，首先通过图像摄取模块对外界图像进行摄取，然后将采集的信息送入预处理模块内进行灰度化处理和亮度均衡处理，经过预处理后的图像能够降低识别时光照的不良影响，有效地提高识别可靠性和准确性，进行预处理后的图像被送入人脸检测模块内进行处理，人脸检测基于adaboost识别器方法，利用训练好的人脸模型库对待检测图片进行检测，对图像进行检测，检测出其中人脸的部分，从而得到人脸所在的图像区域，将该图像单独选出，进行归一化操作，此后将最终生成的图片送入人脸识别模块进行识别处理，人脸识别部分采用了PCA算法，其核心主要分为2部分，即样本图片的训练和待检测图片的识别，其中样本图片训练是指将准备好的样本图片由RGB彩色图转化为灰度图，然后找到正交向量空间，并且分别向该向量空间进行投影，将所得系数进行保存，得到特征脸，并将生成的向量空间单独保存，生成特征训练集；待检测图片的识别是指将待检测图片投影到样本集正交间中去，形成特征脸，并将所得到的系数与训练样本中特征脸的系数进行比较，从而寻找到最接近于待检测图片的样本特征脸，取出该特征脸所对应的身份信息，从而实现人脸的识别。

本系统实现起来比较简单，处理速度比较快，可以应用于需要身份识别认证的相关领域中，保证在保证身份认证准去性的同时，给用户提供极大的方便，尤其在门禁考勤系统，身份验证系统，公共安全系统中将会有较大的应用。

附图说明：

附图是本实用新型的结构示意图。

附图标记：图像摄取模块1、预处理模块2、人脸检测模块3、人脸识别模块4、灰度化模块5、亮度均衡模块6。

具体实施方式：

    一种实时人脸检测及识别装置，包括图像摄取模块1、预处理模块2、人脸检测模块3、人脸识别模块4，其特征在于图像摄取模块1与预处理模块2相连接，预处理模块2与人脸检测模块3相连接，人脸检测模块3与人脸识别模块4相连接。

    本实用新型中图像摄取模块1内包括视频摄取器和图片摄取器，用于根据具体需要选取不同的图像文件。

    本实用新型中预处理模块2内设有灰度化模块5和亮度均衡模块6，用于对选取的图像进行初步处理，提高检测识别可靠性。

本实用新型在工作过程中，首先通过图像摄取模块1对外界图像进行摄取，然后将采集的信息送入预处理模块2内进行灰度化处理和亮度均衡处理，经过预处理后的图像能够降低识别时光照的不良影响，有效地提高识别可靠性和准确性，进行预处理后的图像被送入人脸检测模块3内进行处理，人脸检测基于adaboost识别器方法，利用训练好的人脸模型库对待检测图片进行检测，对图像进行检测，检测出其中人脸的部分，从而得到人脸所在的图像区域，将该图像单独选出，进行归一化操作，此后将最终生成的图片送入人脸识别模块4进行识别处理，人脸识别部分采用了PCA算法，其核心主要分为2部分，即样本图片的训练和待检测图片的识别，其中样本图片训练是指将准备好的样本图片由RGB彩色图转化为灰度图，然后找到正交向量空间，并且分别向该向量空间进行投影，将所得系数进行保存，得到特征脸，并将生成的向量空间单独保存，生成特征训练集；待检测图片的识别是指将待检测图片投影到样本集正交间中去，形成特征脸，并将所得到的系数与训练样本中特征脸的系数进行比较，从而寻找到最接近于待检测图片的样本特征脸，取出该特征脸所对应的身份信息，从而实现人脸的识别。

本系统实现起来比较简单，处理速度比较快，可以应用于需要身份识别认证的相关领域中，保证在保证身份认证准去性的同时，给用户提供极大的方便，尤其在门禁考勤系统，身份验证系统，公共安全系统中将会有较大的应用。

Claims (3)

1.一种实时人脸检测及识别装置，包括图像摄取模块、预处理模块、人脸检测模块、人脸识别模块，其特征在于图像摄取模块与与处理模块相连接，预处理模块与人脸检测模块相连接，人脸检测模块与人脸识别模块相连接。

2.根据权利要求1所述的一种实时人脸检测及识别装置，其特征在于图像摄取模块内包括视频摄取器和图片摄取器。

3.根据权利要求1所述的一种实时人脸检测及识别装置，其特征在于预处理模块内设有灰度化模块和亮度均衡模块。

 

Images