TW201741931A - 人臉識別系統及人臉識別方法 - Google Patents

人臉識別系統及人臉識別方法 Download PDF

Info

Publication number
TW201741931A
TW201741931A TW105116554A TW105116554A TW201741931A TW 201741931 A TW201741931 A TW 201741931A TW 105116554 A TW105116554 A TW 105116554A TW 105116554 A TW105116554 A TW 105116554A TW 201741931 A TW201741931 A TW 201741931A
Authority
TW
Taiwan
Prior art keywords
data
live
photos
face recognition
parameters
Prior art date
Application number
TW105116554A
Other languages
English (en)
Inventor
劉殿斌
鍾毅豪
吳貴崗
Original Assignee
鴻海精密工業股份有限公司
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 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Priority to TW105116554A priority Critical patent/TW201741931A/zh
Priority to US15/361,591 priority patent/US20170344806A1/en
Priority to JP2017073469A priority patent/JP2017211982A/ja
Publication of TW201741931A publication Critical patent/TW201741931A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本發明涉及一種人臉識別系統，其包括:一資料儲存模組，該資料儲存模組儲存有使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數；一相機模組，該相機模組用於拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；一特徵對比模組，將相機模組提供的現場拍攝參數與資料儲存模組提供的資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數，找出該最接近的資料拍攝參數對應的資料照片；以及，一識別模組，用於對比所述資料照片和現場照片，並判斷是否為目標使用者。

