一种具有对比预警功能的图像识别方法及识别装置制造方法及图纸

本申请提供一种具有对比预警功能的图像识别方法及识别装置。所述方法包括：获取用户的脸部特征信息、身体特征信息和行为特征信息，并录入大数据库；对所述脸部特征信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息；对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息；比对所述脸部图像信息和所述大数据库中的脸部特征信息，以及所述身体图像信息和所述大数据库中的身体特征信息；如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识。

【技术实现步骤摘要】
一种具有对比预警功能的图像识别方法及识别装置
本申请涉及图像识别领域，具体涉及一种具有对比预警功能的图像识别方法及识别装置。
技术介绍
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。在使用者对用户特征图像信息进行识别时，需要用到图像识别方法，然而现有的图像识别方法在识别过程中，大多只对用户脸部特征进行图像识别，不可根据用户脸部特征和全身特征进行全面图像识别，从而降低图像识别的精准度，不法分子易在脸部易容和伪装，导致图像识别出现错误，易给使用者带来不必要的麻烦。
技术实现思路
本申请实施例提供一种具有对比预警功能的图像识别方法，包括：获取用户的脸部特征信息、身体特征信息和行为特征信息，并录入大数据库；对所述脸部特征信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息；对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息；比对所述脸部图像信息和所述大数据库中的脸部特征信息，以及所述身体图像信息和所述大数据库中的身体特征信息；如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识。根据一些实施例，所述用户脸部特征信息包括虹膜信息、表情信息、脸部信息的至少一种；所述身体特征信息包括指纹信息；所述行为特征信息包括膝关节信息和肘关节信息的至少一种。根据一些实施例，获取用户的脸部特征信息、身体特征信息和行为特征信息，包括：通过虹膜识别仪采集用户虹膜信息；通过AI智能模块对用户做出的表情进行智能筛选采集获得所述表情信息；通过高清摄像拍摄模块对用户脸部进行拍摄采集获得所述脸部信息；通过指纹识别器采集所述指纹信息；通过穿戴在用户的膝关节和肘关节的动作传感器，采集用户做出指定动作时的所述膝关节信息和肘关节信息；通过行为识别器采集行为特征信息。根据一些实施例，所述对所述脸部特征信息和身体特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息，包括：通过脸部特征提取模块对所述虹膜信息、所述表情信息和所述脸部信息进行整理和关键部分提取，获得所述脸部关键信息；通过全身特征提取模块将所述指纹信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得所述身体关键信息。根据一些实施例，所述对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息，包括：通过SVM分类模块、级联LBP方法和BoostingLBP方法对所述脸部关键信息和全身关键信息进行分类识别管理；运用Adsboost算法进行统一精准分类，获得所述脸部图像信息和所述身体图像信息。根据一些实施例，如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识，包括：若一次比对结果合格，则合格的所述脸部图像信息和所述身体图像信息由中央处理器的一次合格警报模块传送至后台控制终端，且所述一次合格警报模块发出“首次比对合格”提示音；若一次比对结果不合格，则将一次不合格的所述脸部图像信息和所述身体图像信息由一次错误警报模块警示处理后再传送至所述中央处理器的二次匹配模块，进行二次匹配；若二次比对结果合格，则二次匹配模块匹配合格的所述脸部图像信息和所述身体图像信息由二次合格警报模块传送至后台控制终端，且所述二次合格警报模块发出”二次对比合格“提示音”；若二次比对识别结果不合格，则将二次不合格的所述脸部图像信息和所述身体图像信息由二次错误警报模块警示处理后，再发出“比对失败”提示音，并由所述二次匹配模块将二次不合格的所述脸部图像信息和所述身体图像信息进行时间戳标记，并录入安全存储日志内。根据一些实施例，所述表情信息包括“喜”、“怒”、“哀”、“乐”和“恨”，且“喜”的表现形式为笑脸，“怒”的表现形式为脸部严肃，脸部感官紧绷，“哀”的表现形式为皱眉撇嘴，“乐”的表现形式为笑声漏齿，“恨”的表现形式为咬牙切齿，脸部感官紧凑；所述脸部信息包括“痣”、“斑”、“嘴唇厚度”和“脸型”，且“痣”和“斑”为分布在脸部的色素沉淀物，“痣”包括“瘊子”、“痦子”以及“胎记”，“斑”包括活性斑和定性斑，且活性斑常见的有黄褐斑、日晒斑、妊娠斑、黑斑，定性斑常见的有遗传斑、雀斑、老年斑、色素痣；所述膝关节包括踝关节和趾关节，所述肘关节包括指关节和腕关节，所述指定动作包括“爬”、“跳”、“蹦”、“慢走”、“快走”以及“蹲下”。根据一些实施例，所述大数据库包括安全存储日志，且安全存储日志包括时间戳，且时间戳的时间精确至秒；所述一次合格报警模块通过一次语音提醒模块发出提示音；所述二次合格报警模块通过二次语音提醒模块发出提示音；所述一次语音提醒模块和二次语音提醒模块均为扬声器，且扬声器的四周均内置有喇叭，且喇叭的数量至少为四个。根据一些实施例，所述后台控制终端包括智能移动设备和计算机，且所述二次错误警报模块通过语音警报模块发出的提示音次数至少为三次，且第一次警示时间为一声，第二次警示时间为两声，第三次警示时间为三声。本申请实施例还提供一种具有对比预警功能的图像识别装置，包括信息采集模块、特征提取模块、分类模块、云计算对比识别模块，所述信息采集模块获取用户的脸部特征信息、身体特征信息和行为特征信息，并录入大数据库；所述特征提取模块对所述脸部特征信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息；所述分类模块对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息；所述云计算对比识别模块比对所述脸部图像信息和所述大数据库中的脸部特征信息，以及所述身体图像信息和所述大数据库中的身体特征信息；如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识。本申请实施例提供的技术方案，通过对用户的虹膜信息、表情信息、脸部信息、身体特征信息和行为特征信息的采集，再通过特征提取和SVM分类，能够增强图像信息首次识别精准度。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种具有对比预警功能的图像识别方法的流程示意图。图2为本申请实施例提供的一种具有对比预警功能的图像识别方法的流程图。图3为本申请实施例提供的一种具有对比预警功能的图像识别装置的组成示意图。图4为本申请实施例提供的一种具有对比本文档来自技高网...

