CN207097001U - 一种人脸识别系统 - Google Patents
一种人脸识别系统 Download PDFInfo
- Publication number
- CN207097001U CN207097001U CN201720615206.4U CN201720615206U CN207097001U CN 207097001 U CN207097001 U CN 207097001U CN 201720615206 U CN201720615206 U CN 201720615206U CN 207097001 U CN207097001 U CN 207097001U
- Authority
- CN
- China
- Prior art keywords
- face
- infrared lamp
- infrared
- module
- preset group
- 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.)
- Active
Links
Abstract
本实用新型实施例公开了一种人脸识别系统,包括红外光源模块、图像检测模块、光源控制模块及人脸识别模块;当判定待识别区域出现人脸时,开启第一预设组数的红外灯,然后对获取到的图像采集设备采集的人脸图像,根据人脸面部识别算法对该图像进行识别;当判定待识别区域没有出现人脸时,轮流开启第二预设组数的红外灯,第一预设组数中的红外灯个数大于所述第二预设组数中的红外灯的个数。有效的降低了光照对人脸识别的影响,有利于提高人脸识别的准确率;大大的提高了人脸识别系统的安全性以及可靠性;还节省了大量的能源,提高了系统的使用寿命。
Description
技术领域
本实用新型实施例涉及人脸识别技术领域,特别是涉及一种人脸识别系统。
背景技术
随着计算机技术与图像处理技术的飞跃发展,由于人脸与人体的其它生物特征(例如指纹、虹膜等)一样与生俱来,它的唯一性和不易复制等良好特性为身份鉴别提供了必要的前提,故其在公共安全领域得到了广泛的应用。人脸识别技术为一种利用分析比较人脸视觉特征信息,以进行身份鉴别的计算机技术。
人脸识别是用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测并跟踪人脸,进而对检测到的人脸的相关特征信息进行提取,然后根据相关特征信息进行识别,以此实现身份的鉴别。各类人脸识别的关键在于提取人脸数据中与身份相关的本质特征,减弱甚至消除与身份不相关的信息,例如环境光照、姿势、表情以及饰物。
在诸多非身份因素中,光照问题对成像的清晰度有很大的影响。现有技术中的人脸识别一般采用可见光,而可见光的识别无法抵抗太阳光以及其他强光源的干扰,抗光性差,导致识别效果差。例如由于室外环境光照变化较大,摄像头会根据环境光线的变化自动调节明暗度和色彩平衡度,但是通常的摄像头自动调节会出现背景光线太强时,人像成像由于逆光而曝光不足,人脸成像太暗无法满足对人脸图像成像的清晰度的要求,因此无法获取较为准确的人物特征信息,不利于进行识别。此外,可见光的识别无法有效的识别图片、视频、模型等伪造人脸,存在较大的安全隐患。
故,如何提高人脸识别的准确度,从而提高身份鉴别的安全性,是本领域技术人员亟待解决的问题。
实用新型内容
本实用新型实施例的目的是提供一种人脸识别系统,提高了人脸识别的准确度,有利于提高身份鉴别的安全性与可靠性。
为解决上述技术问题,本实用新型实施例提供以下技术方案:
本实用新型实施例提供了一种人脸识别系统,包括图像采集设备,还包括:
与所述图像采集设备相连的红外光源模块、图像检测模块、光源控制模块及人脸识别模块;
所述红外光源模块包括多组红外灯,用于提供近红外光光源;
所述图像检测模块与所述图像采集设备相连,用于检测待识别区域是否出现人脸,当判定所述待识别区域出现人脸时,发送开启第一预设组数的红外灯的指令;当判定所述待识别区域没有出现人脸时,发送轮流开启第二预设组数的红外灯的指令;所述第一预设组数中的红外灯个数大于所述第二预设组数中的红外灯的个数;
所述光源控制模块分别与所述红外光源模块、所述图像检测模块相连,用于根据所述图像检测模块发送的开启红外灯的指令,开启相应的红外灯;
所述人脸识别模块用于当检测到第一预设组数的红外灯开启后,根据人脸面部识别算法对图像采集设备采集的人脸图像进行识别。