Description

人臉識別系統及人臉識別方法
本發明涉及一種人臉識別系統及人臉識別方法。
人臉識別，是基於人的臉部特徵資訊進行身份識別的一種生物識別技術。隨著其技術的成熟和社會認同度的提高，人臉識別被應用在很多領域，例如，人臉識別門禁考勤系統，人臉識別防盜門，人臉識別手機解鎖，人臉識別來運行的機器人等。人臉識別的基本系統是採用攝像機或攝像頭採集含有人臉的圖像或視頻，錄入資料庫，實際使用時，通過攝像頭或者相機拍攝使用者的照片並與資料庫中的照片進行對比，從而判斷是否目標使用者。由於光線、拍攝角度、曝光時間長短等拍攝環境的影響，人臉識別系統經常會出現失誤，準確率不高。
有鑑於此，確有必要提供一種準確率較高的人臉識別系統及人臉識別方法。
一種人臉識別系統，包括:一資料儲存模組，該資料儲存模組儲存有使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數；一相機模組，該相機模組用於拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；一特徵對比模組，將相機模組提供的現場拍攝參數與資料儲存模組提供的資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數，找出該最接近的資料拍攝參數對應的資料照片；以及，一識別模組，用於對比所述資料照片和現場照片，並判斷是否為目標使用者。
一種人臉識別方法，包括以下步驟：儲存使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數於一資料儲存模組中；拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；將現場拍攝參數與資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數；以及，對比該資料拍攝參數對應的資料照片與現場照片，判斷是否為目標使用者。
與現有技術相比較，本發明提供的人臉識別系統及人臉識別方法，結合照片和拍攝參數對人臉進行識別，先對比拍攝參數，在拍攝參數盡可能多的相同的情況下，對比照片資料，因此，在判斷使用者是否為目標使用者時具有較高的成功率。
圖1為本發明實施例提供的人臉識別系統的示意圖。
圖2為本發明實施例提供的人臉識別方法的流程圖。
下面將結合附圖及具體實施例，對本發明提供的人臉識別系統及人臉識別方法作進一步的詳細說明。
請參閱圖1，本發明實施例提供的人臉識別系統1，包括一資料儲存模組10，一相機模組20，一特徵對比模組30及一識別模組40。所述資料儲存模組10儲存有使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數。所述相機模組20用於拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數。所述特徵對比模組30將相機模組提供的現場拍攝參數與資料儲存模組提供的資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數，將該資料拍攝參數對應的資料照片與現場照片進行對比。所述識別模組40用於對比所述資料照片和現場照片，並判斷是否為目標使用者。
請參見圖2，本發明實施例進一步包括一種人臉識別方法。所述人臉識別方法包括以下步驟：
S1：儲存使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數於一資料儲存模組中；
S2：拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；
S3：將現場拍攝參數與資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數；以及
S4：對比該資料拍攝參數對應的資料照片與現場照片，判斷是否為目標使用者。
所述人臉識別系統1包括兩種工作模式，分別為資料採集模式與應用模式。當人臉識別系統處於資料採集模式時，其工作步驟包括：將相機模組20調節至資料採集模式；採用相機模組20拍攝用戶至少兩組照片，每組照片對應一組拍攝參數；將該兩個照片以及其對應的拍攝參數儲存至資料儲存模組10中，作為資料照片M和資料拍攝參數mx 。一組資料照片M包括至少一張照片。一組資料照片M對應一組拍攝參數mx ，x代表一組拍攝參數的個數，資料拍攝參數的個數最少為1個。當一組資料照片M包括兩張以上照片時，每張照片的人臉的角度、人臉面部表情等可以不同。相機模組20調節拍攝參數，拍攝用戶的至少兩組照片。所述拍攝參數可以為白平衡、ISO值、光圈、快門、色溫、圖元、亮度、對比度、拍攝時間、光線等等。在拍攝時，調節至少一個或者多個拍攝參數的值，可以拍攝用戶的至少兩組照片。將該至少兩組照片以及其對應的拍攝參數儲存在所述資料儲存模組10中。
人臉識別系統1處於應用模式時，其工作步驟包括：將相機模組20調節至應用模式；採用相機模組20拍攝現場用戶的一張現場照片N，該現場照片對應一組現場拍攝參數Ny ；相機模組20將現場拍攝參數ny 和現場照片N傳給特徵對比模組30；特徵對比模組30收到現場拍攝參數ny 和現場照片N後，將現場拍攝參數ny 與資料拍攝參數mx 進行一一對比，找出與現場拍攝參數ny 最接近的資料拍攝參數mx ，將該資料拍攝參數mx 所對應的該組資料照片M與現場照片N進行對比，判斷是否為目標使用者。當該組資料照片M包括多張照片時，可以將現場照片N與該多張照片進行逐一對比。所述現場拍攝參數Ny 中，y代表現場拍攝參數的個數。其中，現場拍攝參數y的個數可以與資料參數x的個數相同，也可以不同。所述相機模組20拍攝用戶的現場照片N之後，將現場拍攝參數ny 和現場照片N傳給特徵對比模組30。
所述與現場拍攝參數ny 最接近的資料拍攝參數mx 包括兩種情況：
第一種情況，現場拍攝參數ny 與資料拍攝參數mx 具有L個相同的值，L越大，說明現場拍攝參數ny 與資料拍攝參數mx 越接近；
第二種情況現場拍攝參數ny 與資料拍攝參數mx 具有K個相似的值，K越大，說明現場拍攝參數ny 與資料拍攝參數mx 越接近。所謂相似的值，是指現場拍攝參數ny 與資料拍攝參數mx 料的值，不相同，相差在5%以內。
特徵對比模組30包括多種對比模式：
第一，可以只計算對比L的值，將L值最大的現場拍攝參數ny 與資料拍攝參數mx 定義為最接近。
第二，可以只計算對比K的值，將K值最大的現場拍攝參數ny 與資料拍攝參數mx 定義為最接近。
第三，先計算L值，當L值大於0時，將L值最大的現場拍攝參數ny 與資料拍攝參數mx 定義為最接近；當L值為0時，計算K值，將K值最大的現場拍攝參數ny 與資料拍攝參數mx 定義為最接近。
第四，同時計算L值和K值，當L大於K時，採用L值計算最接近的現場拍攝參數ny 與資料拍攝參數mx ，當L小於K時，採用K值計算最接近的現場拍攝參數ny 與資料拍攝參數mx 。
所述人臉識別系統1還可以進一步包括一修正程式。所述修正程式為：先開啟人臉識別系統1的資料儲存模式，將一使用者至少兩組資料照片以及其對應的資料拍攝參數儲存在所述資料儲存模組10中；開啟人臉識別系統1的應用模式，對該使用者進行判斷，如果人臉識別系統1沒有識別出該用戶，則進行修正，即將該用戶所對應的人臉識別系統1識別失敗的現場照片和現場拍攝參數儲存至資料儲存模組10中，作為一組資料照片和資料拍攝參數。如果人臉識別系統1準確地識別出該使用者，則不需要修正。上述修正程式可以多次重複執行。
本發明提供的人臉識別系統及人臉識別方法，結合照片和拍攝參數對人臉進行識別，先對比拍攝參數，在拍攝參數盡可能多的相同的情況下，對比照片資料，因此，在判斷使用者是否為目標使用者時具有較高的成功率。
綜上所述，本發明確已符合發明專利之要件，遂依法提出專利申請。惟，以上所述者僅為本發明之較佳實施例，自不能以此限制本案之申請專利範圍。舉凡習知本案技藝之人士援依本發明之精神所作之等效修飾或變化，皆應涵蓋於以下申請專利範圍內。
1‧‧‧人臉識別系統
10‧‧‧資料儲存模組
20‧‧‧相機模組
30‧‧‧特徵對比模組
40‧‧‧識別模組
無
1‧‧‧人臉識別系統
10‧‧‧資料儲存模組
20‧‧‧相機模組
30‧‧‧特徵對比模組
40‧‧‧識別模組

