一种用于智能机器人的人脸识别方法及系统的制作方法
【技术领域】
[0001] 本申请涉及智能机器人技术领域，尤其涉及一种用于智能机器人的人脸识别方法 及系统。
【背景技术】
[0002] 随着信息技术的飞速发展，特别是Internet的发展，数据信息化的不断深入。越 来越多的事务，可以通过智能机器人来办理，例如：在公共安全领域的用于智能门禁、智能 视频监控、公安布控、海关身份验证、实际驾照验证等的智能机器人；在民事和经济领域对 各类银行卡、金融卡、信用卡、存蓄卡的持卡人进行身份验证的智能机器人。为了信息安全， 办理业务之前通常需要通过验证人员身份后，智能机器人才能为其办理所请求的业务。
[0003] 传统的身份验证方法是根据预先设置的密码或特定的身份标识物，如：证件，来鉴 别不同用户。这种方法存在明显的缺点，如：个人的身份标识物容易丢失或被伪造，密码容 易遗忘或者被破译。更为严重的是，这些系统无法区分真正的拥有者和取得身份标识物的 冒充者。为了克服传统身份验证的缺陷，结合人类鉴别不同个体的方法和特点以及人类自 身的一些生理和行为特征，如：面像、指纹等，其中指纹也容易被窃取后套模。因而，越来越 多的智能机器人采用人脸鉴别技术来鉴别用户身份。
[0004] 人脸鉴别，就是将待识别的人脸与数据库中的已知人脸进行比较，得出相关信息， 这一过程的核心是选择适当的人脸表示方式和匹配策略。通常，将人脸鉴别成为人脸识别。
[0005] 通常，以一些身份证件，如：身份证、护照等照片或者录入的可信照片，作为身份鉴 别中人脸识别的比对版本。由于身份证件都是具有一定有效期的，如：成人身份证通常有效 期为20年、老年人身份证为长期、幼儿身份证有效期为5年等。那么在证件有效期内，人员 的照片将不会更换。此外，由于采集照片时的亮度、人员肤色等信息都会影响人脸识别的准 确度。由此带来了，随着时间推移或者采集环境或者人员身体状态不同，身份鉴别的准确率 逐步下降，即使是本人也不同通过智能机器人的身份鉴别验证的问题。而如果在一段时间 就要求所有人员更新照片，这样的成本太高，需要耗费太多的人力和物力。
【发明内容】
[0006] 有鉴于此，本申请提供一种用于智能机器人的人脸识别方法及系统，为了避免由 于时间跨度较大或其他环境因素而引起人脸面部特征发生变化而降低识别准确率的问题， 智能机器人能以高准确率地进行人员身份鉴别。
[0007] 本申请提供一种用于只能机器人的人脸识别方法，所述方法包括步骤：
[0008] 步骤一，建立人脸识别数据库；
[0009] 步骤二，输入待鉴别的人脸图像；
[0010] 步骤三，计算输入图像的特征向量；
[0011] 步骤四，进行身份鉴定；
[0012] 步骤五，输出身份鉴别结果。
[0013] 根据在本申请一具体实施例中，所述建立人脸识别数据库包括：采集所有人的可 靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信息。
[0014] 根据在本申请一具体实施例中，所述采集所有人的可靠图像为采集η个人的可靠 图像信息，每个人采集m张可靠图像，m、η为正整数。
[0015] 根据在本申请一具体实施例中，所述可靠图像的人脸特征提取包括：对于每张输 入的可靠图像进行以下处理：
[0016] 对第i个人的第j张可靠的人脸图像进行预处理，其中0 < i < n+l，0 < j <m+l， m、η为正整数；
[0017] 对所述第i个人的第j张作小波分解，获得低频LL部分子图像，对所述作低频LL 部分子图像傅里叶变换，采用其振幅作为该可靠图像的频谱特征Si,
[0018] 根据在本申请一具体实施例中，所述对第i个人的第j张可靠的人脸图像进行预 处理指的是通过小波变换来对每一张可靠图像进行降维处理。
[0019] 根据在本申请一具体实施例中，所述计算输入图像的特征向量包括：
[0020] 对所述输入图像进行预处理；
[0021] 所述输入图像作小波分解，获得低频LL部分子图像，对所述作低频LL部分子图像 傅里叶变换，采用其振幅作为该输入图像的频谱特征Y'。
[0022] 根据在本申请一具体实施例中，所述进行身份鉴定指的是将人脸数据库中每个人 脸的特征向量S m与输入图像的特征向量Y'依次进行比较，对于人脸数据中的每个特征向 量Si, j包括以下步骤：
[0023] 对Si,」和Y'做归一化处理；
[0024] 用向量间夹角的余弦倡
【主权项】
1. 一种用于只能机器人的人脸识别方法，所述方法包括： 步骤一，建立人脸识别数据库； 步骤二，输入待鉴别的人脸图像； 步骤三，计算输入图像的特征向量； 步骤四，进行身份鉴定； 步骤五，输出身份鉴别结果。
2. 根据权利要求1所述的方法，其特征在于，所述建立人脸识别数据库包括：采集所有 人的可靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信息。
3. 根据权利要求2所述的方法，其特征在于，所述采集所有人的可靠图像为采集n个人 的可靠图像信息，每个人采集m张可靠图像，m、n为正整数。
4. 根据权利要求3所述的方法，其特征在于所述可靠图像的人脸特征提取包括：对于 每张输入的可靠图像进行以下处理： 对第i个人的第j张可靠的人脸图像进行预处理，其中〇 <i<n+l，0 <j<m+l，m、n为正整数； 对所述第i个人的第j张作小波分解，获得低频LL部分子图像，对所述作低频LL部分 子图像傅里叶变换，采用其振幅作为该可靠图像的频谱特征Si>j。
