人脸识别的方法及系统的制作方法
【专利摘要】本发明公开了一种人脸识别的方法及系统，其中方法包括：在集体图片上获取人脸及对应的人脸数组；逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组；根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分；统计所有对象人脸素材的数组累加分之和，获得比对值终值数组；比较比对值终值数组与人脸阈值，确定人脸识别通过。通过上述方式，本发明能够快速在多人图片中识别出特定人脸，适用于各种会议、学校课堂点名，准确率高，且操作方便，可大规模应用。
【专利说明】
人脸识别的方法及系统
技术领域
[0001]本发明涉及图像处理技术领域，尤其是涉及一种人脸识别的方法及系统。
【背景技术】
[0002]人脸识别技术做为新兴的人体生物特征识别技术，已经广泛渗透于社会各个领域。基于摄像头以及人脸识别技术的点名、签到技术由于具有性价比高、经济、可扩展性良好的特点，也已经得到了充分的发展和利用。人们只需利用一架摄像头，其面貌就会被快速的米集和检验。
[0003]图1为现有技术中常用的人脸识别方案。用户通过视频输入接口取得人脸截图，取得人脸素材，经人脸识别运算，得出比对结果后通过通信接口及微处理单元进行输入输出。
[0004]但是基于摄像头以及人脸识别技术的点名、签到技术目前还停留于一对一的识别，即以一个人脸素材比对一个人脸摄像截图。在应用于如会议、上课、上班等多人场合上，还难以适应需求。一方面目前的多人识别技术存在误差率较大的缺陷。另一方面，如果采用传统的一对一的识别，则耗时耗力较多。
[0005]当然，多人脸识别技术的误差的存在有着难以克服的先天硬伤，比如拍照截图的摄像头覆盖角度问题，像素偏低问题，多人合拍情况下人像密集、重叠、转头，偏移等非技术性问题。
【发明内容】
[0006]本发明所要解决的技术问题是:针对现有技术对人脸识别的缺陷或不足，通过逐一比对素材与多人图片，获得一定辨识度的出现概率，实现成功率更高、操作性更强的人脸识别。
[0007]为了解决上述技术问题，本发明采用的技术方案为:提供一种人脸识别的方法，包括:
[0008]S1:在集体图片上获取人脸及对应的人脸数组；
[0009]S2:逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组；
[0010]S3:根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分；
[0011 ] S4:统计所有对象人脸素材的数组累加分之和，获得比对值终值数组；
[0012]S5:比较比对值终值数组与人脸阈值，确定人脸识别通过。
[0013 ]为解决上述问题，本发明还提供一种人脸识别的系统，包括:
[0014]人脸数组模块，用于在集体图片上获取人脸及对应的人脸数组；
[0015]比对模块，用于逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组；
[0016]数组累加分模块，用于根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分；
[0017]终值数组模块，用于统计所有对象人脸素材的数组累加分之和，获得比对值终值数组；
[0018]结果模块，用于比较比对值终值数组与人脸阈值，确定人脸识别通过。
[0019]本发明的有益效果在于:区别于现有技术，本发明通过在集体图片上获取人脸及对应的人脸数组;并与对象人脸素材逐一比对，获得匹配相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分;统计其和后，获得比对值终值数组，最后与人脸阈值比较，确认人脸识别是否通过。通过上述方式，本发明可以快速在多人图片中识别出特定人脸，适用于各种会议、学校课堂点名、公司员工打卡，准确率高，且操作方便，可大规模应用。
【附图说明】
[0020]图1为现有技术中的人脸识别方案流程图；
[0021 ]图2为本发明方法实施例一的流程示意图；
[0022]图3为本发明系统实施例二的结构框图；
[0023]图4为本发明具体实施例中的系统简化框图；
[0024]图5为本发明具体实施例中的流程示意图。
【具体实施方式】
[0025]为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0026]本发明最关键的构思在于:分别将素材与集体图片两两比对，获取对应素材的多个基准比对值多维数组，通过对多维数组降维获取累加分，并与经验值比较后，确认人脸。
[0027]请参照图2，本发明实施例一提供一种人脸识别的方法，包括:
[0028]S1:在集体图片上获取人脸及对应的人脸数组；
[0029]S2:逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组；
[0030]S3:根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分；
[0031 ] S4:统计所有对象人脸素材的数组累加分之和，获得比对值终值数组；
[0032]S5:比较比对值终值数组与人脸阈值，确定人脸识别通过。
