一种基于DSP技术的变电站人脸识别方法技术

本发明专利技术涉及一种基于DSP技术的变电站人脸识别方法，包括以下步骤：S1.获取人脸图像；S2.对获取的图像进行预处理；S3.对预处理的图像进行人脸的检测及定位；S4.对定位的人脸进行特征提取；S5.将提取的人脸特征与人脸数据库中的人脸特征进行比较和匹配。

【技术实现步骤摘要】
一种基于DSP技术的变电站人脸识别方法
本专利技术涉及变电站监控领域，更具体地，涉及一种基于DSP技术的变电站人脸识别方法。
技术介绍
在传统视频分析学术领域，皆采用背景/前景区隔方式，分离出前景移动物体，计算出物体数量、大小、形状位置、轨迹等信息，再进行进一步的应用分析。然而因为外在环境有太多不可掌控及预期的干扰源。因此算法加入各种不同的过滤机制来减少这些干扰，由此而洐生出各种调整参数，这些参数的调整需要专业的知识，而现场环境又是随时动态变化的，无法由一组参数去适应各种动态变化。在室外环境造成很高的误判率，无法大规模布建。人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说，人如果发生微小变化，系统可能就会认证失败。如今，保守估计，人脸识别技术准确率能达到95％，但没有达到100％。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。中国科学院自动化研究所博士张小博也认为，光照、姿态、装饰等，对机器识别人脸都有影响。目前在美国有全世界最先进的人脸识别系统，其在做测试的时候，识别误读率也有1％。苏光大称，如今，对于非配合情况下的人脸图像采集，遮挡问题非常严重。特别是在监控环境下，被监控对象可能会戴着眼镜、帽子等饰物，使得被采集的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。如何有效地去除遮挡物的影响，是非常紧迫的研究课题。同时，随着年龄的变化，面部外观也会变化，特别是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。年龄变化对人脸识别算法的影响也必须得到解决。此外，虽然随着人脸数据库规模的增长，人脸识别算法的性能将呈现下降，如何维持或提高大规模应用环境下的人脸识别算法的识别率，同样是一个非常重要的问题。
技术实现思路
本专利技术将视频数据转换至另一维度，突显出物体的特征，而将干扰造成的影响降至最低。这种方式可以达到不须调整任何参数而适应各种光影等干扰。可以比市面上所有类似功能的算法在较小的运算量下达到更高的强壮性。发挥DSP的特性，提高人脸识别的识别速度、准确度，从而能提高人脸识别的效率。为实现以上专利技术目的，采用的技术方案是：一种变电站人脸识别方法，包括以下步骤：S1.获取人脸图像；S2.对获取的图像进行预处理；S3.对预处理的图像进行人脸的检测及定位；S4.对定位的人脸进行特征提取；S5.将提取的人脸特征与人脸数据库中的人脸特征进行比较和匹配。优选地，所述步骤S2的预处理包括滤波去噪、亮度补偿、直方图均衡，并对图像做旋转、几何校正，然后对图像进行灰度、尺寸归一化。优选地，所述步骤S2使用高斯滤波器进行滤波去噪，使用GaryWorld算法进行亮度补偿。优选地，所述步骤S3中，首先利用肤色信息对人脸进行跟踪，再对整幅图像二值化、去除噪声后，对图像进行中心点定位和区域搜索，粗定位出人脸区域；经过水平平滑投影和垂直平滑投影，定位出人的双眼；将人的双眼距离作为标准距离，根据人脸的几何特征精定位出人脸，然后进行图像尺寸的归一化和直方图均衡化，得到标准人脸图像。优选地，所述步骤S4采用基于提升格式的小波变换对标准人脸图像三层小波分解后，提取图像低频信息作为人脸特征。与现有技术相比，本专利技术的有益效果是：1)在人脸特征提取阶段,采用基于提升格式的小波变换,提升小波采用同址变换,大大减少存储空间的使用,实现了方法的实时人脸识别。2)发挥DSP的特性，可以比PC上执行复杂算法的同类软件达到近似的效果。更进一步可以根据移动物体的行为特征，分辨出物体的种类或动作，提高人脸识别方法的识别速度、准确度；附图说明图1为方法的流程示意图。图2为提升方案的分解和重构示意图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；以下结合附图和实施例对本专利技术做进一步的阐述。实施例1如图1所示，基于DSP技术的变电站人脸识别方法，包括以下步骤：S1.获取人脸图像；S2.对获取的图像进行预处理；S3.对预处理的图像进行人脸的检测及定位；S4.对定位的人脸进行特征提取；S5.将提取的人脸特征与人脸数据库中的人脸特征进行比较和匹配。在具体的实施过程中，所述步骤S2的预处理包括滤波去噪、亮度补偿、直方图均衡，并对图像做旋转、几何校正，然后对图像进行灰度、尺寸归一化。在具体的实施过程中，所述步骤S2使用高斯滤波器进行滤波去噪，使用GaryWorld算法进行亮度补偿。在具体的实施过程中，所述步骤S3中，首先利用肤色信息对人脸进行跟踪，再对整幅图像二值化、去除噪声后，对图像进行中心点定位和区域搜索，粗定位出人脸区域；经过水平平滑投影和垂直平滑投影，定位出人的双眼；将人的双眼距离作为标准距离，根据人脸的几何特征精定位出人脸，然后进行图像尺寸的归一化和直方图均衡化，得到标准人脸图像。在具体的实施过程中，所述步骤S4采用基于提升格式的小波变换对标准人脸图像三层小波分解后，提取图像低频信息作为人脸特征。步骤S4的基本步骤分为如下三步：1、分裂(Split)分裂过程也叫惰性小波变换过程，此过程仅仅将数据集合x分裂成两个较小的数据子集xo(奇数序列),xe(偶数序列)，通常按奇偶顺序进行分裂，奇数序号的信号一组，偶数序号的信号一组：Split(X)＝(Xo，Xe)2、预测(Prediction)预测过程就是对偶提升方案过程。数据集合xo可以通过数据集合xe得到，即用预测误差xo–P(xe)来代替xe。此步结束后，信号的一半得到了计算，被原信号的高频信息所替代：Xo←Xo-P(Xe)其中P为预算子。3、更新(Update)更新过程就是原始提升方案过程，通过数据集合xo来更新数据集合xe。此步结束后，剩余的一半信号得到了计算，被原信号的低频信息所替代：Xe←Xe-U(Xo)其中U为更新子。提升方案步骤可以通过xe的迭代来重复，从而创建了多分辨分解的多级变换。用提升方案来实现小波变换的一个最大优点是将小波滤波器过程分解成三个基本步骤，且分解的每一步都是可逆的。提升方案的重构过程是分解过程的逆过程。提升方案的分解和重构如图2所示。以提升方案来实现小波变换，一次预测就是一次提升，一次更新就是一次对偶提升。整个提升的步骤就是通过提升和对偶提升的交替实现的。正向小波变换的提升表达式如下：(对所用符号规定如下：输入的数据用序列x＝{xl|l∈Z}表示，低通滤波器h和二次抽样的输出结果用序列s＝{s1|l∈Z}表示，高通滤波器g和二次插值结果用序列d＝{dl|l∈Z}表示；提升期间的中间值用s(i)、d(i)来表示。)Sl、(0)＝x2ldl(0)＝x2l+1d1＝Kdl(M)将S重复做预测和更新操作，可得到多层的小波分解系数。根据具体情况选择合适的分解层数，本文采用三层小波分解，提取分解后的图像的低频信息，大小16×16像素作为人脸特征向量。显然，本专利技术的上述实施例仅仅是为清楚地说明本专利技术所作的举例，而并非是对本专利技术的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术权利要求的保护本文档来自技高网...

