Face recognition system and method of the invention relates to the security of the robot, aiming at the access type of face recognition system, single fixed linear feature description of power shortage problems, put forward a motion based face recognition system for mobile robot and deep learning. In the aspect of equipment, the system realizes the face recognition between human and robot, and the motion of human and robot at the same time. And the near infrared camera is adopted to realize the face recognition at night. In the algorithm, the system is from a set of face detection, feature point detection, face to face recognition and correction of complete system in the feature point detection module simplifies the number of feature points, in the face recognition module uses convolutional neural network model to achieve fast and accurate recognition of face.
【技术实现步骤摘要】
一种应用于保安机器人的人脸识别系统及方法
本专利技术涉及人脸识别领域,具体涉及一种应用于保安机器人的人脸识别系统及方法。
技术介绍
人脸是人体最重要的生物识别特征之一,依靠人脸进行身份识别已经成为识别通缉犯等特定人员的一种重要手段,而在当前的大数据时代,用人工来检索数据费时费力,显然不可行。现有的自动人脸识别技术只能应用于固定位置的正面人脸识别,例如普遍的门禁系统,在复杂动态环境下的识别率很低。传统的人脸识别技术利用SIFT等人工设计的人脸图像特征,然后再利用线性方法抽取人脸层面上的特征表示,比如利用PCA或LDA来获取Eigenface或Fisherface等人脸特征。然而实际应用表明,这些方法得到的线性人脸特征描述能力不足,抗干扰能力较差。有研究者对上述方法进行改进,提出了基于线性子空间的人脸识别算法,例如使用稀疏表示与尺度学习的思想增加人脸识别算法的鲁棒性。这些方法在带有部分遮挡与旋转角度的人脸识别问题上取得了一定的效果,但是对于真实世界中的复杂人脸识别问题还是不能取得理想效果。另外,普通摄像头只能在白天使用,在夜晚,摄像头拍摄的人脸图片清晰度会大大下降,甚至检测不到人脸,这无疑会影响识别的准确率。与本专利技术最相近的方法有陈国平[1]等人所提出的基于深度神经网络的动态人脸识别方案,包括对卷积神经网络的介绍、其相对传统方法的优势、关键层的描述,以及在实际场景中的应用等;探讨了其中涉及的系统通用性、实时性、智能性、评测标准和实际应用等关键问题,给出了一个成功将深度学习思想应用在人脸识别中的实时系统。[1]陈国平,杜姗姗.基于深度神经网络的动态人脸识别方 ...
【技术保护点】
一种人脸识别方法,其特征在于包含以下步骤:一、采集人脸数据,训练后得到模型;二、利用HOG特征进行人脸检测;三、人脸特征点检测:特征点检测模块利用级联的回归器通过像素强度值的稀疏集合来回归面部特征点的位置;四、人脸矫正:计算旋转角度及仿射矩阵后,以左眼中心点为基准点旋转图片,使左右眼中心点连线达到水平,即完成对齐矫正;五、人脸识别:将预处理后的人脸图片喂进网络模型中,经过一系列的卷积、池化操作由全连接层输出得到待识别人脸图片的特征向量,然后经由softmax层基于训练集图片进行对比分类,得到待识别图片与训练集图片相似程度的概率分布,最终选择概率值最大的那个标签作为该图片的输出标签。
【技术特征摘要】
1.一种人脸识别方法,其特征在于包含以下步骤:一、采集人脸数据,训练后得到模型;二、利用HOG特征进行人脸检测;三、人脸特征点检测:特征点检测模块利用级联的回归器通过像素强度值的稀疏集合来回归面部特征点的位置;四、人脸矫正:计算旋转角度及仿射矩阵后,以左眼中心点为基准点旋转图片,使左右眼中心点连线达到水平,即完成对齐矫正;五、人脸识别:将预处理后的人脸图片喂进网络模型中,经过一系列的卷积、池化操作由全连接层输出得到待识别人脸图片的特征向量,然后经由softmax层基于训练集图片进行对比分类,得到待识别图片与训练集图片相似程度的概率分布,最终选择概率值最大的那个标签作为该图片的输出标签。2.一种根据权利要求1所述的人脸识别方法,其特征在于所述方法应用于保安机器...
【专利技术属性】
技术研发人员:曾碧,任万灵,陈佳腾,张伟,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。