[0033]为了区别素材的多个比对值数组，通常情况下，在执行上述步骤之前，还需要将场景分割成若干个小块，并进行间断抓拍，获得多张集体图片。
[0034]同时，在一个具体的实施例中，为了提升人脸识别的准确率，需要在多张集体图片上对同一人脸的判断，在S2之后，还包括:
[0035]S21:获取每一张集体图片上人脸的四角坐标；
[0036]S22:通过所述四角坐标，确定人脸外接圆及其圆心坐标；
[0037]S23:对应比较所有集体图片上外接圆圆心坐标，判断坐标差值是否在预设范围内；
[0038]若是，则执行S24:确定在多张集体图片上的人脸为同一人脸；
[0039]反之，则执行S25:确定在多张集体图片上的人脸上存在新的人脸。
[0040]同时，若与第一张集体图片的比对时，发现其他张图片出现新的人脸，则需要将该新的人脸对应的比对值数值补充到基准比对值数组中，这种补充可以使得基准比对值数组所含的信息更加充分，也会一定程度提高准确率。如在后续的集体图片中，由于人的位置变动或自身的运动，会影响到人脸识别，如低头、抬头时，计算机无法识别出是否为人脸，可出现对应位置上的比对值数据丢失，或者有其他人员的插队，造成数组增多，因此在步骤S25之后，还包括S26:将新的人脸对应的比对值补充到基准比对值数组对应的位置。
[0041]其中，比对值是作为图像之间的相似度的一种定量描述。在实际操作中，可选择其他方式获取这样图像间相似度的其他度量。
[0042]应当理解的是，由于目前已知现有技术的缺陷，部分问题只能期待科技的进一步发展，而部分问题也并非纯技术可以解决，本发明提出一种崭新的思路，以期在现有技术条件下，解决以上的技术缺陷问题。
[0043]本发明的核心思路在于，既然在一群人的集体摄像截图瞬间中，个别人的位置和动作不可控。现有的人脸识别算法在受集体摄像的角度和清晰度限制下，表现也不理想。那么一味地追求准确率，是难以实现的幻想。
[0044]但是从概率论上来说，解决多人的群体识别问题与人脸识别的准确率并非同一个概念。也就是说，虽然对一个素材来说，在一个集体摄像截图中间精确对应某个人存在着误差，但是对多素材与多截图来说，当一个人脸与多张集体摄像截图中的人脸逐一比对，高度相似得分重复多次出现，且达到一定的阈值时，即可认定为该素材在集体摄像截图中存在。
[0045]利用本发明原理，并经大数据量测试，可得出经验性的人脸阈值，可大大提高单素材对单集体摄像截图中人脸识别的准确率。
[0046]而具体在执行步骤S5时，可执行步骤S51:比较比对值终值数组与人脸阈值，判断比对值终值数组是否大于等于人脸识别阈值；
[0047]若是，则执行S52:确定多张集体图片上的人脸识别通过；
[0048]反之，则执行S53:确定多张集体图片上的人脸识别不通过。
[0049]区别于现有技术，本发明实施例一通过逐一比对素材与多张集体图片，获得对应于素材的多个比对值数组，对数组上的值进行对应相加，获得数组累加分，并执行同样步骤，以获得人脸其他素材的数组累加分，累加分之和与人脸阈值比较，以最终确认人脸识别是否通过。通过上述方式，本发明可以快速在多人图片中识别出特定人脸，适用于各种会议、学校课堂点名、公司员工打卡，准确率高，且操作方便，可大规模应用。
[0050]承上，如图3所示，本发明实施例二提供一种人脸识别的系统100，包括:
[0051]人脸数组模块110，用于在集体图片上获取人脸及对应的人脸数组；
[0052]比对模块120，用于逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组；
[0053]数组累加分模块130，用于根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分；
[0054]终值数组模块140，用于统计所有对象人脸素材的数组累加分之和，获得比对值终值数组；
[0055]结果模块150，用于比较比对值终值数组与人脸阈值，确定人脸识别通过。
[0056]其中，在一个具体实施例中，系统100中还可包括:
[0057]划分抓怕模块，用于将场景分割成若干个小块，并进行间断抓拍，获得多张集体图片。
[0058]为了提升人脸识别的准确率，需要在多张集体图片上对同一人脸的判断，还包括:
[0059]坐标单元，用于获取每一张集体图片上人脸的四角坐标；
[0000]圆心单元，用于通过所述四角坐标，确定人脸外接圆及其圆心坐标；
[0061]圆心比较单元，用于对应比较所有集体图片上外接圆圆心坐标，判断坐标差值是否在预设范围内；以及
[0062]补充单元，用于将新的人脸对应的比对值补充到基准比对值数组对应的位置。
[0063]其中，所述结果模块包括:
[0064]阈值比较单元，用于比较比对值终值数组与人脸阈值；
[0065]阈值判断单元，用于判断比对值终值数组是否大于等于人脸识别阈值。
[0066]为了方便理解本发明提供的技术方案，以下通过一个在实际操作中的实施例进行说明:
[0067]如图4、5所示，多素材对多集体摄影的比对时，多张集体摄像中所辨识出的人脸存在对应关系问题，现详细说明多张素材(即一个人脸的不同角度获取的图像)与多集体摄影的对应。
