储的硬件资源。
[0074]2.干扰还原引擎
[0075]第二大模块是干扰还原引擎，对捕捉到的人脸照片进行修正还原，具体来说，人脸还原引擎包括:
[0076]2.1光干扰还原:光干扰主要是二种:阴阳脸和逆光。
[0077]阴阳脸通过人脸对称的原理进行修正。
[0078]逆光通过对背景和人像的亮度对比进行修正(光强)。如图4，其中X轴代表黑灰白度，Y代表比重。
[0079]2.2人种识别
[0080]人种分为黄种人/白种人/黑种人/褐色人
[0081]通过四大人种的脸部基本轮廓特征和肤色进行识别，如图5.
[0082]2.3年龄还原
[0083]年龄还原指对“一、特征点综述”中B类特征点，产生一组在某一范围内的变化值，作为附加特征值；年龄推算，决定正负修正值B的大小(A±B%)。实际照片和库中的照片年龄相差越大，这个B值适当放大。
[0084]在之后模块的比对过程中，这些附加特征值与该处的原特征参数一样，具有同样的权重权，譬如若该点的原特征值与被比对照片的值有差异，但在这组附加特征值中，却有符合的值，同样会提高比对的符合性。
[0085]2.4表情还原
[0086]按生理解剖原理，模拟每个表皮变动的点回归原位置。修正值修正法，具体算法。
[0087]表情还原，是指，在一定范围内，可以将变形不大的表情，还原到正常表情，如图6。
[0088]2.5姿态还原
[0089]本专利可对左右±25° /上下±15° /旋转±10°，双眼可见范围内照片进行姿态还原正位，达到双眼为水平坐标，对称，调整到正位。如图7、图8。
[0090]2.6遮挡还原
[0091 ] 对眼镜/刘海/围巾/高领/帽檐等遮挡物进行缺损对称修正，或平均值补偿。如图9.譬如:左面部分被遮住，通过右脸和左脸对称的原理，进行修正。又如:下巴被高领挡住了，根据人种下巴平均值，作为这部分的特征值。
[0092]3.人脸建模引擎
[0093]第三大引擎是对采集到的符合建模条件的2D人像脸部的本质特征，五官轮廓的大小、位置、距离等固定属性，按3D面像器官模板进行展开，对应几何关系形成识别参数与数据，计算出相互间的关联几何矢量(特征值)，即生成3D特征值。如图10。
[0094]3D建模可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性。
[0095]4.人脸比对引擎
[0096]人脸识别技术常用的有Gabor小波、Adaboost学习算法及支持向量机等方法。
[0097]本专利采用了对人脸特征点的比对，首先通过双眼间像素点的数量选定“三合一”比对引擎中相对应的一种比对模块，通过深度学习的神经元网络算法进行比对。深度学习是由在计算机上模拟人类神经回路的“神经元网络”的一种结构信息算法。它能够通过多层次组合低层特征形成更抽象的高层特征，从而实现自动的学习特征，而不需要人参与特征的选取。深度学习神经元网络算法正是通过模拟人脑多层次的分析方式来提高分析的准确性和分析速度。
[0098]从“一、特征点综述”可以看出，各部分的比例变化，有的变化小，有的变化大，因此算法在确定特征点的权重时，其实是不同的。
[0099]点越少，A类点占的比重越大。对于A类特征点，因为他们在人的一身中，基本保持特定的比例关系，并具有唯一性，所以在求得人脸基本特征时，占据较大的权重，这类点在总共约4000个点上，占有56%的比例，而权重分配在60%以上；对于B类特征点，虽然随着人的一生，会有变化，但这种变化是可以预测的，因此，在比对时，可以进行冗余推演，这类点约占总点数的32%，权重分配在30%左右，而最后一类点，比如人脸轮廓线，随着年龄和环境的变化，会发生经常的变化，约占总点数的12%，因为变化较大，权重分配最小只有10%。依据以上原则，我们得出了人脸的基本特征点组群，并得到一部分特征值，但有时候这些偏差还是不能精准的反应人脸的唯一性。
[0100]因此本专利还采取了补充算法即人脸表面积算法，其理由是，通过研究，若将这4000个点周围的表面积作一个计算发现，每一个人的表面积的重合度概率要远远小于特征值重复的概率，因此我们将上述的特征点相互连接起来，使每个相邻的3个点组成正三角形(顶点在上，非“等边三角形”)，在取这些点位时，已经考虑了其几何正三角形的位置因素，以保证能够取得这些正三角形，当然这些三角形其实也是有权重分配的，原则与特征点一致，采用高斯定理，通过计算A\B\C三组正三角形所得到的面积，来形成一个冗余值，追加到特征值得参数端中。经过人脸表面积算法，人脸识别的准确度进一步提升，在实际运行中，已经可以分辨双胞胎，如图11。
[0101]人脸比对引擎将视频流中截取的人像帧建模生成的3D特征值与照片库中像片生成的3D特征值进行比对，得出对比结果。
[0102]三、将人脸识别用于大数据检索的【具体实施方式】
[0103]如图12、图13所示，数据库系统存储个人关联人像信息，千万级乃至亿万级，大数据存储；存储系统保存各个点上传来的已建好模的人像信息及来源标示；人脸检测系统读取前端图像，进行人脸检测、采集符合建模条件的人像；所述人脸注册系统进行人脸建模，并通过网络把已建好模的人像信息上传注册到监控中心的存储系统；所述人脸识别系统通过对存储系统中的人像信息与在数据库系统中人像信息，通过4000路并发比对检索，以人查人，查询出人的真实身份。
