人脸相似特征对比识别分析系统及方法与流程

本发明属于人脸识别技术领域，特别是涉及一种人脸相似特征对比识别分析系统及方法。

背景技术：

随着物联网的快速发展，居民小区、火车站、政府机关单位、机场等都安装了视频监控系统，基本上做到了视频的全覆盖，极大地提升了这些区域的安保级别。

人脸识别作为视频监控中的重要技术手段，在很多地方都有重要应用。但是，图像识别的技术手段主要是对采集的人脸图像进行特征提取，然后将提取的特征向量与特征信息库中的人脸特征信息进行对比识别。这个过程中涉及到海量数据以及很高的对比计算；一旦数量级别较高，达到海量数据就会造成处理器处理速度慢、识别效率降低、识别精准度下降的问题。

本发明致力于研发一种人脸相似特征对比识别分析系统及方法，用于解决海量数据的人脸识别过程中的处理速度慢、识别效率低以及识别精准度下降的问题。

技术实现要素：

本发明的目的在于提供人脸相似特征对比识别分析系统及方法，通过将图像采集设备采集的人脸图像预处理后分别传递给若干不同的图像处理节点进行不同特征的特征提取，并将提取的特征向量传递给对应的特征比对节点进行特征比对获取比对结果；最后通过图像识别服务器对相似特征向量筛选后进行人脸识别，实现对不同特征的分开识别，降低识别复杂度，解决了现有海量数据的人脸识别过程中的处理速度慢、识别效率低以及识别精准度下降的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为人脸相似特征对比识别分析系统，包括：图像采集设备、图像预处理服务器、若干图像处理节点、若干特征比对节点、图像识别服务器；

所述图像采集设备用于采集人脸图像并传递至图像预处理服务器；

所述图像预处理服务器对所述人脸图像预处理；所述图像预处理服务器传递预处理过的人脸图像分别至若干图形处理节点；

任意一所述图像处理节点对应连接一所述特征比对节点；所述图像处理节点对预处理过的人脸图像进行特征提取并获取特征向量至特征比对节点；不同所述图像预处理节点对人脸图像特征提取的特征向量类型不同；

所述特征比对节点包括特征比对模块以及特征信息库；所述特征信息库中存储作为比对的人脸特征信息；不同所述特征信息库中存储不同类型的人脸特征信息；任意两所述特征比对节点比对的人脸特征向量不同；

所述特征比对节点根据图像处理节点传递的特征向量对比特征信息库获取对比结果；所述特征对比节点传递对比结果至图像识别服务器；

所述图像识别服务器包括对比筛选模块、图像识别模块以及特征信息总库；所述对比筛选模块对不同的对比结果筛选重叠特征信息；所述对比筛选模块传递重叠特征信息至图像识别模块；所述图像识别模块对重叠特征信息识别获取识别结果。

优选地，所述所述特征比对节点还包括特征训练模块用于对提取的特征向量训练并将训练好的特征信息存储到特征信息库中；所述特征训练模块还传递训练好的特征信息至图像识别服务器的特征信息总库。

优选地，所述对比结果包含若干与待识别的特征向量相似度很高的相似特征信息；所述重叠特征信息为不同特征比对节点传递的相似特征信息对应特征信息总库中相同的人脸特征信息记录。

优选地，所述特征比对节点内的特征信息库内存储某一项人脸特征信息；所述图像识别服务器中的特征信息总库存储全部人脸特征信息。

优选地，各所述图像处理节点均传递特征向量至图像识别服务器的图像识别模块。

人脸相似特征对比识别分析方法，具体包括如下：

步骤一：采用图像采集设备采集人脸图像并分别传递至图像预处理服务器；

步骤二：图像预处理服务器对人脸图像依次进行灰度处理获取灰度图形、对灰度图像进行阈值分割、采用直方图均衡化处理，最后采用滤波方法滤除独立噪声，得到预处理后的人脸图像；

步骤三：图像预处理服务器传递预处理后的人脸图像分别至若干图像处理节点；这里用于人脸图像处理的图像处理节点分为用于眉毛特征提取的图像处理节点、用于眼睛特征提取的图像处理节点、用于鼻子特征提取的图像处理节点、用于嘴型特征提取的图像处理节点、用于下巴特征提取的图像处理节点以及用于脸型特征提取的图像处理节点；

步骤四：不同图像处理节点对预处理后的人脸图像进行不同特征的特征向量提取；其中，不同的图像处理节点分别对应提取眉毛特征向量、眼睛特征向量、鼻子特征向量、嘴型特征向量、下巴特征向量以及脸型特征提取向量；

步骤五：图像处理节点传递提取的特征向量至与其对应的特征比对节点；其中，对应的有眉毛特征对比节点、眼睛特征对比几点、鼻子特征对比节点、嘴型特征对比节点、下巴特征对比节点以及脸型特征对比节点；

步骤六：特征比对节点将提取的特征向量与其内的特征信息库进行比对获取包含相似特征信息的对比结果；其中，不同特征对比节点对应设置的特征信息库分别为眉毛特征信息库、眼睛特征信息库、鼻子特征信息库、嘴型特征信息库、下巴特征信息库以及脸型特征信息库；与之对应的不同特征对比节点的对比结果分别包括眉毛相似特征、眼睛相似特征、鼻子相似特征、嘴型相似特征、下巴相似特征以及脸型相似特征；