【技术保护点】
1.一种基于DSP技术的变电站人脸识别方法，其特征在于：包括以下步骤：S1.获取人脸图像；S2.对获取的图像进行预处理；S3.对预处理的图像进行人脸的检测及定位；S4.对定位的人脸进行特征提取；S5.将提取的人脸特征与人脸数据库中的人脸特征进行比较和匹配。

【技术特征摘要】
1.一种基于DSP技术的变电站人脸识别方法，其特征在于：包括以下步骤：S1.获取人脸图像；S2.对获取的图像进行预处理；S3.对预处理的图像进行人脸的检测及定位；S4.对定位的人脸进行特征提取；S5.将提取的人脸特征与人脸数据库中的人脸特征进行比较和匹配。2.根据权利要求1所述的基于DSP技术的变电站人脸识别方法，其特征在于：所述步骤S2的预处理包括滤波去噪、亮度补偿、直方图均衡，并对图像做旋转、几何校正，然后对图像进行灰度、尺寸归一化。3.根据权利要求2所述的基于DSP技术的变电站人脸识别方法，其特征在于：所述步骤S2使用高斯滤波器进行滤波去噪，使用Gary...

【专利技术属性】
技术研发人员：张永挺，李海涛，梁国坚，余永奎，杨晟，罗斌斌，李垂有，葛晓新，林永昌，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：广东,44