Claims (10)

  1. 一種人臉識別系統，包括:
    一資料儲存模組，該資料儲存模組儲存有使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數；
    一相機模組，該相機模組用於拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；
    一特徵對比模組，將相機模組提供的現場拍攝參數與資料儲存模組提供的資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數，找出該最接近的資料拍攝參數對應的資料照片；以及
    一識別模組，用於對比所述資料照片和現場照片，並判斷是否為目標使用者。
  2. 如請求項1所述之人臉識別系統，其中，所述拍攝參數為白平衡、ISO值、光圈、快門、色溫、圖元、亮度、對比度、拍攝時間或光線。
  3. 如請求項1所述之人臉識別系統，其特徵在於，包括資料採集模式與應用模式。
  4. 如請求項3所述之人臉識別系統，其中，所述資料採集模式包括:將相機模組調節至資料採集模式；採用相機模組拍攝用戶至少兩組照片，每組照片對應一組拍攝參數；將該兩組照片以及其對應的拍攝參數儲存至資料儲存模組中，作為資料照片和資料拍攝參數。
  5. 如請求項4所述之人臉識別系統，其中，所述應用模式包括：將相機模組調節至應用模式；採用相機模組拍攝現場用戶的一組現場照片，該現場照片對應一組現場拍攝參數；相機模組將現場拍攝參數和現場影傳給特徵對比模組；特徵對比模組收到現場拍攝參數和現場照片後，將現場拍攝參數與資料拍攝參數進行一一對比，找出與現場拍攝參數最接近的資料拍攝參數，將該拍攝參數所對應的資料照片與現場照片進行對比，判斷是否為目標使用者。
  6. 如請求項5所述之人臉識別系統，其中，進一步包括一修正程式，所述修正程式為：將一使用者至少兩組資料照片以及其對應的資料拍攝參數儲存在所述資料儲存模組中，將人臉識別系統開啟至應用模式，對該使用者進行判斷；人臉識別系統無法識別該使用者，進行修正，即將該用戶所對應的現場照片和現場拍攝參數儲存至資料儲存模組中，作為資料照片和資料拍攝參數。
  7. 如請求項1所述之人臉識別系統，其中，所述資料拍攝參數的個數和現場拍攝參數的個數相同。
  8. 如請求項1所述之人臉識別系統，其中，每組資料照片包括多張照片。
  9. 一種人臉識別方法，其包括以下步驟：
    儲存使用者的至少兩組資料照片及該至少兩組資料照片的資料拍攝參數於一資料儲存模組中；
    拍攝用戶現場照片並提供相應現場照片所對應的現場拍攝參數；
    將現場拍攝參數與資料拍攝參數進行對比，選出與現場拍攝參數最接近的資料拍攝參數；以及
    對比該資料拍攝參數對應的資料照片與現場照片，判斷是否為目標使用者。
  10. 如請求項9所述之人臉識別方法，其中，每組資料照片包括多張照片，每張照片中人臉的拍攝角度和面部表情不同。
TW105116554A 2016-05-27 2016-05-27 人臉識別系統及人臉識別方法 TW201741931A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW105116554A TW201741931A (zh) 2016-05-27 2016-05-27 人臉識別系統及人臉識別方法
US15/361,591 US20170344806A1 (en) 2016-05-27 2016-11-28 Face recognition system and face recognition method
JP2017073469A JP2017211982A (ja) 2016-05-27 2017-04-03 顔識別システム及び顔識別方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105116554A TW201741931A (zh) 2016-05-27 2016-05-27 人臉識別系統及人臉識別方法

