一种基于大数据的人脸识别系统及其方法

本发明涉及人脸识别，具体涉及一种基于大数据的人脸识别系统及其方法。

背景技术：

1、随着科技的不断进步和发展，人们对人脸识别技术的关注度也越来越高。人脸识别作为一种先进的身份验证技术，可以通过比对个体的面部特征与已有数据库中的信息进行匹配，从而确定其身份。人脸识别系统在不同的环境下会面临各种挑战，在常规人脸识别中，为了快速识别人脸，容易受到阴影、光线不均匀等干扰因素的影响降低识别准确性；在需精准人脸识别中，为了识别人脸的准确性，通常将人脸特征转化为人脸高维特征，并在数据库中进行检索，造成识别速度慢，从而降低识别效率。

2、综上所述，现有技术中存在无法平衡人脸识别的准确性和速度之间关系，不能在常规人脸识别中提高准确性，不能在精准人脸识别中提高识别速度，进而限制了人脸识别技术在多方面的应用。

技术实现思路

1、本申请通过提供了一种基于大数据的人脸识别系统及其方法，解决了人脸识别系统在不同应用环境下，无法平衡准确性和速度之间关系，不能在常规人脸识别中提高准确性，不能在精准人脸识别中提高识别速度的问题，扩大应用领域。

2、鉴于上述问题，本申请实施例提供了一种基于大数据的人脸识别系统及其方法。

3、本申请的第一个方面，提供了一种基于大数据的人脸识别方法，其中，所述方法包括：获取目标人脸图像，对所述目标人脸图像进行预处理，获得预处理后目标人脸图像；提取预处理后目标人脸图像的高维特征，获得目标人脸图像多个关键点局部特征，其中所述多个关键点组合用于表征目标人脸图像的面部结构和特征，每个关键点为目标人脸图像上特定位置的标志性点；获取待识别人脸图像，将所述目标人脸图像多个关键点局部特征分别与所述待识别人脸图像中相对应的关键点局部特征进行相似度计算，获得多个关键点局部特征相似度，所述待识别人脸图像为基于样本人脸图像数据库，通过全局模板匹配法，获得的待识别人脸图像；设置识别相似度阈值；分别比较所述多个关键点局部特征相似度与所述识别相似度阈值大小，进行判断，判断是，为每一关键点局部特征相似度都大于或等于所述识别相似度阈值，目标人脸图像识别成功，获得显示目标人脸图像对应的身份信息；判断否，为一个或多个关键点局部特征相似度小于所述识别相似度阈值，目标人脸图像识别失败，生成预警指令，发出预警警报。

4、本申请的第二个方面，提供了一种基于大数据的人脸识别系统，其中，所述系统包括：目标图像获取模块，用于获取目标人脸图像；云端服务器模块，用于存储训练好的人脸特征提取模型和样本人脸图像数据库，获取目标图像获取模块采集的目标人脸图像；图像预处理模块，用于对所述目标人脸图像进行预处理，获得预处理后目标人脸图像；关键点特征提取模块，用于利用训练好的人脸特征提取模型对预处理后目标人脸图像进行高维特征提取，获得目标人脸图像多个关键点局部特征；图像匹配法模块，用于基于样本人脸图像数据库，通过全局模板匹配法，获得的待识别人脸图像；相似度计算模块，用于将所述目标人脸图像多个关键点局部特征与所述待识别人脸图像所对应的关键点局部特征进行相似度计算，获得多个关键点局部特征相似度；相似度阈值模块，用于设置识别相似度阈值；图像识别判断模块，用于比较所述多个关键点局部特征相似度和所述识别相似度阈值大小，进行判断，判断是，为每一关键点局部特征相似度都大于或等于所述识别相似度阈值，目标人脸图像识别成功，判断否，为一个或多个关键点局部特征相似度小于所述识别相似度阈值，目标人脸图像识别失败；图像识别显示模块，用于获得显示目标人脸图像对应的身份信息；图像识别失败报警模块，用于生成预警指令，发出预警警报。

5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

6、获取目标人脸图像；对所述目标人脸图像进行预处理后，提取目标人脸图像多个关键点局部特征；获取待识别人脸图像，将目标人脸图像多个关键点局部特征分别与待识别人脸图像中相对应的关键点局部特征进行相似度计算，获得多个关键点局部特征相似度；设置识别相似度阈值，分别比较所述多个关键点局部特征相似度与所述识别相似度阈值大小，进行判断，判断是，为每一关键点局部特征相似度都大于或等于所述识别相似度阈值，目标人脸图像识别成功，获得显示目标人脸图像对应的身份信息；判断否，为一个或多个关键点局部特征相似度小于所述识别相似度阈值，判断目标人脸图像识别失败，生成预警指令，发出预警警报。本发明通过获取待识别人脸图像，快速搜索到与目标人脸图像匹配度最高的样本人脸图像，再通过分别比较多个关键点局部特征相似度和识别相似度阈值大小，准确的进行人脸识别，使得人脸识别系统在不同应用环境下，能够快速、准确的进行人脸识别，提高了人脸识别系统应用的灵活性。

技术特征：

1.一种基于大数据的人脸识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，样本人脸图像数据库，其特征在于，所述的方法包括；

3.根据权利要求2所述的方法，提取预处理后目标人脸图像的高维特征，获得目标人脸图像多个关键点局部特征，其特征在于，所述方法包括：

4.根据权利要求1所述的方法，将目标人脸图像多个关键点局部特征分别与所述待识别人脸图像中相对应的关键点局部特征进行相似度计算，获得多个关键点局部特征相似度，其特征在于，所述方法包括：

5.根据权利要求1所述的方法，设置识别相似度阈值，其特征在于，所述的方法包括：基于相似度阈值分辨能力，设置不同的识别相似度阈值，不同的识别相似度阈值判断不同的识别情况，获取判断结果。

6.一种基于大数据的人脸识别系统，其特征在于，包括：

7.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至5中任一项权利要求所述的方法。

8.一种电子系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序运行执行所述权利要求1至5中任一项权利要求所述的方法。

技术总结
本发明涉及人脸识别技术领域，具体涉及一种基于大数据的人脸识别系统及其方法，所述方法包括：获取目标人脸图像；对目标人脸图像进行预处理，提取目标人脸图像多个关键点局部特征；获取待识别人脸图像；将目标人脸图像多个关键点局部特征分别与待识别人脸图像中相对应的关键点局部特征进行相似度计算，获得多个关键点局部特征相似度；设置识别相似度阈值；分别比较多个关键点局部特征相似度与所述识别相似度阈值大小，进行判断，判断是，目标人脸图像识别成功，获得显示目标人脸图像对应的身份信息；判断否，目标人脸图像识别失败，生成预警指令，发出预警警报。本发明适用于不同应用环境，能够快速、准确的进行人脸识别，扩大应用领域。

技术研发人员：赵国辉,刘勇
受保护的技术使用者：大连理工大学宁波研究院
技术研发日：
技术公布日：2024/3/21