步骤七：特征比对节点传递比对结果至图像识别服务器的对比筛选模块；

步骤八：对比筛选模块筛选出特征信息总库中人脸特征信息记录；同一所述人脸特征信息记录包含至少两项相似特征信息；其中，特征信息总库存储对应不同人的人脸特征信息记录；人脸特征信息记录包括眉毛特征信息、眼睛特征信息、鼻子特征信息、嘴型特征信息、下巴特征信息以及脸型特征信息；对比筛选模块筛选出的人脸特征信息记录为至少有眉毛相似特征、眼睛相似特征、鼻子相似特征、嘴型相似特征、下巴相似特征以及脸型相似特征中的两项对应同一人；

步骤九：图像识别模块对筛选出的人脸特征信息记录进行图像识别获取识别结果。

本发明具有以下有益效果：

本发明通过将图像采集设备采集的人脸图像预处理后分别传递给若干不同的图像处理节点进行不同特征的特征提取，并将提取的特征向量传递给对应的特征比对节点进行特征比对获取比对结果；最后通过图像识别服务器对相似特征向量筛选后进行人脸识别，实现对不同特征的分开识别，降低识别复杂度，提高了识别效率和识别精度，有利海量数据下的精准高效率人脸识别。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的人脸相似特征对比识别分析系统的结构示意图；

图2为本发明的人脸相似特征对比识别分析方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为人脸相似特征对比识别分析系统，包括：图像采集设备、图像预处理服务器、若干图像处理节点、若干特征比对节点、图像识别服务器；

图像采集设备用于采集人脸图像并传递至图像预处理服务器；

图像预处理服务器对人脸图像预处理；图像预处理服务器传递预处理过的人脸图像分别至若干图形处理节点；

任意一图像处理节点对应连接一特征比对节点；图像处理节点对预处理过的人脸图像进行特征提取并获取特征向量至特征比对节点；不同图像预处理节点对人脸图像特征提取的特征向量类型不同；

特征比对节点包括特征比对模块以及特征信息库；特征信息库中存储作为比对的人脸特征信息；不同特征信息库中存储不同类型的人脸特征信息；任意两特征比对节点比对的人脸特征向量不同；

特征比对节点根据图像处理节点传递的特征向量对比特征信息库获取对比结果；特征对比节点传递对比结果至图像识别服务器；

图像识别服务器包括对比筛选模块、图像识别模块以及特征信息总库；对比筛选模块对不同的对比结果筛选重叠特征信息；对比筛选模块传递重叠特征信息至图像识别模块；图像识别模块对重叠特征信息识别获取识别结果。

其中，特征比对节点还包括特征训练模块用于对提取的特征向量训练并将训练好的特征信息存储到特征信息库中；特征训练模块还传递训练好的特征信息至图像识别服务器的特征信息总库。

其中，对比结果包含若干与待识别的特征向量相似度很高的相似特征信息；重叠特征信息为不同特征比对节点传递的相似特征信息对应特征信息总库中相同的人脸特征信息记录。

其中，特征比对节点内的特征信息库内存储某一项人脸特征信息；图像识别服务器中的特征信息总库存储全部人脸特征信息。

其中，各图像处理节点均传递特征向量至图像识别服务器的图像识别模块。

请参阅图2所示，人脸相似特征对比识别分析方法，具体包括如下：

步骤一：采用图像采集设备采集人脸图像并分别传递至图像预处理服务器；

步骤二：图像预处理服务器对人脸图像依次进行灰度处理获取灰度图形、对灰度图像进行阈值分割、采用直方图均衡化处理，最后采用滤波方法滤除独立噪声，得到预处理后的人脸图像；

步骤三：图像预处理服务器传递预处理后的人脸图像分别至若干图像处理节点；这里用于人脸图像处理的图像处理节点分为用于眉毛特征提取的图像处理节点、用于眼睛特征提取的图像处理节点、用于鼻子特征提取的图像处理节点、用于嘴型特征提取的图像处理节点、用于下巴特征提取的图像处理节点以及用于脸型特征提取的图像处理节点；

步骤四：不同图像处理节点对预处理后的人脸图像进行不同特征的特征向量提取；其中，不同的图像处理节点分别对应提取眉毛特征向量、眼睛特征向量、鼻子特征向量、嘴型特征向量、下巴特征向量以及脸型特征提取向量；

步骤五：图像处理节点传递提取的特征向量至与其对应的特征比对节点；其中，对应的有眉毛特征对比节点、眼睛特征对比几点、鼻子特征对比节点、嘴型特征对比节点、下巴特征对比节点以及脸型特征对比节点；

步骤六：特征比对节点将提取的特征向量与其内的特征信息库进行比对获取包含相似特征信息的对比结果；其中，不同特征对比节点对应设置的特征信息库分别为眉毛特征信息库、眼睛特征信息库、鼻子特征信息库、嘴型特征信息库、下巴特征信息库以及脸型特征信息库；与之对应的不同特征对比节点的对比结果分别包括眉毛相似特征、眼睛相似特征、鼻子相似特征、嘴型相似特征、下巴相似特征以及脸型相似特征；

步骤七：特征比对节点传递比对结果至图像识别服务器的对比筛选模块；

步骤八：对比筛选模块筛选出特征信息总库中人脸特征信息记录；同一人脸特征信息记录包含至少两项相似特征信息；其中，特征信息总库存储对应不同人的人脸特征信息记录；人脸特征信息记录包括眉毛特征信息、眼睛特征信息、鼻子特征信息、嘴型特征信息、下巴特征信息以及脸型特征信息；对比筛选模块筛选出的人脸特征信息记录为至少有眉毛相似特征、眼睛相似特征、鼻子相似特征、嘴型相似特征、下巴相似特征以及脸型相似特征中的两项对应同一人；

步骤九：图像识别模块对筛选出的人脸特征信息记录进行图像识别获取识别结果。

值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。