Publications (1)

Publication Number Publication Date
TW201741931A true TW201741931A (zh) 2017-12-01

Family

ID=60418066

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105116554A TW201741931A (zh) 2016-05-27 2016-05-27 人臉識別系統及人臉識別方法

Country Status (3)

Country Link
US (1) US20170344806A1 (zh)
JP (1) JP2017211982A (zh)
TW (1) TW201741931A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635635A (zh) * 2018-10-29 2019-04-16 安徽智传科技有限公司 一种多角度的人脸识别准确率提高方法和系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020034902A1 (zh) * 2018-08-11 2020-02-20 昆山美卓智能科技有限公司 具有状态监控功能的智能桌、监控系统服务器及监控方法
CN109508690B (zh) * 2018-11-29 2021-08-17 浙江工业大学 一种基于人脸识别的非主动配合考勤系统
CN112560745B (zh) * 2020-12-23 2022-04-05 南方电网电力科技股份有限公司 一种电力作业现场人员甄别方法及相关装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9407860B2 (en) * 2012-04-06 2016-08-02 Melvin Lee Barnes, JR. System, method and computer program product for processing image data

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635635A (zh) * 2018-10-29 2019-04-16 安徽智传科技有限公司 一种多角度的人脸识别准确率提高方法和系统
WO2020087341A1 (zh) * 2018-10-29 2020-05-07 安徽智传科技有限公司 一种多角度的人脸识别准确率提高方法和系统

Also Published As

Publication number Publication date
US20170344806A1 (en) 2017-11-30
JP2017211982A (ja) 2017-11-30

Similar Documents

Publication Publication Date Title
CN108024107B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US10614293B2 (en) Facial recognition apparatus, recognition method and program therefor, and information device
CN102147856B (zh) 图像识别设备及其控制方法
US8249313B2 (en) Image recognition device for performing image recognition including object identification on each of input images
CN102761706B (zh) 成像设备和成像方法
JP5631106B2 (ja) 画像処理装置、その制御方法、及びプログラム、並びに撮像装置
CN104243800B (zh) 控制装置和存储介质
US20120300092A1 (en) Automatically optimizing capture of images of one or more subjects
CN108804895A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
TW201741931A (zh) 人臉識別系統及人臉識別方法
US8189942B2 (en) Method for discriminating focus quality of image pickup device
CN108111768B (zh) 控制对焦的方法、装置、电子设备及计算机可读存储介质
US9674496B2 (en) Method for selecting metering mode and image capturing device thereof
CN107743200A (zh) 拍照的方法、装置、计算机可读存储介质和电子设备
CN109040746B (zh) 摄像头校准方法和装置、电子设备、计算机可读存储介质
CN105989363A (zh) 多角度人脸图片库的建立方法
KR20160111757A (ko) 영상 촬영 장치 및 이의 촬영 방법
US20160292842A1 (en) Method and Apparatus for Enhanced Digital Imaging
US10880478B2 (en) Camera, system and method of selecting camera settings
CN108760245B (zh) 光学元件检测方法和装置、电子设备、可读存储介质
TW201804368A (zh) 人臉識別方法
CN107437048A (zh) 人脸识别系统及人脸识别方法
CN110460773A (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN109582811A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
Jin et al. Face detection assisted auto exposure: supporting evidence from a psychophysical study