可选的,还包括:
滤光片,与所述红外光源模块相连,用于当检测到第一预设组数的红外灯开启后,滤除所述红外光源模块出射的近红外光光源中的杂质光源。
可选的,所述第二预设组数的红外灯为2组红外灯。
可选的,还包括:
显示器,与所述人脸识别模块相连,用于将所述人脸识别模块中识别的人脸图像结果进行显示。
可选的,所述第一预设组数的红外灯为32组红外灯。
可选的,所述图像检测模块为面阵CCD传感器。
可选的,所述红外光源模块中的红外灯的波长为850nm。
可选的,还包括:
报警器,与所述人脸识别模块相连,用于当判定当前人脸图像不为预设的人脸模型库中的人脸时,进行报警提示。
本实用新型实施例提供了一种人脸识别系统,包括红外光源模块、图像检测模块、光源控制模块及人脸识别模块;当判定待识别区域出现人脸时,开启第一预设组数的红外灯,然后对获取到的图像采集设备采集的人脸图像,根据人脸面部识别算法对该图像进行识别;当判定待识别区域没有出现人脸时,轮流开启第二预设组数的红外灯,第一预设组数中的红外灯个数大于所述第二预设组数中的红外灯的个数。
本申请提供的技术方案的优点在于,由于人脸的生物特性,近红外光源可识别出图片、模型等伪造人脸信息,只对有效人脸进行识别,大大的提高了人脸识别系统的安全性以及可靠性;在未检测到人脸的时候,利用第二预设组数的红外灯轮流工作等待人脸唤醒,当检测到人脸的时候,开启包含红外灯较多的第一预设组数的红外灯,不仅有效的过滤掉光线中不利于识别的光谱,有效的降低了光照对人脸识别的影响,有利于提高人脸识别的准确率;还能在系统不进行识别时,让多数的红外灯处于休息状态,可节省大量能源,提高了系统的使用寿命。
附图说明
为了更清楚的说明本实用新型实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实用新型实施例提供的人脸识别系统的一种具体实施方式结构图;
图2为本实用新型实施例提供的人脸识别系统的另一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本实用新型方案,下面结合附图和具体实施方式对本实用新型作进一步的详细说明。显然,所描述的实施例仅仅是本实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
在介绍了本实用新型实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先请参见图1,图1为人脸识别系统在一种具体实施方式结构图,一种人脸识别系统,可包括:
图像采集设备101、红外光源模块102、图像检测模块103、光源控制模块104及人脸识别模块105。
图像采集设备101可为一般的摄像头,当然,也可为其他任何一种采集设备,本申请对此不作任何限定。
红外光源模块102,与图像采集设备101相连,包括多组红外灯,用于提供近红外光光源。多组红外灯的波长可在近红外波段,即波长处于780nm-3000nm区间。可为同一波长的灯,也可为不同波长的灯,只要满足各个波长在近红外波段即可。可选的,红外光源模块中的红外灯的波长皆为850nm。
近红外光源为短波光源,当近红外光源发射出去照射到特定物体(符合皮肤纹理材质的物体)上才会反射成像。因为真人脸具备皮肤纹理,此纹理信息能通过近红外光源反射,并能将具体的人脸成像,生成具体的三维人脸数据坐标信息及特征;而图片、视频、模型等假人脸无法产生有效的反射,故可通过红外灯有效的识别当前待识别目标是否为有效人脸。此外,还可通过捕获人的瞳孔收缩(以瞳孔的中心点作为圆心判定瞳孔是否有规律的进行放大缩小动作)动作,进行是否为有效人脸的判定。
红外光源模块102可包括32组红外灯。在保证人脸识别的准确率以及考虑能耗问题,经过多次试验,32组红外灯工作发射红外光,可有效的过滤光线中存在的不利于识别的光谱,使得被检测的人脸归一化,并可大大的提高识别人脸是否为真正的人脸(过滤掉图片、视频、模型等假人脸)的准确率。当然,也可为其他组数的红外灯,这均不影响本申请的实现。
图像检测模块103与图像采集设备101相连,用于检测待识别区域是否出现人脸,当判定所述待识别区域出现人脸时,发送开启第一预设组数的红外灯的指令;当判定所述待识别区域没有出现人脸时,发送轮流开启第二预设组数的红外灯的指令;所述第一预设组数中的红外灯个数大于所述第二预设组数中的红外灯的个数。
