一种人脸识别方法及系统技术方案

一种人脸识别方法，通过采集用户的位置信息，将人脸识别的信息对比数量级降低，从而降低计算量，提高人脸识别的准确度。一种人脸识别系统，包括摄像头、处理单元及智能终端，其中：所述摄像头，用于采集人脸图像；所述智能终端，用于采集用户的位置信息；所述处理单元，用于选取摄像头位置附近用户的预存人脸信息，还用于进行人脸信息的对比识别。

A Face Recognition Method and System

【技术实现步骤摘要】
一种人脸识别方法及系统
本专利技术涉及图像处理、计算机视觉、模式识别
，尤其涉及一种人脸识别方法及系统。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机式摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术处理，通常也叫人脸识别、面部识别。人脸识别有1∶1、1∶N和N∶N三种图像对比级别，其中，N∶N人脸识别，海量的人脸照片解析需要大量运算。同时如果系统预存的人脸信息超过20万，就会出现多个相似结果，对人脸识别的准确性影响很大。
技术实现思路
为了解决以上问题，本专利技术提供了一种人脸识别方法及系统。一种人脸识别方法，包括：1摄像头采集人脸图像；2将采集的人脸图像处理得到相应的人脸信息；3选取所述摄像头位置附近用户的预存人脸信息；4将所述人脸信息与所述预存人脸信息对比，进行人脸识别。优选的，在一些实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，根据用户移动智能终端或用户穿戴设备定位装置提供的位置信息，选取所述摄像头位置附近的用户预存人脸信息。优选的，在一些其他的实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，选取所述摄像头位置附近其他摄像头已经识别用户的预存人脸信息。优选的，在一些其他的实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，用户智能终端设备扫描线下条码或二维码时，根据线下条码或二维码的位置信息，确定用户的位置信息，选取所述摄像头位置附近用户的预存人脸信息。优选的，在一些其他实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，用户智能终端设备自身条码或二维码被线下电子终端扫描时，根据所述线下电子终端位置，确定用户的位置信息，选取所述摄像头位置附近用户的预存人脸信息。一种人脸识别系统，包括摄像头、处理单元及智能终端，其中：所述摄像头，用于采集人脸图像；所述智能终端，用于采集用户的位置信息；所述处理单元，用于选取摄像头位置附近用户的预存人脸信息，还用于进行人脸信息的对比识别。优选的，在一些实施方式中，所述智能终端为用户移动终端，根据用户移动终端定位装置获取用户位置信息。优选的，在一些其他的实施方式中，所述人脸识别系统还包括所述摄像头位置附近的其他摄像头，用于识别用户信息。优选的，在一些其他的实施方式中，采集用户位置信息的方法为，当用户智能终端扫描位置确定的线下二维码或条码时，根据线下二维码或条码的位置获取用户位置信息。优选的，在一些其他的实施方式中，采集用户位置信息的方法为，当用户智能终端自身条码或二维码被位置确定的线下电子终端扫描时，根据所述线下电子终端的位置获取用户位置信息。本专利技术实施例提供的一种人脸识别方法及系统，通过采集用户的位置信息，将人脸识别的信息对比数量级降低，从而降低计算量，提高人脸识别的准确度。附图说明图1为一种人脸识别方法的流程示意图；图2为本专利技术第一种实施方式的结构示意图；图3为本专利技术第二种实施方式的结构示意图；图4为本专利技术第三种实施方式的结构示意图；图5为本专利技术第四种实施方式的结构示意图。具体实施方法为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参考图1，图1是是一种人脸识别方法的流程示意图，包括以下S1到S4四个步骤：S1、摄像头采集人脸图像。最早的人脸检测可以追溯到20世纪70年代，当时主要当时主要采用的是一些启发式的和人体测量技术的方法。这些技术大部分依赖于各种假设条件，如简单的背景，正面的人脸等。在这些早期的系统里，任何图像环境的改变都意味着需要重新调整好系统，甚至重新设计系统。因为这些问题的困扰，人脸检测的研究一直处于止步状态。