[0068]将素材I至N，定义为Pl...ΡΝ(可认为从N个角度获取一个人脸)，集体摄影I至M定义为Gl-GMj和M可以相等或不等。先以Pl与Gl比对，得出第一串基准比对值以及在Gl上获取的人脸所在四角坐标，该基准比对值可作为定量判断人脸的数学矩阵内的元素，以所在坐标计算其外接圆圆心，由于在集体图片中，人脸可近似看做正方形，因此正方形的四个顶点可外接与一个圆。接着以Pl与G2比对，同时也取得比对值及人脸所在四角坐标，并计算外接圆圆心，将所有外接圆圆心相差在一定范围内的值视为同一张人脸，外接圆圆心不相近的，则认为是刚刚辨识出的新人脸，独立储存。
[0069]随后累加辨识度值后求平均值(也可不计算平均值，如实施例一所示)，获得辨识度平均值；
[0070]根据辨识度平均值，获得所有素材的基准比对值的矩阵，并对矩阵进行降维，获得累加分。
[0071]在获取累加分后，判断累加分是否大于等于人脸阈值；
[0072]若是，表示多张集体图片上的同一人脸与相应的素材一致；
[0073]反之，则表示多张集体图片上的同一人脸与相应的素材不一致。
[0074]在实际操作中，可根据经验，预先设置人脸阈值。
[0075]在比对Pl与G2后，要接着Pl与G3比对，以此类推，直到比对到GM，接下来是Ρ2比对Gl至GM，最后是PN比对Gl至GM。最终，得出所有素材与所有集体摄影的比值的矩阵。对矩阵进行降维，降维的操作通常是矩阵的加法，即平均每个比对素材的多次累加分。当累加分大于经验数值，即可认定该素材上的人脸被确认。
[0076]在实际中，本发明所述的方法可以适用于会议出席人员的识别，以及课堂教学时的点名，对应的素材可以是需要出席的人员或上课的学生头像，通过在会议现场或课堂中对与会人员或学生进行实时拍摄，获取的图像(即集体图片)进行比对，以最终确定与会人员或学生是否出席，具体参见图4及图5。图4是具体实施例中的系统简化示意图。通过摄像头控制模块获取多张集体图片，而图像处理模块和人脸分析模块是结合搭配使用的。图5为具体实施例中的流程示意图。
[0077]以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1.一种人脸识别的方法，其特征在于，包括: S1:在集体图片上获取人脸及对应的人脸数组； 52:逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组； 53:根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分； S4:统计所有对象人脸素材的数组累加分之和，获得比对值终值数组； S5:比较比对值终值数组与人脸阈值，确定人脸识别通过。2.根据权利要求1所述人脸识别的方法，其特征在于，步骤SI前，还包括: SO:将场景分割成若干个小块，并进行间断抓拍，获得多张集体图片。3.根据权利要求1所述人脸识别的方法，其特征在于，在步骤S2之后，还包括: 521:获取每一张集体图片上人脸的四角坐标； 522:通过所述四角坐标，确定人脸外接圆及其圆心坐标； S23:对应比较所有集体图片上外接圆圆心坐标，判断坐标差值是否在预设范围内； 若是，则执行S24:确定在多张集体图片上的人脸为同一人脸； 反之，则执行S25:确定在多张集体图片上的人脸上存在新的人脸。4.根据权利要求2或3所述人脸识别的方法，其特征在于，在步骤S25之后，还包括: S26:将新的人脸对应的比对值补充到基准比对值数组的对应位置。5.根据权利要求1所述人脸识别的方法，其特征在于，步骤S5具体为: S51:比较比对值终值数组与人脸阈值，判断比对值终值数组是否大于等于人脸识别阈值； 若是，则执行S52:确定多张集体图片上的人脸识别通过； 反之，则执行S53:确定多张集体图片上的人脸识别不通过。6.一种人脸识别的系统，其特征在于，包括: 人脸数组模块，用于在集体图片上获取人脸及对应的人脸数组； 比对模块，用于逐一比对对象人脸素材与所述人脸数组，获得匹配相似值数组； 数组累加分模块，用于根据所述相似值数组，计算在集体图片上识别对象人脸素材的出现频次，获得数组累加分； 终值数组模块，用于统计所有对象人脸素材的数组累加分之和，获得比对值终值数组； 结果模块，用于比较比对值终值数组与人脸阈值，确定人脸识别通过。7.根据权利要求6所述人脸识别的系统，其特征在于，还包括: 划分抓怕模块，用于将场景分割成若干个小块，并进行间断抓拍，获得多张集体图片。8.根据权利要求6所述人脸识别的系统，其特征在于，还包括: 坐标单元，用于获取每一张集体图片上人脸的四角坐标； 圆心单元，用于通过所述四角坐标，确定人脸外接圆及其圆心坐标； 圆心比较单元，用于对应比较所有集体图片上外接圆圆心坐标，判断坐标差值是否在预设范围内。9.根据权利要求7或8所述人脸识别的系统，其特征在于，还包括补充单元，用于将新的人脸对应的比对值补充到基准比对值数组对应的位置。10.根据权利要求6所述人脸识别的系统，其特征在于，所述结果模块包括:阈值比较单元，用于比较比对值终值数组与人脸阈值；阈值判断单元，用于判断比对值终值数组是否大于等于人脸识别阈值。
【文档编号】G06K9/00GK105912997SQ201610207545
【公开日】2016年8月31日
【申请日】2016年4月5日
【发明人】陈伟, 许雪玲, 徐斌, 周枝旺, 郭其盛, 郑泽禹
【申请人】福建兴宇信息科技有限公司