【技术实现步骤摘要】
一种基于嵌入式人脸识别管理系统
本专利技术涉及人脸识别技术，尤其涉及一种基于嵌入式人脸识别管理系统的方法。
技术介绍
人脸识别技术指的是通过比较人脸的视觉特征信息从而进行身份鉴别的技术，该技术是一项研究较为热门的计算机
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，人脸识别技术主要是基于人的面部特征，针对图像或者视频检测其是否存在人脸，若存在人脸区域，就进一步地检测出其位置、大小以及面部各个器官的位置等信息，根据上述信息可以得到每个人脸中的代表身份的特征，并将其与人脸库里已知的人脸进行对比，从而识别每个人脸的身份。人脸识别技术在20世纪就开始逐渐进入人们的视野。人脸识别作为生物识别技术的一种形式,它涉及模式识别,计算机视觉,心理学及生理学及认知科学等方面的诸多方式,在计算机的辅助下实现身份识别,是基于人独有的特征进行身份验证的有效手段。人脸识别并不是一个单独的研究领域。起初,人脸识别只是被作为一般性的模式识别问题进行研究,方法也是仅仅是针对人脸几何特征实现的算法。到20世纪90年代后,人脸研究开始突飞猛进,不仅建立了数个大型人脸库,而且出现了...
【技术保护点】
1.一种基于嵌入式人脸识别管理系统，其特征在于，包含以下步骤：A、从图像或视频中检测人脸信息，判断是否存在人脸；B、获取图像或者视频流中的人脸特征坐标以及其外观信息并对其做预处理；C、对定位出的人脸特征进行人脸归一化处理，得到处理后的图像；D、获取处理后的图像中的人脸属性，得到每个人脸属性的分数；E、提取人脸128维特征信息；F、提取的人脸特征信息与人脸库中进行比对，通过查看相似度得到人脸相应的输出结果。
【技术特征摘要】
1.一种基于嵌入式人脸识别管理系统，其特征在于，包含以下步骤：A、从图像或视频中检测人脸信息，判断是否存在人脸；B、获取图像或者视频流中的人脸特征坐标以及其外观信息并对其做预处理；C、对定位出的人脸特征进行人脸归一化处理，得到处理后的图像；D、获取处理后的图像中的人脸属性，得到每个人脸属性的分数；E、提取人脸128维特征信息；F、提取的人脸特征信息与人脸库中进行比对，通过查看相似度得到人脸相应的输出结果。2.根据权利要求1所述的一种基于嵌入式人脸识别管理系统，其特征在于，所述步骤A具体包括：A-1、将图像灰度化，去噪处理；A-2、从这张处理后的图像中对人脸进行定位，每个人脸位置用一个框，检测是否存在人脸；A-3、人脸跟踪检测模块中可对图像进行去噪、图像增强、锐化、缩放、裁剪、镜头校正、视频遮挡与叠加等处理，定位每个人脸位置，每个人脸用一个框去标记，检测是否存在人脸，需注意从视频中裁剪出来的人脸图长宽至少是原图的1.5倍；A-4、人脸定位需要对人脸样本和非人脸样本进行大量的训练，得到图像间的轻微差异，同时对人脸图像的特征点进行标记；A-5、若存在人脸，裁剪出来对其进行直方图规定划操作，获得人脸图像，同时采用跟踪+检测的策略，来加速视频中人脸检测的速度，可以标示出当前帧的框和上一帧的框的关联关系，用于持续跟踪视频中的某个人脸，用人脸跟踪ID标识依次出现的人脸。3.根据权利要求1所述的一种基于嵌入式人脸识别管理系统，其特征在于，所述步骤B具体包括：B-1、对检测到的人脸进行人脸扶正处理，同时同一个人脸跟踪ID对应的人脸只保存质量最高的那一桢；B-2、检测确定人脸的位置和外观，尽量详细地描述出人脸的整体特征和细节特征，主要包括眼睛和鼻子这两个最为重要的器官特征；B-3、根据这两个主要特征区域信息，考虑嘴巴、耳朵、毛发等观测区域的特征信息，同时还要考虑到特征的提取要对光线、表情、视角等干扰因素有比较好的健壮性；B-4、最后通过卷积神经网络定位人脸的特征点。4.根据权利要求1所述的一种基于嵌入式人脸识别管理系统，其特征在于，所述步骤B-4中卷积神经网络定位具体包括：B-41、裁剪输入的人脸图片，保证人脸特征点包含在其中；B-42、采用本层次网络CNN模型，预测定位出来的特征点；B-43、以预测的点为中心裁剪更小的矩形区域，进一步缩小搜索范围；B-44、每个特征点有两个CNN训练预测，进行平均，得到人脸特征点精...
【专利技术属性】
技术研发人员：孙成智，罗同贵，
申请(专利权)人：深圳市巨龙创视科技有限公司，
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。