专利名称：一种人脸识别软件系统的方法
技术领域：
本发明涉及人脸识别的领域，尤其是一种人脸识别软件系统的方法。
背景技术：
生物识别技术是指通过对人体特征的数字化測量来进行鉴别的技术，包括指紋、人脸、声音、虹膜、掌纹等特征都可以被用来进行身分识别。人脸识别技术是生物识别技术中的ー个重要课题，是目前非常活跃的研究方向。与利用其他生物特征进行身份识别相比，人脸识别具有直接、方便、友好、非侵犯性的优点，因而具有极其广泛的应用前景。虽然人类能够毫不费力地识别出人脸乃至表情，但人脸的机器识别却是个难度极 大的课题。首先人脸是ー个三维的非刚体的不规则表面；其次，人脸会随着年龄、健康以及表情的变化而变化；再次，在采集人脸图像时，不同的光照，角度都会影响人脸识别地准确度。由于人类大脑对人脸识别的机制尚不可知，机器人脸识别还处于摸索与创新的阶段，并且涉及到计算机视觉、模式识别、生理学和心理学等多方面的诸多知识。所有这些因素都是的人脸识别成为极具挑战性，却又十分具有价值的ー个课题。ー个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计；识别过程则完成将未知图片进行处理，并最终识别出身份的分类和决策。其总体结构主要功能模块包含如下几个部分I.图像获取人脸图像数据源包括运动图像序列(视频流)和静止图像。主要可以通过扫描仪，数码照相机，摄像头等数字输入设备获取；2.人脸检测定位该模块用来分析输入的图像，判断其中是否有人脸，如果有，则找出人脸的位置，并把人脸图像从背景图像中分离出来；
3.图像预处理预处理的主要作用在于尽可能的使得人脸图像处于同一尺度和标准，最終为后续处理提供高质量的输入图像。通常这部分需要完成对抽取图像的尺度归ー化、灰度归ー化、降噪、去光照、白平衡等功能；4.特征提取和选择对于处理后的人脸图像按照某种策略抽取出用于识别的特征，将原始的脸空间映射到新的特征空间。在此步骤中，不仅注重如何提取具有良好分离性能的特征数据，还必须考虑到整体算法的鲁棒性和处理效率等应用指标；5.训练即分类器的设计。此过程主要生成可用于识别的參数。通常，在已有的样本训练集基础上确定某个判定规则，使得按此规则对被识别对象进行分类所造成的错误识别率最小或者结果期望最大；6.识别通过比对获得的未知人脸參数和训练所得的參数完成人脸的分类和判别，给出识别結果。
发明内容
本发明要解决的技术问题是为了克服上述中存在的问题，提供一种人脸识别软件系统的方法，其使用方便、容易操作、添加效率高。本发明解决其技术问题所采用的技术方案是一种人脸识别软件系统的方法，首先进行用户信息的采集，采集后的数据进行训练，从而实现人脸识别，具体步骤如下a.系统框架
将系统分为四个子视窗，视窗一为摄像头显示；视窗ニ为用户资料区；视窗三为控制面板；视窗四为用户图像察看区；b.系统功能(I)用户管理的程序实现用户管通分为三类CPersonBase、CPerson、CPersonImage,CPersonBase 用作保存所有用户资料的类；CPerson包括用户姓名、性别、身份、年级的基本信息；CPersonImage是对图像进行存取；
(2)身份识别的程序实现首先输入图像用AdaBoost方法进行检测人脸，检测出的图像经过去光照，转换成灰阶后，再做Gabor滤波，得到的Gabor基则和训练基作比较，利用最小角度分类得到角度最小的样本，从而取得识别出的用户名；(3)视频管理的程序实现打开/关闭摄像头控制摄像头开关，如果有其他程序需要使用摄像头，可以暂时关闭本系统的摄像头，放弃对摄像头的占用。b中用户管理是用于对数据库内的用户进行管理操作，身份识别是用于对未知图像进行识别，视频管理是用于对摄像头进行设置。b中身份识别具有摄像头识别和图片识别。本发明的有益效果是，本发明的一种人脸识别软件系统的方法，界面人性化的设计，容易操作；对用户的添加、录入、删除十分方便，数据库管理效率高；在环境变化不大吋，识别率可以达到100% ;模块化编程，可扩充性好，以后可以添加进ー步的功能。
下面结合附图和实施例对本发明进ー步说明。图I是本发明的基本界面的示意图；图2是本发明的身份识别的流程图；图3是本发明添加新用户弹出对话框的示意图；图4是本发明手动人脸定位对话框的示意图；图5是本发明身份识别的对话框的示意图。
