一种基于人脸关键点的人脸特征识别系统的制作方法

本发明属于摄像装置领域，尤其是一种基于人脸关键点的人脸特征识别系统。

背景技术：

传统意义上的人脸识别技术常用于小场景、大人脸、特定光照强度、脸部无遮挡式的正面人脸识别，主要适用于金融行业的业务办理，智慧终端的解密人证，门禁闸机的安防管理等，传统的人脸识别要求目标全面配合，通过目标人物自行调整识别距离，人脸角度，环境光线等方面进行人脸识别。对于地铁站这种密集场所来说，为保证人员流动速度，防止乘客大量滞留，需要识别设备支持让每位乘客进行动态配合式的人脸识别。

技术实现要素：

本发明提出一种基于人脸关键点的人脸特征识别系统，采用的技术方案如下：

一种基于人脸关键点的人脸特征识别系统，包括夹持组件和摄像组件，夹持组件相对的两边上设有锁扣，夹持组件的另外两边上设有弹簧，摄像组件分为两层，其中一层左右两侧各设有一个卷簧、一个第一导向轮、一个第二导向轮，卷簧的一段连接由弹力绳，弹力绳的另一端连接在夹持组件上具有弹簧的侧边上，且靠近位于夹持组件顶端的锁扣；另外一层内设有控制板，控制板上设有主控芯片、LED灯、摄像头和无线模块。

进一步的，LED灯和摄像头分别连接一柔性电路板，柔性电路板之间通过柔性连接带相连，LED灯和摄像头上还分别设有用于将LED灯和摄像头固定在控制板上连接头。

进一步的，卷簧的中心端固定在固定栓上，固定栓还用于支撑控制板。

进一步的，主控芯片的型号为海思Hi3536，无线模块的型号为USR-C322。

进一步的，摄像组件其中一个表面上还设有斜坡，斜坡的材质为硅胶。

进一步的，识别系统还包括图像处理基站，图像处理基站用于接收无线模块(34)发送的图像信息，图像处理基站进行人脸识别的步骤包括：

S1.识别人脸区域，标注关键点，并判断人脸是否为正脸；

S2.若为侧脸图像，则进行人脸图像校正，实现关键点两两对称；

S3.连接指点的关键点，存储外侧轮廓夹角的角度、由关键点构成的三角区域的边长、内角角度、面积，将边长作为特征值；

S4.将特征值作为标准，进行识别。

进一步的，进行人脸图像校正时，以鼻梁骨关键点连线作为Y轴，以下颌指定关键点为原点建立坐标系，利用所述坐标系修正其余成对关键点实现相对Y轴的对称。

与现有技术相比，本发明的有益效果在于：

1.LED灯和摄像头分别连接一柔性电路板，柔性电路板之间通过柔性连接带相连，在组装时，可以将镜头组件直接安装到主板上，无需调试，方便快捷，有效提高了生产效率。摄像组件设有回收仓，回收仓通过弹力绳连接在夹持组件上，方便调节摄像组件的位置，不使用时可自动收线复位。

2.利用鼻梁骨位置的关键点和下颌部位的关键点建立垂直坐标系，进行拍摄人脸矫正。作用是由于拍摄角度，动态拍到的人脸并非正面，因此运用人脸特征定位所获取的关键点不一定能够实现两边对称，而人脸通常来讲是关于鼻梁骨轴对称的图形，因此需要通过坐标系，微调关键点，调整之后，有利于后续特征值生成。人脸关键点定位连线，首先选择多边形对人脸的轮廓进行勾勒，并计算出轮廓的夹角，可以很好体现出人脸轮廓的形状。其次，选择三角形对人脸内部的眉毛、眼睛、鼻子、嘴巴、下颌的形状、大小、位置进行表达，最大程度的利用的脸部的像素，同时有效去除了脸颊、额头等次要特征，提高了人脸识别的效率。

附图说明

图1是识别系统结构示意图；

图2是另一识别系统结构示意图；

图3、4为识别步骤示意图。

附图标记说明：

夹持组件-1，锁扣-11，弹簧-12，弹力绳-13，摄像组件-2，第一导向轮-21，第二导向轮-22，卷簧-23，回收仓-24，固定栓-25，摄像仓-26，控制板-3，主控芯片-31，LED灯-32，摄像头-33，无线模块-34。

具体实施方式

如图1、图2所示，本实施例中，提出一种基于人脸关键点的人脸特征识别系统，包括夹持组件1和摄像组件2，夹持组件1相对的两边上设有锁扣11，夹持组件1的另外两边上设有弹簧12，摄像组件2分为两层，其中一层为回收仓24，回收仓24左右两侧各设有一个卷簧23、一个第一导向轮21、一个第二导向轮22，卷簧23的一段连接由弹力绳13，弹力绳13的另一端连接在夹持组件1上具有弹簧12的侧边上，且靠近位于夹持组件1顶端的锁扣11；另外一层为摄像仓26，摄像仓26内设有控制板3，控制板3上设有主控芯片31、LED灯32、摄像头33和无线模块34。摄像组件2其中一个表面上还设有斜坡，斜坡的材质为硅胶。其中，LED灯32和摄像头33分别连接一柔性电路板，柔性电路板之间通过柔性连接带相连，LED灯32和摄像头33上还分别设有用于将LED灯32和摄像头33固定在控制板3上连接头。卷簧23的中心端固定在固定栓25上，固定栓25还用于支撑控制板3。主控芯片31的型号为海思Hi3536，无线模块34的型号为USR-C322。

本实施例中，识别设备通过夹持组件1固定在工作人员衣服上的工号牌上，通过调整锁扣11，并结合弹簧12可使夹持组件1固定在不同大小的工号牌上。当需要调整识别设备的位置时，可拉动摄像组件2，放手后摄像组件2在卷簧23和弹力绳13作用下可实现自动复位。识别设备工作时，识别设备通过无线模块34将拍摄到的图像信息传送到图像处理基站上，通过图像处理基站进行人脸识别。

本实施例中，图像处理基站进行人脸识别的步骤包括：

S1.识别人脸区域，本实施例中，通过手动标注人脸数据集，标注人脸68个关键点，使用caffe深度学习框架，训练处用于人脸关键点定位的模型，从而获取需要基准人脸的68个关键点的坐标位置。利用标注关键点，判断人脸是否为正脸；

S2.若为侧脸图像，则进行人脸图像校正，实现关键点两两对称；

S3.连接指点的关键点，存储外侧轮廓夹角的角度、由关键点构成的三角区域的边长、内角角度、面积，将边长作为特征值；

S4.将特征值作为标准，进行识别。

进一步的，进行人脸图像校正时，以鼻梁骨关键点连线作为Y轴，以下颌指定关键点为原点建立坐标系，利用所述坐标系修正其余成对关键点实现相对Y轴的对称。

例如，如图3、图4所示，识别的步骤为：

S1.识别人脸区域，标注关键点，并判断人脸是否为正脸；

S2.若为侧脸图像，则进行人脸图像校正，实现关键点两两对称。具体为以鼻梁骨部位的关键点(28,29,30,31,34,52,63,67,58)连线作为y坐标，下颌的关键点(9)为原点建立直角坐标系。随机选择一个y轴和原点以外的关键点，通过坐标系，实现其对称点的修正，以此类推，循环遍历关键点，从而修正所有关键点实现两两对称。

S3.连接指点的关键点，存储外侧轮廓夹角的角度、由关键点构成的三角区域的边长、内角角度、面积，将边长作为特征值。其中轮廓夹角包括角(1,20,25)；角(20,25,17)；角(25,17,13)；角(17,13,9)；角(13,9,5)；角(9,5,1)；角(5,1,20)，三角形组包括鬓角组：(1,5,20)、(17,13,25)；眉眼组：(20,37,49)、(25,43,46)；眼鼻组：(34,37,40)、(34,43,46)、(34,40,43)、(34,37,46)；鼻唇组：(34,40,55)、唇颌组：(9,49,55)、鼻颌组：(34,49,9)、(34,55,9)、下颌组：(9,5,49)、(9,13,55)；

S4.将特征值作为标准，进行识别，通过计算两张人脸图的特征值的L2范式(欧式距离)，来计算两个特征数组间的距离。计算结果越小，相似度越高。

以上结合具体实施例描述了本发明的技术原理，这些描述只是为了解释本发明的技术原理，而不能以任何方式解释为对本发明保护范围的限制。基于此解释，本领域内的技术人员不需要付出创造性的劳动即可联想到本发明的其他具体实施方式都将落入本发明的保护范围内。