非配合状态下的人脸识别方法技术

本发明专利技术公开了一种非配合状态下的人脸识别方法，包括：S1，根据第一图像建立第一人脸库，其中，第一图像为单个被识别人的正向人脸图像；S2，利用第一人脸库对人脸识别网络进行训练；S3，截取第二图像，其中，第二图像为系统试运行期间识别出的人脸图像；S4，保存第二图像至第一人脸库形成第二人脸库，并将第二图像与对应的第一图像建立为单元图像集，其中单元图像集包括单个被识别人的各角度的人脸图像；S5，利用第二人脸库对人脸识别网络进行调优训练；重复S3～S5操作若干次。经过调优训练之后的网络对各种角度的人脸识别精度都能有显著的提高，直至达到系统规定的识别率。这样既节省了人脸采集的时间，又提高了人脸识别的精度。

Face recognition method in uncoordinated state

【技术实现步骤摘要】
非配合状态下的人脸识别方法
本专利技术涉及人脸识别
，尤其涉及一种非配合状态下的人脸识别方法。
技术介绍
为了实现对学生的出勤情况实现自动化考勤，通常会在教室内安装摄像头，通过摄像头的人像采集，进行人脸识别，将识别到的人脸与数据库中的人脸信息进行比对，从而实现学生出勤情况的统计。为了能够使摄像头能够采集到整个教室内的学生人脸信息，通常会将摄像头安装于教室前部的黑板上方，但由于摄像头与不同位置的学生面部之间呈不同的角度，导致摄像头采集的人脸被识别率不高，达不到人脸识别精准度的要求。同时由于学生座位远近的关系，摄像头采集的前部学生人脸和后部学生人脸的清晰度存在差异，也会导致采集的人脸由于清晰度不够而无法被识别的情况。
技术实现思路
本专利技术的目的就在于为了解决上述问题而提供一种非配合状态下的人脸识别方法。为了实现上述目的，本公开提供一种非配合状态下的人脸识别方法，包括：S1，根据第一图像建立第一人脸库，其中，第一图像为单个被识别人的正向人脸图像；S2，利用第一人脸库对人脸识别网络进行训练；S3，截取第二图像，其中，第二图像为系统试运行期间识别出的人脸图像；S4，保存第二图像至第一人脸库形成第二人脸库，并将第二图像与对应的第一图像建立为单元图像集，其中单元图像集包括单个被识别人的各角度的人脸图像；S5，利用第二人脸库对人脸识别网络进行调优训练；重复S3～S5操作若干次。可选地，安装于识别现场的摄像头采集到的人脸图像信息通过通讯网络发送给系统后台，形成第二图像。可选地，采用具备旋转功能和变焦功能的摄像头采集人脸图像，摄像头通过定时的旋转功能采集位于识别现场各个角度的人脸图像，摄像头通过变焦功能采集位于识别现场远端的的人脸图像。本专利技术的有益效果在于：本专利技术涉及的非配合状态下的人脸识别方法，由被识别人提供个人的正向人脸图像，即第一图像，将第一图像录入第一人脸库，用第一人脸库对系统进行训练，得到初步具备人脸识别功能的系统；经过一段时间的运行，系统会将识别出的人脸图像截取下来，即第二图像，存入第一人脸库中形成第二人脸库，并每隔一段时间用人第二人脸库中的图像对人脸识别网络进行调优训练；如此重复若干次后，由于保存在人脸库中的图像包含了各个角度的人脸信息，因此经过调优训练之后的网络对各种角度的人脸识别精度都能有显著的提高，直至达到系统规定的识别率。这样既节省了人脸采集的时间，又提高了人脸识别的精度。具体实施方式以下对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。本专利技术涉及的非配合状态下的人脸识别方法，包括：S1，根据第一图像建立第一人脸库，其中，第一图像为单个被识别人的正向人脸图像。第一图像为个人提供的正脸图像。S2，利用第一人脸库对人脸识别网络进行训练。但是传统的人脸识别系统需要采集各个方向的人脸图像进行训练以完成对整张人脸的建模。如果只是采集人脸的正面图像，当摄像头从侧面或者上方大角度采集人脸时，大角度是指摄像头与人脸之间的夹角超过45度，由于缺乏对侧脸和正面大角度人脸的训练导致人脸识别率较低。故由于此时只使用了正脸对人脸识别网络进行训练，系统刚开始运行时识别率并不高。S3，截取第二图像，其中，第二图像为系统试运行期间识别出的人脸图像。通过一段时间的运行，截取下成功识别的人脸图像，即第二图像，这些图像应该包括正脸图像和角度较小的侧脸图像，存入人脸库。S4，保存第二图像至第一人脸库形成第二人脸库，并将第二图像与对应的第一图像建立为单元图像集，其中单元图像集包括单个被识别人的各角度的人脸图像。S5，利用第二人脸库对人脸识别网络进行调优训练；利用不断更新的人脸库中的图像对人脸识别网络进行调优训练，使得新训练的网络能够识别角度较小的侧脸。重复S3～S5操作若干次。网络对大角度的侧脸和正脸的识别能力会逐步提高直到形成稳定高效的识别能力。本专利技术涉及的非配合状态下的人脸识别方法，由被识别人提供个人的正向人脸图像，即第一图像，将第一图像录入第一人脸库，用第一人脸库对系统进行训练，得到初步具备人脸识别功能的系统；经过一段时间的运行，系统会将识别出的人脸图像截取下来，即第二图像，存入第一人脸库中形成第二人脸库，并每隔一段时间用人第二人脸库中的图像对人脸识别网络进行调优训练；如此重复若干次后，由于保存在人脸库中的图像包含了各个角度的人脸信息，因此经过调优训练之后的网络对各种角度的人脸识别精度都能有显著的提高，直至达到系统规定的识别率。这样既节省了人脸采集的时间，又提高了人脸识别的精度。可选地，安装于识别现场的摄像头采集到的人脸图像信息通过通讯网络发送给系统后台，形成第二图像。可选地，采用具备旋转功能和变焦功能的摄像头采集人脸图像，摄像头通过定时的旋转功能采集位于识别现场各个角度的人脸图像，摄像头通过变焦功能采集位于识别现场远端的的人脸图像。现在多采用的是广角固定、不可旋转、不可变焦的摄像头。这类摄像头由于广角固定，无法采集到教室前排左右两边学生人脸的有效图像，导致识别率的下降。另外，此类摄像头为了采集到位于教室远端学生的清晰人脸图像，往往选择高像素的镜头，这类镜头的价格一般都十分可观，一个摄像头的价格要达到四五千元甚至更高，普通学校难以承担。故本专利技术选择采用旋转加变焦的摄像头，能够最大限度的节约成本。摄像头可以通过定时定速旋转对教室中各个位置的学生人脸进行采集，确保能够采集到每个学生的整张人脸图像或者大部分的人脸图像；摄像头通过变焦功能对位于教室远端的学生人脸进行采集，确保采集到的人脸图像符合人脸识别系统的处理要求。以上内容详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。本文档来自技高网...

【技术保护点】
1.非配合状态下的人脸识别方法，其特征在于，包括：/nS1，根据第一图像建立第一人脸库，其中，第一图像为单个被识别人的正向人脸图像；/nS2，利用第一人脸库对人脸识别网络进行训练；/nS3，截取第二图像，其中，第二图像为系统试运行期间识别出的人脸图像；/nS4，保存第二图像至第一人脸库形成第二人脸库，并将第二图像与对应的第一图像建立为单元图像集，其中单元图像集包括单个被识别人的各角度的人脸图像；/nS5，利用第二人脸库对人脸识别网络进行调优训练；/n重复S3～S5操作若干次。/n

【技术特征摘要】
1.非配合状态下的人脸识别方法，其特征在于，包括：
S1，根据第一图像建立第一人脸库，其中，第一图像为单个被识别人的正向人脸图像；
S2，利用第一人脸库对人脸识别网络进行训练；
S3，截取第二图像，其中，第二图像为系统试运行期间识别出的人脸图像；
S4，保存第二图像至第一人脸库形成第二人脸库，并将第二图像与对应的第一图像建立为单元图像集，其中单元图像集包括单个被识别人的各角度的人脸图像；
S5，利用第二人脸库对人脸识别网络进行调...

【专利技术属性】
技术研发人员：周秋弟，蔡绍昌，施文杰，
申请(专利权)人：四川联众竞达科技有限公司，
类型：发明
国别省市：四川;51