直到20世纪90年代，由于人脸识别系统和视频解码的大量运用，人脸检测的研究才得到了新的发展：利用运动、颜色和综合信息等更具有鲁棒性的方法被提出来；变形模板，弹性曲线等在特征提取方面的许多进展使得人脸特征的定位变得更为准确。S2、将采集的人脸图像处理得到相应的人脸信息。这一步，也就是人脸特征图像提取，现有技术中，人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。S3、选取所述摄像头位置附近用户的预存人脸信息。这一步是为了通过用户位置信息缩小用户预存人脸信息的数量级，降低计算量，提高人脸识别的准确度。S4、将所述人脸信息与所述预存人脸信息对比，进行人脸识别。提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。下面通过四个具体的实施例进一步的说明。特别注意的是，为了简单的介绍实施例，以下实施方式中均以三个用户、三个摄像头、三个线下二维码和三个线下电子设备为例，实际情况中可以是一个也可以是多个。在第一中实施方式中，如图2所示，A01为处理单元，B01为摄像头，C01、C02、C03为用户智能终端。当A01处理单元识别到B01摄像头采集到人脸图像时，A01处理单元根据在线用户智能终端定位装置提供的位置信息，筛选出C01、C02、C03为在B01摄像头附近的用户，A01处理单元调取C01、C02、C03用户预存的人脸信息与B01摄像头采集的人脸图像对应的人脸信息进行对比，识别用户身份。在第二种实施方式中，如图3所示，A11为处理单元，B11为摄像头，B12、B13、B14为B11附近的其他摄像头。当A11处理单元识别到B11摄像头采集到人脸图像时，A11处理单元根据B11摄像头附近的其他摄像头B12、B13、B14已经识别出的C11、C12、C13用户，A11处理单元调取C11、C12、C13用户预存的人脸信息与B11摄像头采集的人脸图像对应的人脸信息进行对比，识别用户身份。在第三种实施方式中，如图4所示，A21为处理单元，B21为摄像头，D21、D22、D23为B21附近的线下二维码。当A21处理单元识别到B21摄像头采集到人脸图像时，A21处理单元根据用户终端扫描线下二维码的位置，确定用户位置，A21处理单元选取扫描D21、D22、D23二维码的C21、C22、C23用户预存的人脸信息与B21摄像头采集的人脸图像对应的人脸信息进行对比，识别用户身份。在第四中实施方式中，如图5所示，A31为处理单元，B31为摄像头，E31、E32、E33为B31附近的线下电子设备。当A31处理单元识别到B31摄像头采集到人脸图像时，根据E31本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，包括：摄像头采集人脸图像；将采集的人脸图像处理得到相应的人脸信息；选取所述摄像头位置附近用户的预存人脸信息；将所述人脸信息与所述预存人脸信息进行对比，进行人脸识别。

【技术特征摘要】
1.一种人脸识别方法，包括：摄像头采集人脸图像；将采集的人脸图像处理得到相应的人脸信息；选取所述摄像头位置附近用户的预存人脸信息；将所述人脸信息与所述预存人脸信息进行对比，进行人脸识别。2.根据权利要求1所述的方法，其特征在于，在一些实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，根据用户移动智能终端或用户穿戴设备定位装置提供的位置信息，选取所述摄像头位置附近的用户预存人脸信息。3.根据权利要求1所述的方法，其特征在于，在一些其他的实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，选取所述摄像头位置附近其他摄像头已经识别用户的预存人脸信息。4.根据权利要求1所述的方法，其特征在于，在一些其他的实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，用户智能终端设备扫描线下条码或二维码时，根据线下条码或二维码的位置信息，确定用户的位置信息，选取所述摄像头位置附近用户的预存人脸信息。5.根据权利要求1所述的方法，其特征在于，在一些其他实施方式中，选取所述摄像头位置附近用户的预存人脸信息的方法为，用户智能终端设备自身条码或二维码被线...

【专利技术属性】
技术研发人员：姜鹏飞，
申请(专利权)人：姜鹏飞，
类型：发明
国别省市：四川,51