一种高检测精度人脸识别方法技术

本发明专利技术公开了一种高检测精度人脸识别方法，S1，图像采集，采用高清摄像头完成图像采集；S2，人像检测定位，利用OpenCV完成对步骤S1图像采集中人脸的定位检测；在该步骤中，包括模糊矫正处理，通过提取特征点位置标记，并将眉心位置与所用特征点距离作为姿态特征重新检测定位；S3，特征提取，利用boost，mlp，knearest，nbayes，svm，rtrees机器学习算法中的一种或多种，在云平台上完成特征提取并进行建模，最后进行模型对比完成人脸识别。本发明专利技术具有识别速度快、识别准确度高、技术先进、系统扩展性好等优点。

A face recognition method with high detection accuracy

【技术实现步骤摘要】
一种高检测精度人脸识别方法
本专利技术涉及人脸识别
，更为具体地，涉及一种高检测精度人脸识别方法。
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。除了安防、金融这两大领域外，人脸识别还在交通、教育、医疗、警务、电子商务等诸多场景实现了广泛应用，且呈现出显著应用价值。人脸识别是对人的面部特征与信息进行采集，对显示的面部影像，首先检测在拍摄镜头中是否有人脸，若检测到人脸，则进一步给出脸的位置、形状和各个面部器官的坐标、形状等信息。处理器提取信息后，将其与已知的面部特征进行对比，从而识别用户的身份。它包括人脸检测、人脸跟踪、人脸对比三项主要内容。现有的人脸识别技术存在如下问题：(1)检测精度低；(2)检测返回结果参数少等问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种高检测精度人脸识别方法，具有识别速度快、识别准确度高、技术先进、系统扩展性好等优点。本专利技术的目的是通过以下技术方案来实现的：一种高检测精度人脸识别方法，包括：S1，图像采集，采用高清摄本文档来自技高网...

【技术保护点】
1.一种高检测精度人脸识别方法，其特征在于，包括：/nS1，图像采集，采用高清摄像头完成图像采集；/nS2，人像检测定位，利用OpenCV完成对步骤S1图像采集中人脸的定位检测；在该步骤中，包括模糊矫正处理，通过提取特征点位置标记，并将眉心位置与所用特征点距离作为姿态特征重新检测定位；/nS3，特征提取，利用boost，mlp，knearest，nbayes，svm，rtrees机器学习算法中的一种或多种，在云平台上完成特征提取并进行建模，最后进行模型对比完成人脸识别。/n

【技术特征摘要】
1.一种高检测精度人脸识别方法，其特征在于，包括：
S1，图像采集，采用高清摄像头完成图像采集；
S2，人像检测定位，利用OpenCV完成对步骤S1图像采集中人脸的定位检测；在该步骤中，包括模糊矫正处理，通过提取特征点位置标记，并将眉心位置与所用特征点距离作为姿态特征重新检测定位；
S3，特征提取，利用boost，mlp，knearest，nbayes，svm，rtrees机器学习算法中的一种或多种，在云平台上完成特征提取并进行建模，最后进行模型对比完成人脸识别。


2.根据权利要求1所述的一种高检测精度人脸识别方法，其特征在于，在步骤S2中，采用KNN人脸识别算法进行人像检测定位，在KNN中，通过查找最近的N个特征进行预测。


3.根据权利要求1所述的一种高检测精度人脸识别方法，其特征在于，在步骤S3中，能检测图片中的人脸并标记出位置信息，...

【专利技术属性】
技术研发人员：王孝元，
申请(专利权)人：湖北讯獒信息工程有限公司，
类型：发明
国别省市：湖北;42