一种提升社区人口人脸识别模型性能的方法和装置制造方法及图纸

本发明专利技术涉及提升人脸识别模型性能技术领域，且公开了一种提升社区人口人脸识别模型性能的方法和装置，包括：人脸图像采集及检测模块、人脸图像存储模块、建立并运行有人脸识别模型的人脸识别模块；人脸识别模块调用人脸图像存储模块内的社区人脸大数据进行训练，建立社区人口人脸识别模型，该模型对人脸注册图像进行分块，对每一个分块的各小波分量分别进行特征分解得到特征向量，选择前三个向量使其首尾相连，组成每块的识别列矩阵，将每块的识别矩阵首尾相连，获得每一幅人脸注册图像的识别矩阵，得到人脸注册图像的特征字典。本发明专利技术降低了人脸图像的向量特征维数和时间复杂度，减少了噪声的影响，提高了人脸识别模型的识别率。

【技术实现步骤摘要】
一种提升社区人口人脸识别模型性能的方法和装置
本专利技术涉及提升人脸识别模型性能
，具体为一种提升社区人口人脸识别模型性能的方法和装置。
技术介绍
目前大多数社区人口人脸识别系统使用可见光或红外图像进行人脸识别，而可见光图像识别性能很容易受到光照变化的影响，在户外光照不均匀的情况下，其正确识别率会大大降低，而红外图像进行人脸识别时虽然可以克服昏暗光照条件变化的影响，但是由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息将全部丢失，将严重影响人脸识别的性能。因此，为了提高社区人口人脸识别装置的识别性能，不仅需要利用大量的社区人口人脸训练数据开展训练来获得性能优异的人脸识别模型，而且更需要解决社区人口人脸识别装置在实际使用过程中由于所采集的人脸图像信息存在缺陷，导致识别性能不佳的技术问题。
技术实现思路
（一）解决的技术问题针对现有技术的不足，本专利技术提供一种提升社区人口人脸识别模型性能的方法和装置，以解决可见光图像识别性能很容易受到光照变化的影响，而当待识别的对象戴有眼镜时，红外图像无法采集无法采集到完整人脸图像的技术问题。（二）技术方案为实现上述目的，本专利技术提供如下技术方案：一种提升社区人口人脸识别模型性能的方法，包括以下的步骤：步骤一，人脸图像采集及检测模块的图像控制子模块通过图像采集子模块对社区内每一个人采集人脸注册图像P，若采集对象戴有眼镜，则采用可见光进行眼部图像采集，若采集对象不配戴眼镜，则仅直接采用红外光进行人脸图像采集；所述人脸识别模块调用人脸图像存储模块内的社区人脸大数据进行训练，建立社区人口人脸识别模型，人脸识别模块对人脸注册图像的训练步骤如下：Step1，对人脸注册图像P进行分块，对人脸注册图像P的每一个分块进行小波变换，得到分块图像的高低频分量；Step2，对每一个分块的各小波分量分别进行特征分解得到特征向量V；Step3，根据各分块的特征，选择前三个向量V使其首尾相连，组成每块的识别列矩阵；Step4，将每块的识别矩阵首尾相连，获得每一幅人脸注册图像P的识别矩阵；Step5，将每一幅人脸注册图像P的识别矩阵存储在人脸图像存储模块内，得到社区人口人脸注册图像P的特征字典；步骤二，当物体靠近人脸识别装置时，图像控制子模块向图像采集子模块发送图像采集指令，图像采集子模块采集物体的图像P1；步骤三，人脸识别模块对采集的所述图像P1进行人脸识别，具体的实现步骤如下：针对采集图像P1，经过人脸识别模块的训练步骤得到图像P1的识别矩阵，将其与社区人口人脸注册图像P的特征字典中的识别矩阵进行匹配，按照相似度从高到低的排列依次输出注册人脸图像P及注册人脸图像P对应的身份信息，完成社区人口人脸识别。优选的，所述步骤二中，图像控制子模块向人脸检测子模块发送人脸图像检测指令，人脸检测子模块判断图像中是否存在人脸目标区域。一种提升社区人口人脸识别模型性能的装置，包括：人脸图像采集及检测模块、人脸图像存储模块、建立并运行有人脸识别模型的人脸识别模块，所述人脸图像采集及检测模块与人脸图像存储模块进行通信，人脸图像存储模块与人脸识别模块进行通信；人脸图像采集及检测模块包括图像控制子模块，人脸检测子模块，眼镜检测子模块，设置有可见光或红外光的图像采集子模块；图像控制子模块分别与人脸检测子模块、眼镜检测子模块、图像采集子模块进行通信；人脸识别模块调用人脸图像存储模块内的社区人脸大数据进行训练，建立社区人口人脸识别模型，该模型以人脸图像为输入值，以注册人脸图像P及注册人脸图像P对应的身份信息为输出值。优选的，所述图像采集子模块根据人脸检测子模块和眼镜检测子模块的检测结果，来具体确定是采用可见光进行人脸图像采集，还是采用红外光进行人脸图像采集。（三）有益的技术效果与现有技术相比，本专利技术具备以下有益的技术效果：若人脸图像中存在眼镜目标，则图像采集子模块采用可见光进行眼部图像采集、采用红外光进行人脸其他部位图像采集，若人脸图像中不存在眼镜目标，则图像采集子模块仅直接采用红外光进行人脸图像采集；并且人脸识别模块通过“对人脸图像进行分块，对每一个分块进行小波变换，对小波分量进行特征分解组成特征向量，选择含有较多特征信息的向量使其首尾相连，组成每块的识别列矩阵，将每块的识别矩阵首尾相连，获得每一幅人脸图像的识别矩阵”的技术手段不仅降低了人脸图像的向量特征维数和时间复杂度，而且还有效地减少了噪声的影响，进而有效地提高了人脸识别模型的识别率；从而解决了当待识别的对象戴有眼镜，在图像识别时，由于红外线不能穿透玻璃，无法采集到完整的人脸图像，导致人脸识别模型性能降低的技术问题。具体实施方式下面将结合本专利技术实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种提升社区人口人脸识别模型性能的装置，包括：人脸图像采集及检测模块、人脸图像存储模块、建立并运行有人脸识别模型的人脸识别模块，所述人脸图像采集及检测模块与人脸图像存储模块进行通信，人脸图像存储模块与人脸识别模块进行通信；人脸图像采集及检测模块包括图像控制子模块，人脸检测子模块，眼镜检测子模块，设置有可见光或红外光的图像采集子模块；图像控制子模块分别与人脸检测子模块、眼镜检测子模块、图像采集子模块进行通信；人脸检测子模块的作用在于判断图像中是否存在人脸，并准确标定出人脸的位置、大小和姿态；眼镜检测子模块的作用在于判断人脸图像中是否存在眼镜，并准确标定出眼镜的位置、大小，具体算法为：用平滑的直方图对眼镜图像进行粗分割，再根据一定的灰度区间对人眼进行定位，进而确定出眼镜区域；图像采集子模块根据人脸检测子模块和眼镜检测子模块的检测结果，来具体确定：是采用可见光进行人脸图像采集，还是采用红外光进行人脸图像采集；人脸图像存储模块中存储有社区人口人脸注册图像P，每人至少10幅图像，每幅图像大小为92×112，图像是在不同时间、光线轻微变化的条件下采集的，其中包括姿态、光照、表情和有无配戴眼镜的差别；一种提升社区人口人脸识别模型性能的方法，该方法具体包括以下的步骤：步骤一，人脸图像采集及检测模块的图像控制子模块通过图像采集子模块对社区内每一个人至少采集10幅人脸注册图像P，并存储在人脸图像存储模块内；其中，当采集对象戴有眼镜时，图像采集子模块采用可见光进行眼部图像采集、采用红外光进行人脸其他部位图像采集；当采集对象正常情况下不配戴眼镜时，图像采集子模块直接采用红外光进行人脸图像采集，而不使用可见光进行图像采集；每幅人脸注册图像P大小为92×112，并且是在不同时间、光线轻微变化的条件下采集本文档来自技高网...

【技术保护点】
1.一种提升社区人口人脸识别模型性能的方法，其特征在于，包括以下的步骤：/n步骤一，人脸图像采集及检测模块的图像控制子模块通过图像采集子模块对社区内每一个人采集人脸注册图像P，若采集对象戴有眼镜，则采用可见光进行眼部图像采集，若采集对象不配戴眼镜，则仅直接采用红外光进行人脸图像采集；/n所述提升社区人口人脸识别模型性能的方法所使用的装置包括人脸识别模块，该人脸识别模块调用人脸图像存储模块内的社区人脸大数据进行训练，建立社区人口人脸识别模型，人脸识别模块对人脸注册图像的训练步骤如下：/nStep1，对人脸注册图像P进行分块，对人脸注册图像P的每一个分块进行小波变换，得到分块图像的高低频分量；/nStep2，对每一个分块的各小波分量分别进行特征分解得到特征向量V；/nStep3，根据各分块的特征，选择前三个向量V使其首尾相连，组成每块的识别列矩阵；/nStep4，将每块的识别矩阵首尾相连，获得每一幅人脸注册图像P的识别矩阵；/nStep5，将每一幅人脸注册图像P的识别矩阵存储在人脸图像存储模块内，得到社区人口人脸注册图像P的特征字典；/n步骤二，当物体靠近人脸识别装置时，图像控制子模块向图像采集子模块发送图像采集指令，图像采集子模块采集物体的图像P1；/n步骤三，人脸识别模块对采集的所述图像P1进行人脸识别，具体的实现步骤如下：/n针对采集图像P1，经过人脸识别模块的训练步骤得到图像P1的识别矩阵，将其与社区人口人脸注册图像P的特征字典中的识别矩阵进行匹配，按照相似度从高到低的排列依次输出注册人脸图像P及注册人脸图像P对应的身份信息，完成社区人口人脸识别。/n...

【技术特征摘要】
1.一种提升社区人口人脸识别模型性能的方法，其特征在于，包括以下的步骤：
步骤一，人脸图像采集及检测模块的图像控制子模块通过图像采集子模块对社区内每一个人采集人脸注册图像P，若采集对象戴有眼镜，则采用可见光进行眼部图像采集，若采集对象不配戴眼镜，则仅直接采用红外光进行人脸图像采集；
所述提升社区人口人脸识别模型性能的方法所使用的装置包括人脸识别模块，该人脸识别模块调用人脸图像存储模块内的社区人脸大数据进行训练，建立社区人口人脸识别模型，人脸识别模块对人脸注册图像的训练步骤如下：
Step1，对人脸注册图像P进行分块，对人脸注册图像P的每一个分块进行小波变换，得到分块图像的高低频分量；
Step2，对每一个分块的各小波分量分别进行特征分解得到特征向量V；
Step3，根据各分块的特征，选择前三个向量V使其首尾相连，组成每块的识别列矩阵；
Step4，将每块的识别矩阵首尾相连，获得每一幅人脸注册图像P的识别矩阵；
Step5，将每一幅人脸注册图像P的识别矩阵存储在人脸图像存储模块内，得到社区人口人脸注册图像P的特征字典；
步骤二，当物体靠近人脸识别装置时，图像控制子模块向图像采集子模块发送图像采集指令，图像采集子模块采集物体的图像P1；
步骤三，人脸识别模块对采集的所述图像P1进行人脸识别，具体的实现步骤如下：
针对采集图像P1，经过人脸识别模块的训练步骤得到图像P1的识别...

【专利技术属性】
技术研发人员：郁强，李开民，朱淑敏，
申请(专利权)人：城云科技中国有限公司，
类型：发明
国别省市：浙江;33