5. 根据权利要求4所述的方法，其特征在于，所述对第i个人的第j张可靠的人脸图像 进行预处理指的是通过小波变换来对每一张可靠图像进行降维处理。
6. 根据权利要求5所述的方法，其特征在于，所述计算输入图像的特征向量包括： 对所述输入图像进行预处理； 所述输入图像作小波分解，获得低频LL部分子图像，对所述作低频LL部分子图像傅里 叶变换，采用其振幅作为该输入图像的频谱特征Y'。
7. 根据权利要求6所述的方法，其特征在于，所述进行身份鉴定指的是将人脸数据库 中每个人脸的特征向量与输入图像的特征向量Y'依次进行比较，对于人脸数据中的每 个特征向量Si,j包括以下步骤：
对Sy和Y'做归一化处《 - 用向量间夹角的余弦€量两个向量的相似程度，令相 似度屯,』=cos(Si,』，Y'); 通过tj进行特征判定。
8. 根据权利要求7所述的方法，其特征在于，所述通过du进行特征判定包括： 选取与数据库中所有频谱特征的距离屯,』的最大值maxdy，如果maxdy大于或者等 于第一阈值，就判定所述输入图像对应于数据库中的第i个人； 将对应人脸数据库中每个人员的m个特征向量分为两组，分成2n个组，每一组取组内 的两个最大值做平均，得到向量ddi，i= 1，. . .，2n，选择向量(1屯的最大值maxdi,』，如果 maxd^j大于或者等于第二阈值，就判定所述输入图像对应于数据库中的第^ +0.5个人， 否则认为所述输入图像不在所述人脸数据库中。
9. 根据权利要求8所述的方法，其特征在于，所述第一阈值0. 9860和第二阈值为 0.9840。
10. -种用于智能计算机的人脸识别系统，其中包括： 人脸识别数据库1，其中存储n个人的人脸图像特征信息； 图像采集模块2,通过在智能机器人上设置的摄像头采集待鉴定人员的人脸图像，将所 述待鉴定人员的人脸图像作为人脸识别系统的输入图像； 图像特征提取模块3,提取所述输入图像的特征向量； 识别分析模块4,将所述输入图像的特征向量与所述人脸数据库中存储的人脸特征向 量进行比较，得到鉴别结果； 结果输出模块5,输出所述身份鉴别结果。
11. 根据权利要求10所述的系统，其特征在于，所述人脸识别数据库的建立过程包括： 采集所有人的可靠图像、可靠图像的人脸特征提取以及在数据库中记录人脸特征信 息。 根据在本申请一具体实施例中，所述采集所有人的可靠图像为采集n个人的可靠图像 信息，每个人采集m张可靠图像，m、n为正整数。
12. 根据权利要求11所述的系统，其特征在于，所述可靠图像的人脸特征提取包括：对 于每张输入的可靠图像进行以下处理： 对第i个人的第j张可靠的人脸图像进行预处理，其中〇 <i<n+l，0 <j<m+l，m、n为正整数； 对所述第i个人的第j张作小波分解，获得低频LL部分子图像，对所述作低频LL部分 子图像傅里叶变换，采用其振幅作为该可靠图像的频谱特征Si>j。
13. 根据权利要求12所述的系统，其特征在于，所述对第i个人的第j张可靠的人脸图 像进行预处理指的是通过小波变换来对每一张可靠图像进行降维处理。
14. 根据权利要求13所述的系统，其特征在于，所述图像特征提取模块3用于： 对所述输入图像进行预处理； 所述输入图像作小波分解，获得低频LL部分子图像，对所述作低频LL部分子图像傅里 叶变换，采用其振幅作为该输入图像的频谱特征Y'。
15. 根据权利要求14所述的系统，其特征在于，所述识别分析模块4用于将人脸数据库 中每个人脸的特征向量与输入图像的特征向量Y'依次进行比较，对于人脸数据中的每 个特征向量Si,j包括以下步骤： 对Si,」和Y'做归一化处理； 用向量间夹角的余弦{I〖度量两个向量的相似程度，令相 似度屯,』=cos(Si,』，Y');
通过tj进行特征判定。
16. 根据权利要求15所述的系统，其特征在于，所述通过du进行特征判定包括： 选取与数据库中所有频谱特征的距离屯,』的最大值maxdy，如果maxdy大于或者等 于第一阈值，就判定所述输入图像对应于数据库中的第i个人； 将对应人脸数据库中每个人员的m个特征向量分为两组，分成2n个组，每一组取组内 的两个最大值做平均，得到向量ddi，i= 1，. . .，2n，选择向量(1屯的最大值，如果如果max dy大于或者等于第二阈值，就判定所述输入图像对应于数据库中的第i+ 〇.5个人，否则 认为所述输入图像不在所述人脸数据库中。
17. 根据权利要求16所述的系统，其特征在于，所述第一阈值0. 9860和第二阈值为 0.9840。
18. -种智能机器人，其包括了权利要求10-17中的用于智能计算机的人脸识别系统。
【专利摘要】为了解决由于时间跨度较大或其他环境因素而引起人脸面部特征发生变化而降低识别准确率的问题，本申请提供一种用于智能机器人的人脸识别方法及系统，所述方法包括步骤：步骤一，建立人脸识别数据库；步骤二，输入待鉴别的人脸图像；步骤三，计算输入图像的特征向量；步骤四，进行身份鉴定；步骤五，输出身份鉴别结果。
【IPC分类】G06K9-00
【公开号】CN104700094
【申请号】CN201510145184
【发明人】王慧, 吕皖丽, 王丙祥, 周维杭
【申请人】江苏久祥汽车电器集团有限公司
【公开日】2015年6月10日
【申请日】2015年3月31日