具体实施例方式现在结合附图对本发明作进ー步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。一种人脸识别软件系统的方法，首先进行用户信息的采集，采集后的数据进行训练，从而实现人脸识别，具体步骤如下a.系统框架将系统分为四个子视窗，如图I所示，视窗ー为摄像头显示，当摄像头被打开以后，用户可以在这个视窗里看到实时的摄像头拍摄到的画面，另外，当人脸检测功能被打开时，检测到的人脸会被动态地用红色方框表示出来；视窗ニ为用户资料区，当前数据库中的所有用户的姓名、性别、身份和年级都在这里显示，用户也可以在这里通过右键菜单进行添加、删除用户等操作；视窗三为控制面板，为方便操作，这里提供了ー些常用功能的按钮；
视窗四为用户图像察看区，当用户资料区中的某一个用户被双击后，这里会显示数据库中该用户的头像资料，以供察看；b.系统功能(I)用户管理的程序实现用户管通分为三类CPersonBase、CPerson、CPersonImage,CPersonBase 用作保存所有用户资料的类；CPerson包括用户姓名、性别、身份、年级的基本信息，以及其他程序运行所需要的信息，添加用户命令，用于将用户的信息和图像添加到现有系统中。首先，需要将用户姓名和其他信息(可选)输入系统。其次，系统将使用摄像头进行人脸检測。在本系统中，我采用了目前被广泛采用的AdaBoost的人脸检测算法。AdaBoost是ー种多分类器的方法，速度相对较快，效果在实际应用中非常好。每个用户需要录入总共5张人脸图像。如果选择自动人脸定位，则结束录入后用户添加过程即结束；如果选择手工人脸定位，则在录入结束后将 出现定位对话框，用户可以通过定位双眼来手工定位人脸。如果手工定位结果满意的话，可以按确定结束添加用户，反之则可按取消删除当前添加的用户。取消添加命令，可以删除当前添加的用户。在添加过程中，如果由于各种原因想放弃当前添加的用户，可以使用该命令，则拍摄过程将被中指，录入的图片也将被删除。删除用户命令，用于删除当前数据库内已有的用户的资料和照片。用户可以通过菜单命令，在弹出的用户列表对话框中选择需要删除的用户，或者在主界面的用户资料区中选择用户，并在右键菜单中选择删除用户CPersonImage类型的变量表示，该类能够很方便的对图像进行存取；(2)身份识别的程序实现需要进行身份识别的图像可以有两个来源，即摄像头即时获取，和静态图片输入，首先输入图像用AdaBoost方法进行检测人脸，检测出的图像经过去光照，转换成灰阶后，再做Gabor滤波，得到的Gabor基则和训练基作比较，利用最小角度分类得到角度最小的样本，从而取得识别出的用户名，如图3所示；(3)视频管理的程序实现打开/关闭摄像头控制摄像头开关，如果有其他程序需要使用摄像头，可以暂时关闭本系统的摄像头，放弃对摄像头的占用，当用户需要运行其他程序，而本软件又不能关闭的时候(比如进行训练)，控制摄像头的作用尤其明显。摄像头參数设置调用了摄像头驱动程序里的相关DLL文件，所以不同的摄像头会有不同的界面。这里用户可以对摄像头的各种功能设置进行微调。比如在一个长期不变的环境使用本系统时，就可以针对该环境精确地调整摄像头的曝光，焦距等參数，使得识别性能进一步提尚。本发明的一种人脸识别软件系统的方法，第一步是硬件的配置。由于人脸识别的各个功能模块都有着比较大的运算量，所以为了系统的通顺的运行，推荐使用主频较高的CPU以及较大容量的内存。又由于软件采用了 Intel开发的OpenCV和IPLib开发包，使用Intel公司的芯片会有更好的表现。在开发和测试过程中，我使用的是主频为2. 4GHz的奔腾4芯片，以及512MB内存。同时，摄像头也是必需的。一般市面上的摄像头都能满足要求，连上USB断ロ后就可以使用。当然，更高清晰度的摄像头也能够在一定程度上提高系统的性能。第二步是用户信息采集。当系统初次使用时，数据库里面是空的，因此我们要添加用户进去。通过单击“添加用户”的命令，ー个弹出框会要求输入用户的信息，包括姓名、性另IJ、身份和年龄。同时下方可以选择自动人脸定位，或者手工人脸定位，默认的是自动人脸定位，即系统自动将人脸检测并保存下来，不许要手动干预，效率较高(如图4所示)。