在一种具体的实施方式中,当红外灯探测到有效人脸的时,人脸会反射出信号,图像检测模块103检测到该信号后,则判定待识别区域出现了人脸。
在另外一种实施方式中,可通过实时获取图像采集设备采集到的图像,生成视频流信息,通过分析比较视频流中每一帧不同视频图片。当特定一帧出现具备眉毛、嘴巴、鼻子、眼睛、下巴等人脸特性时,即认定为有人脸出现;否则认定为无人脸出现。
可选的,图像检测模块为面阵CCD传感器,当然,本领域技术人员可根据具体的实际情况进行选取其他任何一种器件,这均不影响本申请的实现。
人脸识别时,为了有效的滤出光线中存在的不利于识别的光源,需要较多的红外灯,故第一预设组数中的红外灯个数远大于第二预设组数中的红外灯的个数。
第二预设组数的红外灯可为2组红外灯,即可为32组红外灯中的任意两组。可将红外光源模块102中的多组灯中任意两组作为一个组合,轮流进行工作。当然,也可为其他组数的灯,由于探测是否有人脸,只需要少量的红外光源即可,经过多次试验,两组红外灯可准确的为检测人脸提供足够的光源。当然,灯的数量越多,越有利于识别,但是,灯数目太多,且灯的寿命有限。不仅浪费能源,还降低了每一只红外灯的寿命。
光源控制模块104分别与红外光源模块102、图像检测模块103相连,用于根据所述图像检测模块发送的开启红外灯的指令,开启相应的红外灯。
光源控制模块104可包括多个开关,分别设置在各个红外灯的连接电路中,通过控制开关的开启,以实现红外灯的开启与关闭。当然,也可为其他方式,本申请对此不做任何限定。
人脸识别模块105,与图像采集设备101相连,用于当检测到第一预设组数的红外灯开启后,根据人脸面部识别算法对图像采集设备采集的人脸图像进行识别。
当检测到第一预设组数的红外灯开启后,即待识别区域有人脸出现后,人脸识别模块105根据图像采集设备101采集到的人脸图像进行识别。
为了提高人脸识别准确性,可对人脸图像进行归一化处理,获取归一化图片。归一化图片可为去除了发型、妆容、眼镜、有害光源影响之后的近红外源图,因源图去除了上述影响因素,所以此图片均无发型、妆容、眼镜且光线环境统一,此源图为提取人脸特征的依据。作用为去除一切干扰因素,让人脸特征的提取源变得更加统一,也去除人脸识别受影响的源头。
归一化图片包含了近红外光源在人脸上所反射出的人脸特征的细节坐标信息及特征,以此坐标信息及特征进行分解生成5000维的二维数组,并将这些数组进行数据建模,生成模版、模版比对,给出比对结果,当判定此用户为有效用户时,即人脸为有效人脸时,分析比较当前特征的差异值人脸识别设备进行深度学习。
需要说明的是,人脸识别系统的第二预设组数的红外灯轮流开启,进行探测人脸,当检测到人脸时,开启第一预设组数的红外灯,进行人脸识别,在人脸识别结束之后,将第一预设组数的红外灯关闭,继续第二预设组数的红外灯轮流开启。
在本实用新型实施例提供的技术方案中,由于人脸的生物特性,近红外光源可识别出图片、模型等伪造人脸信息,只对有效人脸进行识别,大大的提高了人脸识别系统的安全性以及可靠性;在未检测到人脸的时候,利用第二预设组数的红外灯轮流工作等待人脸唤醒,当检测到人脸的时候,开启包含红外灯较多的第一预设组数的红外灯,不仅有效的过滤掉光线中不利于识别的光谱,有效的降低了光照对人脸识别的影响,有利于提高人脸识别的准确率;还能在系统不进行识别时,让多数的红外灯处于休息状态,可节省大量能源,提高了系统的使用寿命。
由于光照对人脸识别的影响因素较大,为了进一步的提高人脸识别的准确性,基于上述实施例,请参阅图2,还可以包括:
滤光片106,与红外光源模块102相连,用于当检测到第一预设组数的红外灯开启后,滤除所述红外光源模块出射的近红外光光源中的杂质光源。
近红外光源主要为850nm,有害光源为除此之外的其他波段光源。滤光片为一种镀膜的特殊玻璃,能吸收、修正、反射掉有害光源,但850nm的红外光源能通过滤光片透射进来,从而达到过滤的作用。
通过添加滤光片,使得识别的光源皆为近红外光源,可有效的提高人脸识别的准确率。
在另外一种具体的实施方式中,请参阅图2,还可包括:
显示器107,与所述人脸识别模块相连,用于将所述人脸识别模块中识别的人脸图像结果进行显示。将经过人脸识别模块105识别出的结果进行输出,即可在屏幕(液晶屏)上以文字、图片或表格的形式进行显示,也可通过语音进行提示,当然,也可采用其他方式进行反馈,这均不影响本实用新型实施例的实现,例如无法识别当前人脸图像时,可通过开启指示灯进行提示。
