一种基于特征分析的人脸检测与识别方法与流程

本发明涉及人脸识别技术领域，具体为一种基于特征分析的人脸检测与识别方法。

背景技术：

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。现有的一些人脸识别设备，识别效率低下。

技术实现要素：

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于特征分析的人脸检测与识别方法，具备高效快速等优点，解决了识别效率低下的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种基于特征分析的人脸检测与识别方法，包括以下步骤：

1)通过摄像头对人脸进行拍照采集；

2)对拍摄的照片进行人脸定位检测；

3)对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片；

4)然后对人脸图像进行预处理；

5)对人脸图像进行特征提取；

6)然后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与识别；

7)识别结果输出。

优选的，所述人脸定位检测准确标定出图像中人脸的位置和大小。

优选的，所述人脸图像预处理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、滤波以及锐化中的一种或者几种。

优选的，所述人脸图像特征提取包括基于几何特征和模板匹配。

优选的，所述几何特征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，其特征分量通常包括特征点间的欧氏距离、曲率和角度等，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。

优选的，所述人脸图像匹配与识别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，人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。

(二)有益效果

与现有技术相比，本发明提供了一种基于特征分析的人脸检测与识别方法，具备以下有益效果：

该基于特征分析的人脸检测与识别方法，通过摄像头对人脸进行拍照采集，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，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，效率更高，同时通过照片进行人脸定位检测，对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片，更好的进行下一步处理，再次对人脸图象进行预处理，对图片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化中的一种或者几种，使人脸图像更好的把人脸中的其他外界印象因素去除，去除效果更好，同时更好的使图像中的人脸特征进行提取，使特征提取效率更高，同时提取的人脸特征进行识别，对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，通过对人脸由眼睛、鼻子、嘴、下巴等局部构成进行识别，识别效率更高，更加方便，通过人脸图像特征对几何特征和模板匹配进行识别，使识别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，人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，识别更加方便，提高效率，对判断的结果进行输出，效率更高，更加方便。

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为本发明的完整流程示意图。

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。

实施例：

通过摄像头对人脸进行拍照采集，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；

对拍摄的照片进行人脸定位检测，准确标定出图像中人脸的位置和大小；

对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片；

然后对人脸图像进行预处理，对图片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化中的一种或者几种，使人脸图像更好的把人脸中的其他外界印象因素去除；

对人脸图像进行特征提取，对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，通过对人脸由眼睛、鼻子、嘴、下巴等局部构成进行识别，通过人脸图像特征对几何特征和模板匹配进行识别；

然后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与识别，将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，识别更加方便；

识别结果输出，判断是否正确。

通过摄像头对人脸进行拍照采集，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，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，效率更高，同时通过照片进行人脸定位检测，对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片，更好的进行下一步处理，再次对人脸图象进行预处理，对图片进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化中的一种或者几种，使人脸图像更好的把人脸中的其他外界印象因素去除，去除效果更好，同时更好的使图像中的人脸特征进行提取，使特征提取效率更高，同时提取的人脸特征进行识别，对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，通过对人脸由眼睛、鼻子、嘴、下巴等局部构成进行识别，识别效率更高，更加方便，通过人脸图像特征对几何特征和模板匹配进行识别，使识别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，将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断，识别更加方便，提高效率，对判断的结果进行输出，效率更高，更加方便。

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。

技术特征：

1.一种基于特征分析的人脸检测与识别方法，其特征在于，包括以下步骤：

1)通过摄像头对人脸进行拍照采集；

2)对拍摄的照片进行人脸定位检测；

3)对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片；

4)然后对人脸图像进行预处理；

5)对人脸图像进行特征提取；

6)然后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与识别；

7)识别结果输出。

2.根据权利要求1所述的一种基于特征分析的人脸检测与识别方法，其特征在于，所述人脸定位检测准确标定出图像中人脸的位置和大小。

3.根据权利要求1所述的一种基于特征分析的人脸检测与识别方法，其特征在于，所述人脸图像预处理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、滤波以及锐化中的一种或者几种。

4.根据权利要求1所述的一种基于特征分析的人脸检测与识别方法，其特征在于，所述人脸图像特征提取包括基于几何特征和模板匹配。

5.根据权利要求4所述的一种基于特征分析的人脸检测与识别方法，其特征在于，所述几何特征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，其特征分量通常包括特征点间的欧氏距离、曲率和角度等，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。

6.根据权利要求1所述的一种基于特征分析的人脸检测与识别方法，其特征在于，所述人脸图像匹配与识别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，将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。

技术总结
本发明公开了一种基于特征分析的人脸检测与识别方法，包括以下步骤：通过摄像头对人脸进行拍照采集；对拍摄的照片进行人脸定位检测；对经过初步检测的图像进行质量检测，筛选指出符合标准的人脸图像，并提取其中的人脸图片；然后对人脸图像进行预处理；对人脸图像进行特征提取；然后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与识别。该基于特征分析的人脸检测与识别方法，通过摄像头对人脸进行拍照采集，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，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。

技术研发人员：陈本韩;王道江
受保护的技术使用者：深圳市飞瑞斯科技有限公司
技术研发日：2021.01.12
技术公布日：2021.04.30