如果选择的是自动人脸定位，则当系统连续录入5张图像以后，添加新用户即告完成，可以在用户资料区看到添加用户的信息已经出现。如果选择的是手动人脸定位，则录入完毕后还需要进行定位。定位的方法是用鼠标点出两眼坐标，则系统会自动根据两眼的坐标确定人脸的范围。同时用户还可以根据需要调整适当的白平衡值，使得人脸的色彩更真实。当5张图像都满意地确定了人脸范围以后，可以通过“确定”键完成添加用户的过程，若不满意，也可以按“取消”键放弃本次添加，如图5所示。第三步是训练。单击“开始训练”的命令即开始，无需其他操作。当用户数量増加吋，训练需要的时间也会随之增加，一般会要几分钟左右。最后就是人脸识别。单击“摄像头单帧识别”，则系统会自动在摄像头中检测人脸。如果检测到人脸，则将该人脸图像进行识别，并显示出识别结果，以及对应的用户的数据库内的图像，如图5所示，或者也可以使用“图片识别”，则系统会提示打开ー个图像文件，并 对该文件进行检测和识别，效果与前面相同。最近进行系统的测试首先是训练的过程。训练时间在晚上，主要光源是正对脸的ー盏台灯，亮度调整到摄像头可以拍摄到清晰脸的状态。分别将他们的信息和图像录入系统。训练之后立即进行了测试，用摄像头对每位同学进行身份识别，结果令人满意12位同学都被正确的识别出来了，正确率为100%。然后，到第二天再上，再次进行了测试。早上的光照条件发生了变化，主要光源变为了从单侧侧面照入的自然光。在这样的条件下，测试结果并不理想，只有8为同学被成功识别，成功率67%。从最后的结果来看，在同一环境中，本系统的表现令人满意，识别率达到100%。但是系统的鲁棒性比较差，当光源分布改变后，识别率就会下降，主要原因是光照的改变会一定程度上改变Gabor特征，使得需要识别的人脸和训练人脸差距扩大。以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多祥的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
权利要求
1.一种人脸识别软件系统的方法，首先进行用户信息的采集，采集后的数据进行训练，从而实现人脸识别，其特征是具体步骤如下 a.系统框架 将系统分为四个子视窗，视窗一为摄像头显示；视窗二为用户资料区；视窗三为控制面板；视窗四为用户图像察看区； b.系统功能 (1)用户管理的程序实现 用户管理分为三类CPersonBase、CPerson、CPersonImage, CPersonBase 用作保存所有用户资料的类；CPerson包括用户姓名、性别、身份、年级的基本信息；CPersonImage是对图像进行存取； (2)身份识别的程序实现首先输入图像用AdaBoost方法进行检测人脸，检测出的图像经过去光照，转换成灰阶后，再做Gabor滤波，得到的Gabor基则和训练基作比较，利用最小角度分类得到角度最小的样本，从而取得识别出的用户名； (3)视频管理的程序实现打开/关闭摄像头控制摄像头开关，如果有其他程序需要使用摄像头，可以暂时关闭本系统的摄像头，放弃对摄像头的占用。
2.根据权利要求I所述的一种人脸识别软件系统的方法，其特征是b中用户管理是用于对数据库内的用户进行管理操作，身份识别是用于对未知图像进行识别，视频管理是用于对摄像头进行设置。
3.根据权利要求I所述的一种人脸识别软件系统的方法，其特征是b中身份识别具有摄像头识别和图片识别。
全文摘要
本发明涉及一种人脸识别软件系统的方法，首先进行用户信息的采集，采集后的数据进行训练，从而实现人脸识别，具体步骤如下a.系统框架；b.系统功能(1)用户管理的程序实现；(2)身份识别的程序实现；(3)视频管理的程序实现。本发明的一种人脸识别软件系统的方法，界面人性化的设计，容易操作；对用户的添加、录入、删除十分方便，数据库管理效率高；在环境变化不大时，识别率可以达到100%；模块化编程，可扩充性好，以后可以添加进一步的功能。
文档编号G06F9/44GK102819433SQ20121025572
公开日2012年12月12日 申请日期2012年7月23日 优先权日2012年7月23日
发明者吴军 申请人:常州蓝城信息科技有限公司