通过将识别结果进行显示,可是当前识别的目标以及相关工作人员了解当前人脸识别系统的工作流程,准确的获取识别的结果,提升用户的使用体验。
通过对识别不成功的信息进行及时反馈,可使技术人员及时发现,快速查找识别不成功的原因,从而进行快速修复,有利于提升人脸识别系统的工作效率。
当有入侵者出现,或其他威胁人员强行进入时,人脸识别系统必然无法识别这些人脸,为了提高整个人脸识别系统的安全性以及可靠性,请参阅图2,还可包括:
报警器108,与所述人脸识别模块105相连,用于当判定当前人脸图像不为预设的人脸模型库中的人脸时,进行报警提示。
在人脸识别系统中预先建立人脸模型库,即将允许进入的人脸进行录入,并进行存储。
经过人脸识别模块105的识别,当判定当前人脸不为人脸模型库中的任意一幅人脸时,则证明当前识别目标可能为入侵者,或者可疑人员。为了加强运用人脸识别系统的用户的安全性,可通过报警进行提示。有利于提高整体人脸识别系统的安全性以及可靠性,提升用户的使用体验。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本实用新型的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本实用新型所提供的一种人脸识别系统进行了详细介绍。本文中应用了具体个例对本实用新型的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本实用新型的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本实用新型原理的前提下,还可以对本实用新型进行若干改进和修饰,这些改进和修饰也落入本实用新型权利要求的保护范围内。
Claims (8)
1.一种人脸识别系统,包括图像采集设备,其特征在于,还包括:
与所述图像采集设备相连的红外光源模块、图像检测模块、光源控制模块及人脸识别模块;
所述红外光源模块包括多组红外灯,用于提供近红外光光源;
所述图像检测模块与所述图像采集设备相连,用于检测待识别区域是否出现人脸,当判定所述待识别区域出现人脸时,发送开启第一预设组数的红外灯的指令;当判定所述待识别区域没有出现人脸时,发送轮流开启第二预设组数的红外灯的指令;所述第一预设组数中的红外灯个数大于所述第二预设组数中的红外灯的个数;
所述光源控制模块分别与所述红外光源模块、所述图像检测模块相连,用于根据所述图像检测模块发送的开启红外灯的指令,开启相应的红外灯;
所述人脸识别模块用于当检测到第一预设组数的红外灯开启后,根据人脸面部识别算法对图像采集设备采集的人脸图像进行识别。
2.根据权利要求1所述的人脸识别系统,其特征在于,还包括:
滤光片,与所述红外光源模块相连,用于当检测到第一预设组数的红外灯开启后,滤除所述红外光源模块出射的近红外光光源中的杂质光源。
3.根据权利要求1所述的人脸识别系统,其特征在于,所述第二预设组数的红外灯为2组红外灯。
4.根据权利要求3所述的人脸识别系统,其特征在于,还包括:
显示器,与所述人脸识别模块相连,用于将所述人脸识别模块中识别的人脸图像结果进行显示。
5.根据权利要求1至4任意一项所述的人脸识别系统,其特征在于,所述第一预设组数的红外灯为32组红外灯。
6.根据权利要求4所述的人脸识别系统,其特征在于,所述图像检测模块为面阵CCD传感器。
7.根据权利要求6所述的人脸识别系统,其特征在于,所述红外光源模块中的红外灯的波长为850nm。
8.根据权利要求7所述的人脸识别系统,其特征在于,还包括:
报警器,与所述人脸识别模块相连,用于当判定当前人脸图像不为预设的人脸模型库中的人脸时,进行报警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720615206.4U CN207097001U (zh) | 2017-05-27 | 2017-05-27 | 一种人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720615206.4U CN207097001U (zh) | 2017-05-27 | 2017-05-27 | 一种人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207097001U true CN207097001U (zh) | 2018-03-13 |
