一种基于安卓设备的离线多人脸识别方法以及计算机设备技术

一种基于安卓设备的离线多人脸识别方法以及计算机设备，具体为：接口模块实时接收摄像头采集人脸呈像数据人脸呈像数据；业务模块调度工具模块进行解码及格式转换成格式数据；人脸检测模块将格式数据转化为人脸区域坐标集合；活体检测模块过滤人脸区域坐标集合中非活体数据，得到活体人脸数据集合，特征提取模块对格式数据和活体人脸数据集合进行特征提取，得到人脸特征集合；人脸识别模块将人脸特征集合与业务模块中的人脸特征数据进行对比，获得到相似度结果，并返回至业务模块；业务模块通过接口模块将当前人脸、相似度结果输出至用户界面。本发明专利技术无需引入过多额外传感器，在设备性能较低的情况下即可实现迅速人脸识别；本发明专利技术可适用于人脸解锁、人脸门禁、人脸打卡等场景。

【技术实现步骤摘要】
一种基于安卓设备的离线多人脸识别方法以及计算机设备
本专利技术具体涉及一种基于安卓设备的离线多人脸识别方法方法以及计算机设备。
技术介绍
目前安卓系统上主流的人脸识别分为离线和在线两种，离线方案由于受设备性能、摄像头等硬件限制，无法做到在满足商用精度的前提下达到足够迅速的识别速度，特别在同时识别多人脸以及单人脸匹配多个已注册人脸的情况下尤为严重。当前领域的离线人脸识别系统对摄像头的要求较高，这是由于传统人脸识别是基于方向梯度直方图(HOG)特征进行的，对图像分辨率要求较高，泛化能力差，当采集图像分辨率较小时就会出现识别不出人脸的问题，这无疑增加了设备的硬件成本。
技术实现思路
本专利技术要解决的技术问题之一，在于提供一种基于安卓设备的离线多人脸识别方法。本专利技术是这样实现的：一种基于安卓设备的离线多人脸识别方法，先配置接口模块、工具模块、业务模块、人脸检测模块、活体检测模块、特征提取模块和人脸识别模块，所述业务模块中存储有人脸特征数据；所述方法包括以下步骤：步骤S1、接口模块实时接收采集的人脸呈像数据，并将人脸呈像数据编码后传送给业务模块；步骤S2、业务模块调度工具模块进行解码及格式转本文档来自技高网...

【技术保护点】
1.一种基于安卓设备的离线多人脸识别方法，其特征在于：先配置接口模块、工具模块、业务模块、人脸检测模块、活体检测模块、特征提取模块和人脸识别模块，所述业务模块中存储有人脸特征数据；所述方法包括以下步骤：步骤S1、接口模块实时接收采集的人脸呈像数据，并将人脸呈像数据编码后传送给业务模块；步骤S2、业务模块调度工具模块进行解码及格式转换成格式数据；步骤S3、人脸检测模块将格式数据转化为人脸区域坐标集合，并将格式数据和人脸区域坐标集合发送给活体检测模块；步骤S4、活体检测模块过滤人脸区域坐标集合中非活体数据后，得到活体人脸数据集合，并将格式数据和活体人脸数据集合发给特征提取模块；步骤S5、特征提取模...

【技术特征摘要】
1.一种基于安卓设备的离线多人脸识别方法，其特征在于：先配置接口模块、工具模块、业务模块、人脸检测模块、活体检测模块、特征提取模块和人脸识别模块，所述业务模块中存储有人脸特征数据；所述方法包括以下步骤：步骤S1、接口模块实时接收采集的人脸呈像数据，并将人脸呈像数据编码后传送给业务模块；步骤S2、业务模块调度工具模块进行解码及格式转换成格式数据；步骤S3、人脸检测模块将格式数据转化为人脸区域坐标集合，并将格式数据和人脸区域坐标集合发送给活体检测模块；步骤S4、活体检测模块过滤人脸区域坐标集合中非活体数据后，得到活体人脸数据集合，并将格式数据和活体人脸数据集合发给特征提取模块；步骤S5、特征提取模块对格式数据和活体人脸数据集合进行特征提取，得到人脸特征集合；步骤S6、人脸识别模块将人脸特征集合与业务模块中的人脸特征数据进行对比，获得到相似度结果，并返回至业务模块；步骤S7、业务模块通过接口模块将当前人脸呈像数据、相似度结果输出至用户界面。2.根据权利要求1所述的一种基于安卓设备的离线多人脸识别方法，其特征在于：所述步骤S3中，人脸检测模块采用MTCNN网络模型将格式数据转化为人脸区域坐标集合。3.根据权利要求1所述的一种基于安卓设备的离线多人脸识别方法，其特征在于：所述步骤S5中，特征提取模块采用dlib库中的人脸形状对齐及裁剪方法，对格式数据和活体人脸数据集合进行特征提取，得到人脸特征集合。4.根据权利要求1所述的一种基于安卓设备的离线多人脸识别方法，其特征在于：所述步骤S6中，人脸识别模块采用ResNet网络模型，将人脸特征集合与所述人脸特征数据进行对比，ResNet返回相似度结果，并返回至业务模块。5.根据权利要求1所述的一种基于安卓设备的离线多人脸识别方法，其特征在于：还包括采集单元，所述采集单元包括至少一红外LED补光灯和一设有红外光滤镜的红外摄像头；所述步骤S1之前还具有步骤S01：采集单元动态控制PWM波，改变红外LED补光灯强度，采集不同光线强度下的人脸图像，通过MTCNN网络模型从所述人脸图像中提取出人脸区域，然后通过dlib库对所述人脸区域进行人脸对齐及裁剪，得到不同光线强度下的人脸呈像数据；其中，不同光线强度下的人脸呈像数据采用如下公式描述：I(x)为不同光线强度下的人脸呈像数据；Ia为自然光状态下的人脸呈像数据；为周围各种光源照射下的人脸呈像数据；n为周围光源个数；Ix为在亮度占空比为x的PWM波下的人脸呈像数据；x为亮度占空比。6.根据权利要求5所述的一种基于安卓设备的离线多人脸识别方法，其特征在于：所述活体检测模块包括残差计算单元和残差识别单元；所述步骤S4具体操作方法如下：步骤S4-1：残差计算单元对人脸区域坐标集合中的人脸呈像数据进行残差计算，得到残差图像数据，其中，残差计算方法如下：Id＝Ihigh-IlowId为光线强度改变前后的残差图像数据；Ihigh为强光下所采集的人脸呈像数据；Ilow为弱光下所采集的人脸呈像数据；步骤S4-2：残差识别单元对所述残...

【专利技术属性】
技术研发人员：林昱，陈少伟，
申请(专利权)人：睿云联厦门网络通讯技术有限公司，
类型：发明
国别省市：福建,35