TW201804368A - 人臉識別方法 - Google Patents
人臉識別方法 Download PDFInfo
- Publication number
- TW201804368A TW201804368A TW105123407A TW105123407A TW201804368A TW 201804368 A TW201804368 A TW 201804368A TW 105123407 A TW105123407 A TW 105123407A TW 105123407 A TW105123407 A TW 105123407A TW 201804368 A TW201804368 A TW 201804368A
- Authority
- TW
- Taiwan
- Prior art keywords
- photo
- face
- data
- parameters
- face recognition
- Prior art date
Links
Classifications
-
- 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
- G06F16/5854—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 shape and object relationship
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一種人臉識別方法,包括以下步驟:提供一人臉識別系統,該人臉識別系統包括一人臉特徵資料庫、一人臉識別模組及一相機模組;人臉識別系統的初始狀態為搜索模式,搜索模式下,相機模組開始搜索鏡頭內的目標人物的人臉;搜索到人臉後,人臉識別系統開啟識別模式,識別模式進一步包括以下步驟:判斷人臉位置,當目標人物的人臉在鏡頭內的位置符合規定時,拍攝目標人物的人臉現場照片;將該現場照片與人臉特徵資料庫中的資料照片進行對比,並對該現場照片進行評估;當評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作,當評估結果不符合標準時,則判斷為陌生人,作出針對陌生人的動作。
Description
本發明涉及一種人臉識別方法。
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。現有的人臉識別方法的識別步驟通常包括:儲存客戶資料;採用相機拍攝目標人員照片;對比目標人員照片與客戶資料,判別是否目標客戶。這種識別方法中,為了提高識別系統的識別速度,在使用相機拍攝後,需要降低照片的圖元(例如,把1920*1080的照片降低成640*480)之後再對目標客戶進行識別。然而,由於圖元降低,很容易造成人臉的誤判。
有鑑於此,確有必要提供一種準確率較高的人臉識別方法。
一種人臉識別方法,包括以下步驟:
提供一人臉識別系統,該人臉識別系統包括一人臉特徵資料庫、一人臉識別模組及一相機模組;
人臉識別系統的初始狀態為搜索模式,搜索模式下,相機模組開始搜索鏡頭內的目標人物的人臉;
搜索到人臉後,人臉識別系統開啟識別模式,識別模式進一步包括以下步驟:判斷人臉位置,當目標人物的人臉在鏡頭內的位置符合規定時,拍攝目標人物的人臉現場照片;將該現場照片與人臉特徵資料庫中的資料照片進行對比,並對該現場照片進行評估;當評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作;當評估結果不符合標準時,提醒目標人物靠近鏡頭,再次拍攝二次現場照片,並將該二次現場照片與人臉特徵資料庫中的資料照片進行二次對比,對該二次現場照片進行二次評估;當二次評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作,當二次評估結果不符合標準時,則判斷為陌生人,作出針對陌生人的動作。
進一步地,當人臉識別系統判斷出目標人物為資料庫建檔人員,做出針對資料庫建檔人員的動作後,人臉識別系統繼續檢測該資料庫建檔人員,直到鏡頭內檢測不到人臉時,人臉識別系統恢復初始狀態。
進一步地,當人臉識別系統判斷出目標人物為陌生人,做出針對陌生人的動作後,收到外界指示,人臉識別系統恢復初始狀態。
與現有技術相比較,本發明提供的人臉識別方法可以採用多次對比的方法進行人臉識別,具有較高的人臉識別成功率。
無
下面將結合具體實施例,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。
本發明實施例提供一種人臉識別方法。所述人臉識別方法包括以下步驟:
S1:提供一人臉識別系統,該人臉識別系統包括一人臉特徵資料庫、一人臉識別模組及一相機模組;
S2:人臉識別系統的初始狀態為搜索模式,搜索模式下,相機模組開始搜索鏡頭內的目標人物的人臉;
S3:搜索到人臉後,人臉識別系統開啟識別模式,識別模式進一步包括以下步驟:
S31:判斷人臉位置,當目標人物的人臉在鏡頭內的位置符合規定時,拍攝目標人物的人臉現場照片;
S32:將該現場照片與人臉特徵資料庫中的資料照片進行對比,並對該現場照片進行評估;
S33:當評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作;當評估結果不符合標準時,提醒目標人物變換位置,再次拍攝二次現場照片,並將該二次現場照片與人臉特徵資料庫中的資料照片進行二次對比,對該二次現場照片進行二次評估;
S34:當二次評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作;當二次評估結果不符合標準時,則判斷為陌生人,作出針對陌生人的動作。
在步驟S1中,所述人臉特徵資料庫中儲存有多個使用者的資料照片,每個使用者的資料照片對應至少一組資料參數。所述資料參數包括相機的拍攝參數,如為白平衡、ISO值、光圈、快門、色溫、圖元、亮度、對比度、拍攝時間、光線等等;還可以包括資料照片面部特徵參數,如:人臉面積、眼部距離、眼睛大小、眼睛到嘴巴的距離等等。每張資料照片對應一組資料參數,該組資料參數包括M個拍攝參數和N個特徵參數。所述相機模組用於拍攝目標人員的現場照片,並記錄和計算現場照片的現場參數。每張現場照片對應一組現場參數,該現場參數包括m個拍攝參數和n個特徵參數。m與M的值可以相同,也可以不同;n和N的值可以相同,也可以不同。所述識別模組用於將現場照片的現場參數與資料照片的資料參數進行對比,判斷目標人員是否為建檔人員。
步驟S32中,將現場照片與人臉特徵資料庫中的資料照片進行對比的過程可以通過以下方式進行:
將現場照片對應的一組現場參數中的m個拍攝參數與和每張資料照片的對應的一組資料參數中的M個拍攝參數進行對比;
找出與現場照片的拍攝參數相似度最高的至少一張資料照片的拍攝參數,將該至少一組資料照片拍攝參數相對應的至少一張資料照片與現場照片的特徵參數進行對比,並對該至少一張資料照片進行評估。
所述將資料照片的拍攝參數與現場照片的拍攝參數對比時包括兩種情況:
第一種情況,現場照片的拍攝參數與每個資料照片的拍攝參數具有L個相同的值,L越大,說明現場拍攝參數與資料拍攝參數越接近;
第二種情況,現場照片的拍攝參數與資料照片的拍攝參數具有K個相似的值,K越大,說明現場照片的拍攝參數與資料照片的拍攝參數越接近。所謂相似的值,是指現場拍攝參數與資料拍攝參數的值相差在一個較小的範圍內;這個範圍可以為5%以內、3%或者1%以內。
對該至少一張資料照片進行評估是否與現場照片的拍攝參數最接近的方法,在不同的實施例中,可以採用不同的評估方法:
第一種,可以只計算對比L的值,將L值最大的現場拍攝參數與資料拍攝參數定義為最接近。
第二種,可以只計算對比K的值,將K值最大的現場拍攝參數與資料拍攝參數定義為最接近。
第三種,先計算L值,當L值大於0時,將L值最大的現場拍攝參數與資料拍攝參數定義為最接近;當L值為0時,計算K值,將K值最大的現場拍攝參數與資料拍攝參數定義為最接近。
第四種,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與資料拍攝參數,當L小於K時,採用K值計算最接近的現場拍攝參數與資料拍攝參數。
上述四種評估方法中,可以採用一種方法進行評估,也可以採用多種方法進行評估。當一種方法進行評估時,至少可以找到至少一張資料照片的拍攝參數與現場照片相近。當採用兩種以上的方法進行評估時,每種評估方法可以找到至少一張資料照片的拍攝參數與現場照片相近。
假設與現場照片的拍攝參數相近的資料照片有x張,選出該x張資料照片,將該x張資料照片的特徵參數與現場照片的特徵參數進行對比,並對對比結果進行評估。
在一些實施例中,對特徵參數的對比結果進行評估的方法可以採用與拍攝參數的對比結果進行評估的方法相同的評估方法。
在別的實施例中,也可以採用評分制對對比結果進行評估。將差別在一個較小的範圍內的特徵參數定義為相同的特徵參數,這個範圍可以為1%或2%等。與現場照片的特徵參數相同的個數越多的資料照片,得分越高。分數計算標準可以事先規定。如,在某個實施例中,可以設定總分為100分,相對於現場照片的Y個特徵參數而言,如有10%的特徵參數相似,則得分10分;如有50%的特徵參數相似,則得分50分;如有80%的特徵參數相似,則得分80分;以此類推。規定60分為及格分,得分60分以下,則得出的結論為目標人員並非建檔人物;得分60分以上,則結論為目標人物為建檔人員。在另外的實施例中,可以規定,現場照片與資料照片有幾個特徵參數相同,便可以得幾分。規定5分為及格分,得分5分以下,則得出的結論為目標人員並非建檔人員;得分5分以上,則結論為目標人員為建檔人員。
步驟S33中,將該二次現場照片與人臉特徵資料庫中的資料照片進行二次對比的步驟與步驟S32中的對比步驟相同。
進一步地,當人臉識別系統判斷出目標人物為資料庫建檔人員,做出針對資料庫建檔人員的動作後,人臉識別系統繼續檢測該資料庫建檔人員,直到鏡頭內檢測不到人臉時,人臉識別系統恢復初始狀態。
進一步地,當人臉識別系統判斷出目標人物為陌生人,做出針對陌生人的動作後,收到外界指示,人臉識別系統恢復初始狀態。例如,當人臉識別系統判斷出目標人物為陌生人時,可以發出警報,警報在收到安保人員的命令後可以解除,解除後人臉識別系統恢復初始狀態。
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。
另外,本領域技術人員還可以在本發明精神內做其他變化,這些依據本發明精神所做的變化,都應包含在本發明所要求保護的範圍內。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。
無
無
無
Claims (10)