Family
ID=61551360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720615206.4U Active CN207097001U (zh) | 2017-05-27 | 2017-05-27 | 一种人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207097001U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220623A (zh) * | 2017-05-27 | 2017-09-29 | 湖南德康慧眼控制技术股份有限公司 | 一种人脸识别方法及系统 |
-
2017
- 2017-05-27 CN CN201720615206.4U patent/CN207097001U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220623A (zh) * | 2017-05-27 | 2017-09-29 | 湖南德康慧眼控制技术股份有限公司 | 一种人脸识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105868689B (zh) | 一种基于级联卷积神经网络的人脸遮挡检测方法 | |
CN102201061B (zh) | 基于多阶层过滤人脸识别的智能安全监控系统及方法 | |
CN106228137A (zh) | 一种基于关键点定位的atm机异常人脸检测方法 | |
CN108009482A (zh) | 一种提高人脸识别效率方法 | |
CN107220623A (zh) | 一种人脸识别方法及系统 | |
CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及系统 | |
CN106682578A (zh) | 基于眨眼检测的人脸识别方法 | |
CN104091176A (zh) | 人像比对在视频中的应用技术 | |
CN103514438A (zh) | 人脸判断系统以及方法 | |
CN105574509B (zh) | 一种基于光照的人脸识别系统回放攻击检测方法及应用 | |
CN104504408A (zh) | 一种人脸识别比对方法和实现该方法的系统 | |
CN105975938A (zh) | 一种智能动态人脸识别社区管家服务系统 | |
CN106570469A (zh) | 自助式双目虹膜注册方法及利用该方法的虹膜注册装置 | |
CN103593648B (zh) | 一个面向开放环境的人脸识别方法 | |
US20210364356A1 (en) | System and method for using artificial intelligence to enable elevated temperature detection of persons using commodity-based thermal cameras | |
CN111797677A (zh) | 一种基于面部虹膜识别和热成像技术的人脸识别活体检测方法 | |
CN109255319A (zh) | 针对静态照片的人脸识别支付信息防伪方法 | |
WO2022121498A1 (zh) | 身份识别方法、模型训练方法、装置、设备和存储介质 | |
CN205540806U (zh) | 一种三维人脸图像识别装置 | |
CN111259757B (zh) | 一种基于图像的活体识别方法、装置及设备 | |
CN108681928A (zh) | 一种智能广告投放方法 | |
CN104657973B (zh) | 一种图像处理方法、电子设备和控制系统 | |
CN106529243A (zh) | 一种身份鉴别的方法、装置及终端 | |
CN207097001U (zh) | 一种人脸识别系统 | |
CN204926116U (zh) | 一种包含视频分析的安检判图系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |