一种用于人脸识别数据比对的方法与流程

本发明涉及人脸识别技术领域，具体为一种用于人脸识别数据比对的方法。

背景技术：

人脸识别技术是指利用分析比较的计算机技术识别人脸。人脸识别技术属于生物特征识别技术，是对生物体本身的生物特征来区分生物体个体。包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。

在实际应用场景下可以进行多个人脸的分拣、判断及识别，现有的人脸识别在进行比对的过程中，由于数据库数据较大，进行比对数据时，缺少快速提取有效人脸特征模块，降低数据运算的速度，影响数据比对的效率。

技术实现要素：

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种用于人脸识别数据比对的方法，具备提取信息速度快，数据运算快等优点，解决了数据运算的速度慢，数据比对效率低的问题。

(二)技术方案

为实现以上目的，本发明提供如下技术方案：一种用于人脸识别数据比对的方法，包括以下步骤：

s1)通过摄像终端拍摄人脸图像，对人脸图像进行采集；

s2)将采集的人脸图像传输到人脸图像检测模块对人脸图像进行定位人脸的位置和大小；

s3)对经过初步定位检测人脸位置和大小的图片进行筛选，并提取符合人脸的图像；

s4)对人脸的眼睛、鼻子、嘴和下巴进行提取；

s5)然后根据眼睛、鼻子、嘴和下巴对人脸进行特征建模；

s6)然后将提取的人脸的特征图像数据与大数据库中存储的特征模板进行人脸图像数据比对；

s7)将人脸识别数据比对的结果输出。

优选的，所述摄像终端可以是监控、智能手机、数码相机等其中的一种或多种。

优选的，所述摄像终端对静态图像、动态图像、不同的位置、不同表情等人脸进行采集。

优选的，所述人脸图像检测模块在实际中主要用于人脸识别的预处理，在图像中准确标定出人脸的位置和大小。

优选的，所述人脸图像预处理模块对人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。

优选的，所述人脸图像特征提取模块对人脸识别特征，通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

优选的，所述人脸图像确认模块将人脸图像的特征数据与大数据库中存储的特征模板进行搜索匹配，通过相似度进行一对多图像匹配对比和一对一进行图像的比对，把匹配得到的结果输出。

优选的，所述人脸识别接收模块将通过大数据库比对的结果接收。

(三)有益效果

与现有技术相比，本发明提供了一种用于人脸识别数据比对的方法，具备以下有益效果：

该用于人脸识别数据比对的方法，通过人脸图像采集及检测，对不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集，当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像；然后通过人脸图像检测，在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小，将模式特征中有用的信息挑出来，并利用这些特征实现人脸检测，通过人脸图像预处理模块，在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理，人脸特征提取就是针对人脸的某些特征进行的提取在进行建模使用，然后进行一对一进行图像比较的过程，一对多进行图像匹配对比的过程，有利于进行对大数据进行比对数据时，能够快速提取有效人脸特征模块，提高数据运算的速度，提高数据比对的效率，从而便于人脸识别的比对使用，便于实际生活中的高效操作。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的人脸识别比对方法的流程图。

具体实施方式

下面将结合本发明的实施例，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，都属于本发明保护的范围。

本发明实施例提供一种用于人脸识别数据比对的方法，如图1所示，包括以下步骤：

s1)通过摄像终端拍摄人脸图像，对人脸图像进行采集，不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集；

s2)将采集的人脸图像传输到人脸图像检测模块对人脸图像进行定位人脸的位置和大小，当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像；

s3)对经过初步定位检测人脸位置和大小的图片进行筛选，并提取符合人脸的图像，系统获取的原始图像由于受到各种条件的限制和随机干扰，对图像处理的早期阶段，进行对图片灰度校正、噪声过滤等图像预处理；

s4)对人脸的眼睛、鼻子、嘴和下巴进行提取，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征；

s5)然后根据眼睛、鼻子、嘴和下巴对人脸进行特征建模，人脸特征提取就是针对人脸的某些特征进行人脸特征提取，便于对人脸进行特征建模；

s6)然后将提取的人脸的特征图像数据与大数据库中存储的特征模板进行人脸图像数据比对，提取的人脸图像的特征数据与大数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出；

s7)将人脸识别数据比对的结果输出，对比对后的数据进行接收，便于观察比对结果。

具体的，摄像终端可以是监控、智能手机、数码相机等其中的一种或多种；摄像终端对静态图像、动态图像、不同的位置、不同表情等人脸进行采集；人脸图像检测模块在实际中主要用于人脸识别的预处理，在图像中准确标定出人脸的位置和大小；人脸图像预处理模块对人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程，通过adaboost算法把一些比较弱的分类方法合在一起，组合出新的分类，人脸检测过程中使用adaboost算法挑选出一些最能代表人脸的矩形特征，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度，并利用这些特征实现人脸检测，在对图像进行灰度校正、噪声过滤等图像预处理，对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等，对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程；

人脸图像特征提取模块对人脸识别特征，通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等；人脸图像确认模块将人脸图像的特征数据与大数据库中存储的特征模板进行搜索匹配，通过相似度进行一对多图像匹配对比和一对一进行图像的比对，把匹配得到的结果输出；人脸识别接收模块将通过大数据库比对的结果接收，根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，将匹配得到的结果输出，有利于进行对大数据进行比对数据时，能够快速提取有效人脸特征模块，提高数据运算的速度，提高数据比对的效率，从而便于人脸识别的比对使用，便于实际生活中的高效操作。

综上所述：该用于人脸识别数据比对的方法，通过摄像终端拍摄人脸图像，对人脸图像进行采集，将采集的人脸图像传输到人脸图像检测模块对人脸图像进行定位人脸的位置和大小，对经过初步定位检测人脸位置和大小的图片进行筛选，并提取符合人脸的图像，对人脸的眼睛、鼻子、嘴和下巴进行提取，然后根据眼睛、鼻子、嘴和下巴对人脸进行特征建模，然后将提取的人脸的特征图像数据与大数据库中存储的特征模板进行人脸图像数据比对，将人脸识别数据比对的结果输出；对不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集，当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像；然后通过人脸图像检测，在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小，将模式特征中有用的信息挑出来，并利用这些特征实现人脸检测，通过人脸图像预处理模块，在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理，人脸特征提取就是针对人脸的某些特征进行的提取在进行建模使用，然后进行一对一进行图像比较的过程，一对多进行图像匹配对比的过程，有利于进行对大数据进行比对数据时，能够快速提取有效人脸特征模块，提高数据运算的速度，提高数据比对的效率，从而便于人脸识别的比对使用，便于实际生活中的高效操作。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。