本申请涉及人脸识别,尤其涉及一种人脸识别系统及方法。
背景技术:
1、现有技术中,利用人脸识别鉴别个人身份的生物识别技术具备身份唯一性、非接触识别、快捷高效等特点,在身份识别市场具备独特的优势,也是目前安全认证的首选技术。目前主流的人脸识别技术的实时操作系统主要是国外的linux、vxworks等操作系统,会让国内大规模的数据库暴露,同时也会使得国内人脸信息的数据更容易被窃取,导致个人隐私受到侵犯、个人信息受到不当利用。在国产化的大背景下,实现一种基于国产化实时操作系统、信息安全、自主可控的人脸识别技术方法成为必须。sylixos(翼辉)操作系统作为嵌入式操作系统,实时性性能较优,可以考虑充分将系统特点用于人脸识别技术。
技术实现思路
1、本申请提供了一种人脸识别系统及方法,以实现在实时操作系统上的人脸识别算法开发,包括:
2、一种人脸识别系统,包括图像获取装置、图像处理装置、特征比对装置、开发环境构建模块、界面开发模块、可视化展示模块、源代码移植模块以及操作系统模块。
3、进一步的,图像获取装置用于获取待识别人脸图像;图像处理装置用于识别所述图像获取装置获取的待识别人脸图像,输出待识别人脸图像对应的目标对象特征;特征比对装置用于将所述图像处理装置输出的目标对象特征与预存图像库中每张人脸图像的图像特征进行比较,并根据比较结果输出待识别人脸图像的图像分析结果。开发环境构建模块用于构建所述人脸识别系统的集成开发环境,其中,集成开发环境构建包括注册许可证、配置图像系统以及配置虚拟机连接;界面开发模块配置于所述虚拟机中,用于在所述集成开发环境中开发所述人脸识别系统的前端界面;可视化展示模块用于在所述前端界面中完成所述人脸识别系统的可视化展示;源代码移植模块用于实现所述人脸识别系统的算法源代码移植;操作系统模块包括嵌入式实时操作系统。
4、进一步的,源代码移植模块包括源代码获取单元、源代码修改单元和源代码重编译单元。源代码获取单元用于获取开源人脸识别算法的源代码;源代码修改单元用于分析所述源代码获取单元获取的源代码,并修改与所述人脸识别系统的操作系统相关的源代码,删除所述源代码中非关键功能模块并精简所述源代码,获得修改后的源代码;源代码重编译单元用于重新编译链接所述修改后的源代码,并生成人脸识别算法。
5、进一步的,本申请还提供一种人脸识别方法:获取待识别人脸图像;将所述待识别人脸图像输入至活体人脸识别神经网络模型中进行识别,输出所述待识别人脸图像的活体人脸识别结果;将所述活体人脸识别结果为活体人脸对应的待识别人脸图像输入至人脸识别神经网络模型,输出该待识别人脸图像对应的目标对象特征;将所述目标对象特征与预存图像库中每张人脸图像的图像特征进行比较,并根据比较结果输出待识别人脸图像的图像分析结果。
6、进一步的,将所述待识别人脸图像输入至活体人脸识别神经网络模型中进行识别,输出所述待识别人脸图像的活体人脸识别结果之前包括如下子步骤:将所述待识别人脸图像进行预处理获得至少两张尺寸不同的预处理待识别人脸图像;将所述预处理待识别人脸图像输入至第一神经网络模型,其中,所述第一神经网络模型用于对所述预处理待识别人脸图像进行初步特征提取与边框标定,输出第一待识别人脸图像,所述第一待识别人脸图像包括至少一个第一候选边框;获取所述第一待识别人脸图像,输入至第二神经网络模型,其中,所述第二神经网络模型用于对所述第一待识别人脸图像进行过滤输出第二待识别人脸图像,所述第二待识别人脸图像包括至少一个第二候选边框;获取所述第二待识别人脸图像,输入至第三神经网络模型,其中,所述第三神经网络模型用于对所述第二待识别人脸图像进行过滤输出目标待识别人脸图像,所述目标待识别人脸图像包括至少一个目标候选边框、人脸关键特征信息以及人脸区域信息。
7、活体人脸识别包括如下子步骤:获取目标待识别人脸图像,使用边框回归算法校正所述目标待识别人脸图像的目标候选边框,获得目标边框;采用多模式融合方法,使用多个神经网络模型组成集成分类器生成对所述目标待识别人脸图像的预测结果;其中,所述神经网络模型根据深度数据和不同网络检查点训练,如果加权平均值接近0,则输入样本为假样本;如果加权平均值接近1,则输入样本为真样本;利用活体人脸识别神经网络模型对所述目标待识别人脸图像进行分类输出分类结果,通过所述集成分类器和ir模型决定验证所述分类结果,输出活体人脸识别结果。
8、将所述目标对象特征与预存图像库中每张人脸图像的图像特征进行比较,并根据比较结果输出待识别人脸图像的图像分析结果包括如下子步骤:分别计算所述待识别人脸图像的目标对象特征与预存图像库中每张图像的图像特征之间的欧式距离;基于所述欧式距离与预设阈值对预存图像库中每张图像进行比较,并生成比较结果,所述比较结果为所述待识别人脸图像的图像识别结果。
9、与现有技术相比,本发明提供了一种基于嵌入式实时操作系统与集成开发环境的人脸识系统及方法,具备以下有益效果:
10、1.嵌入式实时操作系统可以提供严格的执行时间保证,基于其构建的人脸识别系统也可以实现对事件的实时响应,满足一些对时间性能敏感的应用场景,而嵌入式实时操作系统提供稳定的运行基础,人脸识别系统可以在此基础上长期稳定运行,避免由于运行环境问题导致的系统崩溃或失效。利用嵌入式实时操作系统的实时性和自主可靠性,增强人脸识别技术效果,保障大系统与小系统正常运行的能力。
11、2.由于构建在嵌入式实时操作系统之上,人脸识别系统及其算法可以精简优化以符合硬件条件,支持部署在资源约束的嵌入式设备上,满足更广范围的应用需求。
12、3.集成开发环境提供算法开发、界面开发、编译调试于一体的环境,简化开发流程,开发人员可以高效开发与测试人脸识别系统,快速迭代升级产品。
1.一种人脸识别系统,其特征在于,包括图像获取装置、图像处理装置以及特征比对装置:
2.根据权利要求1所述的一种人脸识别系统,其特征在于,所述人脸识别系统还包括开发环境构建模块、界面开发模块以及可视化展示模块:
3.根据权利要求2所述的人脸识别系统,其特征在于,所述人脸识别系统还包括源代码移植模块,用于实现人脸识别系统的人脸识别算法设计,所述源代码移植模块包括源代码获取单元、源代码修改单元和源代码重编译单元:
4.根据权利要求1所述的人脸识别系统,其特征在于,所述人脸识别系统还包括操作系统模块:
5.一种人脸识别方法,其特征在于,包括如下步骤:
6.根据权利要求5所述的人脸识别方法,其特征在于,所述识别获取的待识别人脸图像,输出该待识别人脸图像对应的目标对象特征包括如下子步骤:
7.根据权利要求6所述的人脸识别方法,其特征在于,所述将待识别人脸图像输入至活体人脸识别神经网络模型中进行识别,输出待识别人脸图像的活体人脸识别结果之前包括如下子步骤:
8.根据权利要求7所述的人脸识别方法,其特征在于,所述活体人脸识别包括如下子步骤:
9.根据权利要求6所述的人脸识别方法,其特征在于,将目标对象特征与预存图像库中每张人脸图像的图像特征进行比较,并根据比较结果输出待识别人脸图像的图像分析结果包括如下子步骤: