一种面部识别系统及面部识别方法技术方案

本发明专利技术涉及身份识别领域，尤其涉及一种面部识别系统及面部识别方法，主要包括光照预处理模块、特征生成模块、人脸特征库模块以及特征匹配与识别模块。该面部识别方法首先通过光照预处理模块对输入的人脸图像进行光线差异度优化，然后通过特征生成模块生成该人脸图像的特征向量，再将待识别的特征向量与特征库中的所有特征向量进行匹配计算，给出待识别的特征向量对应的身份结果。本发明专利技术的技术方案可以在计算资源较为有限的系统上实时判断出待识别的人脸图像的身份，耗时短准确率高。

【技术实现步骤摘要】

本专利技术涉及身份识别领域，尤其涉及一种面部识别系统及面部识别方法。
技术介绍
现有技术中，应用在门禁安防系统中的人脸识别技术方案解决的是特定位置、特定光线条件下采集的特定角度的人脸图像的身份识别问题。这一方案可以部署在高性能的计算机上，也可以部署在低计算资源的嵌入式计算机上。由于门禁安防系统允许结果响应有长至1秒甚至更长的延时，而且一般是一次性的身份验证需求，很少有连续处理的应用场景，所以必须使用计算复杂度较高的算法。门禁安防系统使用的人脸识别技术方案具有以下缺陷：1、需要通过补偿光源来固定光线条件，对光线非常敏感；2、要求采集固定的人脸姿势，例如正脸；3、通常计算复杂度较高，给出一次结果耗时较多，连续检测时达不到实时响应需求。
技术实现思路
鉴于上述问题，本专利技术提供一种应用在机器人视觉系统的面部识别系统及面部识别方法，实现检测到人脸区域以后的人脸身份识别功能，可以运用于各种光照条件，包括偏光或者无补偿光源的情况，且能识别多姿势的人脸，例如左侧、右侧、上仰、下俯甚至歪向一边的人脸，同时能降低计算复杂度使计算资源消耗降低到可以实时识别出现在机器人视野中的人脸，对响应速度要求较高，而且在人脸身份变化时通过连续识别实现实时反馈。本专利技术解决上述技术问题所采用的技术方案为：提供一种面部识别系统，其特征在于，包括：光照预处理模块，该模块接收输入的待识别人脸图像，对所述待识别人脸图像进行光照差异度的优化后，将经过光照预处理的待识别人脸图像输出至下一模块；特征生成模块，与所述光照预处理模块连接，以接收所述经过光照预处理的待识别人脸图像，并进行特征生成后，输出用于描述人脸细节特点的待识别的特征向量；人脸特征库模块，预存储有已知人脸的特征向量；特征匹配与识别模块，与所述特征生成模块以及人脸特征库模块连接，以将所述特征生成模块输出的待识别的特征向量与所述特征库中的所有特征向量进行匹配计算，输出所述待识别的特征向量对应的身份结果。优选的，上述的面部识别系统，其中，所述光照预处理模块使用高斯差分的方法对所述待识别人脸图像进行处理。优选的，上述的面部识别系统，其中，所述特征生成模块采用局部二值模式特征来描述所述人脸细节特点的特征向量。优选的，上述的面部识别系统，其中，所述人脸特征库模块还提供新的人脸特征添加接口，通过该接口可以向所述人脸特征库模块加入已知身份的人的新人脸特征或未知身份的新人的人脸特征。本专利技术还提供一种面部识别方法，其特征在于，基于权利要求1-4中任意一项所述的面部识别系统，所述方法包括以下步骤：步骤1，初始化所述人脸特征库模块，以使所述人脸特征库模块中预存储已知的人脸特征向量；步骤2，所述光照预处理模块接收输入的待识别人脸图像，对所述待识别人脸图像进行光照差异度的优化后，将经过光照预处理的待识别人脸图像输出；步骤3，所述特征生成模块接收经过所述光照预处理模块处理过的待识别人脸图像，并对该待识别人脸图像进行特征生成操作后，输出用于描述人脸细节特点的特征向量；步骤4，所述特征匹配与识别模块将所述特征生成模块输出的待识别的特征向量与所述特征库中的所有特征向量进行匹配计算，输出所述待识别的特征向量对应的身份结果。优选的，上述的面部识别方法，其中，在所述步骤2中，所述光照预处理模块使用高斯差分的方法对所述人脸图像进行处理。优选的，上述的面部识别方法，其中，在所述步骤3中，采用局部二值模式特征描述所述人脸细节特点的特征向量。优选的，上述的面部识别方法，其中，所述步骤4中，若所述特征匹配与识别模块判定待识别人脸为未知人脸，则输出未知识别结果，并将该未知人脸的特征向量存储至人脸特征库模块中。上述技术方案具有如下优点或有益效果：本专利技术的技术方案可以实现检测到人脸区域以后的人脸身份识别功能，可以运用于各种光照条件，包括偏光或者无补偿光源的情况，且能识别多姿势的人脸，例如左侧、右侧、上仰、下俯甚至歪向一边的人脸，同时能降低计算复杂度使计算资源消耗降低，响应速度较高，从而可以实时识别出现在机器人视野中的人脸，而且在人脸身份变化时通过连续识别实现实时反馈。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未可以按照比例绘制附图，重点在于示出本专利技术的主旨。图1是本专利技术的面部识别系统的功能模块图。具体实施方式下面结合附图和具体的实施例对本专利技术作进一步的说明，但是不作为本专利技术的限定。如图1所示，本专利技术的面部识别系统，主要应用于机器人的视觉系统，主要由光照预处理模块1、特征生成模块2、人脸特征库模块3以及特征匹配与识别模块4组成。其中，光照预处理模块1对输入的待识别人脸图像进行光照差异度的优化，减少光照变化对系统识别率的影响。该模块使用高斯差分的方法对图像进行处理。光照变化在同一人脸图像上的影响可被视为在该图像上叠加了一个低频的信号，而对人脸图像进行高斯卷积运算可被视为进行低通滤波，利用两个不同大小卷积核的高斯卷积运算可以构造一个高斯差分运算，效果可视为一个带通滤波器，由于用于人脸识别的有效特征的频率通常比光照信号的频率高，所以适当选择两个卷积核的大小组成差分滤波器可以除去人脸图像中光线变化的影响。图像处理或图像增强技术中用于对光线变化进行处理的方法超过10种，在综合效果和计算资源后，在本实施例中选用了高斯差分的方法。特征生成模块2与光照预处理模块1连接，用以对光照预处理模块1输出的经过光照预处理的人脸图像进行特征生成，并输出描述人脸细节特点的特征向量。目前用来描述人脸的特征类型有主要成分分析(PCA)、独立成分分析(ICA)、局部二值模式特征(LBP)以及深度神经网络训练出的特征等几种，针对我们的应用需求，LBP是最佳的选择。LBP的优势有两点，第一是纯定点计算，计算量较其他特征大为减少，特别是在ARM(一种精简指令集的微处理器，这里也指利用该处理器进行搭建的计算系统)框架无浮点计算能力的处理器上，计算量优势更为明显；第二点是LBP本质上是一个类似差分的特征，能抵抗一定的光线变化。这样可以继续弱化光线预处理模块中未能消除的光线变化信息对系统识别率的不利影响。在特征生成模块2对待识别的人脸图像进行特征生成后，就将待识别的特征向量存储至人脸特征库模块3中，人脸特征库模块3中预存储有已知人脸的特征向量。当需要识别人脸图像时，系统识别逻辑是把需要识别的人脸图像的特征向量与人脸特征库模块3中已知身份的人脸特征向量进行比对，找出特征最相似的人脸。这时需要通过查询人脸特征库模块3来完成识别步骤。由于单人脸图片的LBP特征只能被用于识别角度范围很小的人脸图片，因此本专利技术的技术方案通过收集更多角度的人脸图像特征，来管理同一个人不同角度的特征向量集。特征匹配与识别模块4与人脸特征库模块3和特征生成模块2连接，当有识别请求到来时，特征匹配与识别模块4将特征生成模块2输出的待识别的人脸特征向量与人脸特征库模块3中的所有特征向量进行匹配计算，找出最接近的一个特征向量并给出相似度值，根据相似度值的预设阈值判定待识别的人脸是否就是特征最接近的那个人脸。若是，给出相应的身份结果；若否，判定待识别人脸为未知人脸，如果此时有需求，本文档来自技高网...

【技术保护点】
一种面部识别系统，其特征在于，包括：光照预处理模块，该模块接收输入的待识别人脸图像，对所述待识别人脸图像进行光照差异度的优化后，将经过光照预处理的待识别人脸图像输出至下一模块；特征生成模块，与所述光照预处理模块连接，以接收所述经过光照预处理的待识别人脸图像，并进行特征生成后，输出用于描述人脸细节特点的待识别的特征向量；人脸特征库模块，预存储有已知人脸的特征向量；特征匹配与识别模块，与所述特征生成模块以及人脸特征库模块连接，以将所述特征生成模块输出的待识别的特征向量与所述特征库中的所有特征向量进行匹配计算，输出所述待识别的特征向量对应的身份结果。

【技术特征摘要】
1.一种面部识别系统，其特征在于，包括：光照预处理模块，该模块接收输入的待识别人脸图像，对所述待识别人脸图像进行光照差异度的优化后，将经过光照预处理的待识别人脸图像输出至下一模块；特征生成模块，与所述光照预处理模块连接，以接收所述经过光照预处理的待识别人脸图像，并进行特征生成后，输出用于描述人脸细节特点的待识别的特征向量；人脸特征库模块，预存储有已知人脸的特征向量；特征匹配与识别模块，与所述特征生成模块以及人脸特征库模块连接，以将所述特征生成模块输出的待识别的特征向量与所述特征库中的所有特征向量进行匹配计算，输出所述待识别的特征向量对应的身份结果。2.根据权利要求1所述的面部识别系统，其特征在于，所述光照预处理模块使用高斯差分的方法对所述待识别人脸图像进行处理。3.根据权利要求1所述的面部识别系统，其特征在于，所述特征生成模块采用局部二值模式特征来描述所述人脸细节特点的特征向量。4.根据权利要求1所述的面部识别系统，其特征在于，所述人脸特征库模块还提供新的人脸特征添加接口，通过该接口可以向所述人脸特征库模块加入已知身份的人的新人脸特征或未知身份的新人的人脸特征。5.一种面部识别方法，其特征在于，基于权利...

【专利技术属性】
技术研发人员：梁宁清，张宏鑫，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江;33