[0104]有益效果
[0105]以人查人，通过采集到的人像与数据库中的人像比对，检索出数据库中的身份信息，准确查询出目标人。亿万级的建模数据库、识别的高准确率和查询速度快是本专利的三大有益效果。本专利在现有技术的基础上，结合了多项新的模型、算法，包括动、静态结合的人脸识别、4000路并发比对检索、大数据存储查询，可以快速、准确的完成了以人查人的大数据查询。
[0106]公安部实测数据:
[0107]单机静态测试:
[0108]静态数据库:1000万标准照；
[0109]一对多静态比对(1:N)，识别率>98%，识别速度〈2秒/人。
【主权项】
1.一种图像自动筛选查询识别系统，包括图像输入设备、数据库系统、存储系统、人脸检测系统、人脸注册系统及人脸比对系统， 所述图像输入设备包括实时视频输入、录像回放输入、照片批量导入； 所述数据库系统存储个人关联人像信息，包括个人证件信息、证件照、生活照、集体照、以及对应的特征值； 所述存储系统保存已3D建模的人像信息即特征值及来源标示； 所述人脸检测系统读取图像输入设备输入的图像，进行人脸检测、采集符合建模条件的人像； 所述人脸注册系统进行人脸建模，建模的人脸照片来源于人脸检测系统，并向存储系统注册人脸建模信息； 所述人脸识别系统通过对存储系统中的人像信息在数据库系统中进行特征值比对检索，以人查人，查询出人的真实身份。2.一种图像自动筛选查询识别系统，其特征在于:人脸识别系统为静态照片4000路并发比对系统。3.根据权利要求1所述的图像自动筛选查询识别系统，其特征在于:所述人脸检测系统包括人脸动态捕捉引擎和干扰还原引擎； 人脸动态捕捉引擎包括筛选模块、拼桢合成图像模块、背景处理模块、轨迹跟踪模块； 干扰还原引擎包括光干扰还原模块、人种识别模块、年龄还原模块、表情还原模块、姿态还原模块、遮挡还原模块。4.根据权利要求1所述的图像自动筛选查询识别系统，其特征在于:所述人脸注册系统包括人脸建模引擎和数据注册引擎； 所述人脸建模引擎对采集到的2D人像，通过面像五官轮廓的固定属性，包括:大小、比例、相对位置、距离，按3D面像器官模板进行展开，对应几何关系形成识别参数与数据，计算出相互间的关联几何矢量，即生成3D特征值； 数据注册引擎对建模数据进行来源关联标示，并按数据库标准登录方式存储，以便数据查询。5.根据权利要求1所述的图像自动筛选查询识别系统，其特征在于:所述人脸比对系统是“三合一”的特征值比对引擎，包含三种特征值比对模块:①:双眼间12像素-24像素比对模块即400点比对模块:双眼间24像素-40像素比对模块即1500点比对模块:双眼间40像素-60像素比对模块即4000点比对模块；系统自动计算人脸双眼间像素点的数量，根据人脸双眼间像素点的数量，自动选取上述三种比对模块中的相对应的一种，把三种比对模块组装一起，合成“三合一”比对引擎。6.根据权利要求3所述的图像自动筛选查询识别系统，其特征在于:所述筛选模块包括如下步骤: 步骤一、所述视频输入设备中的图像与人脸基本模板的符合度检查，即人脸基本模板过滤法，二个眼睛与一个鼻子构成的三角区是人脸的最基本特征，符合条件的进入步骤-* * 步骤二、所述视频输入设备中人脸角度与标准人像比较，角度差范围在左右±25° /上下±15° /旋转±10°的符合条件进入步骤三； 步骤三、双眼可见，双眼间像素点检查，根据视频输入设备总的像素值及双眼间区域面积占整个摄像画面的比例，计算出双眼间区域的像素点值，需要双眼间像素点值大于12，符合以上条件的做人脸采集。7.根据权利要求3所述的图像自动筛选查询识别系统，其特征在于:所述轨迹跟踪模块对视频流分桢，从采集到第一帧符合人脸采集标准的人脸帧开始，在随后的2秒中内，系统会自动进行桢之间互相校验，从50桢内挑出最清晰的两幅人像桢作为比对桢，拼桢，合成，在比对模块中作为比对源；同时对采集到的人像进行标识，基于与运动模型相结合的算法，在前端进行比对跟踪，如果确认是同一人，将不做第二次人脸采集。
【专利摘要】本发明公开了一种图像自动筛选识别系统，包括图像输入设备、数据库系统、存储系统、人脸检测系统、人脸注册系统及人脸比对系统，图像输入设备包括实时视频输入、录像回放输入、照片批量导入；数据库系统存储个人关联人像信息，包括个人证件信息、证件照、生活照、集体照、以及对应的特征值；存储系统保存已3D建模的人像信息即特征值及来源标示；人脸检测系统读取图像输入设备输入的图像，进行人脸检测、采集符合建模条件的人像；人脸注册系统进行人脸建模，建模的人脸照片来源于人脸检测系统，并向存储系统注册人脸建模信息；人脸识别系统通过对存储系统中的人像信息在数据库系统中进行特征值比对检索，以人查人，查询出人的真实身份。
【IPC分类】G06K9/00, G06F17/30
【公开号】CN105138954
【申请号】CN201510406384
【发明人】张培忠
【申请人】上海微桥电子科技有限公司
【公开日】2015年12月9日
【申请日】2015年7月12日