- 一種人臉識別方法,其包括以下步驟: 提供一人臉識別系統,該人臉識別系統包括一人臉特徵資料庫、一人臉識別模組及一相機模組; 人臉識別系統的初始狀態為搜索模式,搜索模式下,相機模組開始搜索鏡頭內的目標人物的人臉; 搜索到人臉後,人臉識別系統開啟識別模式,識別模式進一步包括以下步驟:判斷人臉位置,當目標人物的人臉在鏡頭內的位置符合規定時,拍攝目標人物的人臉現場照片;將該現場照片與人臉特徵資料庫中的資料照片進行對比,並對該現場照片進行評估;當評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作;當評估結果不符合標準時,提醒目標人物變換位置,再次拍攝二次現場照片,並將該二次現場照片與人臉特徵資料庫中的資料照片進行二次對比,對該二次現場照片進行二次評估;當二次評估結果符合標準時,則判斷為資料庫建檔人員,做出針對資料庫建檔人員的動作,當二次評估結果不符合標準時,則判斷為陌生人,作出針對陌生人的動作。
- 如請求項第1項所述的人臉識別方法,其中,所述人臉特徵資料庫中儲存有多個使用者的資料照片,每個使用者的資料照片對應一組資料參數,該組資料參數包括相機的拍攝參數和資料照片面部的特徵參數。
- 如請求項第2項所述的人臉識別方法,其中,所述拍攝參數包括白平衡、ISO值、光圈、快門、色溫、圖元、亮度、對比度、拍攝時間和光線;所述特徵參數包括人臉面積、眼部距離、眼睛大小和眼睛到嘴巴的距離。
- 如請求項第1項所述的人臉識別方法,其中,所述相機模組用於拍攝目標人員的現場照片,並記錄和計算現場照片的資料參數。
- 如請求項第1項所述的人臉識別方法,其中,所述識別模組用於對比現場照片和資料照片的資料參數,判斷目標人員是否為建檔人員。
- 如請求項第1項所述的人臉識別方法,其中,所述將該現場照片與人臉特徵資料庫中的資料照片進行對比,並對該現場照片進行評估的步驟包括:將現場照片對應的拍攝參數與和每張資料照片的對應的拍攝參數進行對比;找出與現場照片的拍攝參數相似度最高的資料照片的拍攝參數,將該資料拍攝參數相對應資料照片與現場照片的進行特徵參數的對比,並對該資料照片進行評估。
- 如請求項第6項所述的人臉識別方法,其中,所述找出與現場照片的拍攝參數相似度最高的資料照片的拍攝參數的方法為:將現場照片的現場拍攝參數與每個資料照片的資料拍攝參數進行對比,具有L個相同的值,L越大,現場拍攝參數與資料拍攝參數越接近。
- 如請求項第6項所述的人臉識別方法,其中,所述找出與現場照片的拍攝參數相似度最高的資料照片的拍攝參數的方法為:將現場照片的現場拍攝參數與每個資料照片的資料拍攝參數進行對比,具有K個相似的值,K越大,說明現場拍攝參數與資料拍攝參數越接近,所述相似的值,是指現場拍攝參數與資料拍攝參數的值相差在5%以內。
- 如請求項第1項所述的人臉識別方法,其中,當人臉識別系統判斷出目標人物為資料庫建檔人員,做出針對資料庫建檔人員的動作後,人臉識別系統繼續檢測該資料庫建檔人員,直到鏡頭內檢測不到人臉時,人臉識別系統恢復初始狀態。
- 如請求項第1項所述的人臉識別方法,其中,當人臉識別系統判斷出目標人物為陌生人,做出針對陌生人的動作後,收到外界指示,人臉識別系統恢復初始狀態。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105123407A TW201804368A (zh) | 2016-07-25 | 2016-07-25 | 人臉識別方法 |
JP2017057039A JP2018018500A (ja) | 2016-07-25 | 2017-03-23 | 顔識別方法 |
US15/469,671 US20180025214A1 (en) | 2016-07-25 | 2017-03-27 | Face recognition method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105123407A TW201804368A (zh) | 2016-07-25 | 2016-07-25 | 人臉識別方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201804368A true TW201804368A (zh) | 2018-02-01 |
Family
ID=60989506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105123407A TW201804368A (zh) | 2016-07-25 | 2016-07-25 | 人臉識別方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180025214A1 (zh) |
JP (1) | JP2018018500A (zh) |
TW (1) | TW201804368A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI717008B (zh) * | 2019-09-09 | 2021-01-21 | 訊連科技股份有限公司 | 生物特徵資料庫的建立方法、臉部識別方法與系統 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948467A (zh) * | 2019-02-28 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 人脸识别的方法、装置、计算机设备和存储介质 |
CN114973346B (zh) * | 2021-02-26 | 2024-04-16 | 四川星网易视信息技术有限公司 | 一种基于ai技术的智能人脸识别安防系统 |
-
2016
- 2016-07-25 TW TW105123407A patent/TW201804368A/zh unknown
-
2017
- 2017-03-23 JP JP2017057039A patent/JP2018018500A/ja active Pending
- 2017-03-27 US US15/469,671 patent/US20180025214A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI717008B (zh) * | 2019-09-09 | 2021-01-21 | 訊連科技股份有限公司 | 生物特徵資料庫的建立方法、臉部識別方法與系統 |
Also Published As
Publication number | Publication date |
---|---|
US20180025214A1 (en) | 2018-01-25 |
JP2018018500A (ja) | 2018-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102147856B (zh) | 图像识别设备及其控制方法 | |
KR101569268B1 (ko) | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 | |
JP4241763B2 (ja) | 人物認識装置及びその方法 | |
US10614293B2 (en) | Facial recognition apparatus, recognition method and program therefor, and information device | |
US20120148118A1 (en) | Method for classifying images and apparatus for the same | |
KR101546137B1 (ko) | 인물 인식 장치 및 방법 | |
KR101781358B1 (ko) | 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법 | |
US20120300092A1 (en) | Automatically optimizing capture of images of one or more subjects | |
JP2013522754A (ja) | 複数の虹彩テンプレートを用いた虹彩認識装置及び方法 | |
US20190114495A1 (en) | Live facial recognition method and system | |
KR20050085583A (ko) | 표정 불변 얼굴 인식 | |
KR102145132B1 (ko) | 딥러닝을 이용한 대리 면접 예방 방법 | |
KR101252843B1 (ko) | 이동 통신 단말기에서 이미지 관리 방법 | |
WO2020079741A1 (ja) | 虹彩認証装置、虹彩認証方法および記録媒体 | |
US20210256244A1 (en) | Method for authentication or identification of an individual | |
JP5971712B2 (ja) | 監視装置及び方法 | |
TW201804368A (zh) | 人臉識別方法 | |
TW201741931A (zh) | 人臉識別系統及人臉識別方法 | |
US9286707B1 (en) | Removing transient objects to synthesize an unobstructed image | |
US20230118532A1 (en) | Method and system for detecting a spoofing attempt | |
JP4859057B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
US11012613B2 (en) | Flat surface detection in photographs | |
CN107657202A (zh) | 人脸识别方法 | |
RU2815689C1 (ru) | Способ, терминал и система для биометрической идентификации | |
RU2578806C1 (ru) | Способ сравнения лица человека с помощью цифрового двумерного изображения лица либо с помощью изображения лица от одной или нескольких стереокамер с двумерным изображением лица из базы данных |