【技术保护点】
1.一种具有对比预警功能的图像识别方法，包括：/n获取用户的脸部特征信息、身体特征信息和行为特征信息，并录入大数据库；/n对所述脸部特征信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息；/n对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息；/n比对所述脸部图像信息和所述大数据库中的脸部特征信息，以及所述身体图像信息和所述大数据库中的身体特征信息；/n如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识。/n

【技术特征摘要】
1.一种具有对比预警功能的图像识别方法，包括：
获取用户的脸部特征信息、身体特征信息和行为特征信息，并录入大数据库；
对所述脸部特征信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息；
对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息；
比对所述脸部图像信息和所述大数据库中的脸部特征信息，以及所述身体图像信息和所述大数据库中的身体特征信息；
如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识。


2.根据权利要求1所述的图像识别方法，其中，
所述用户脸部特征信息包括虹膜信息、表情信息、脸部信息的至少一种；
所述身体特征信息包括指纹信息；
所述行为特征信息包括膝关节信息和肘关节信息的至少一种。


3.根据权利要求2所述的图像识别方法，其中，获取用户的脸部特征信息、身体特征信息和行为特征信息，包括：
通过虹膜识别仪采集用户虹膜信息；
通过AI智能模块对用户做出的表情进行智能筛选采集获得所述表情信息；
通过高清摄像拍摄模块对用户脸部进行拍摄采集获得所述脸部信息；
通过指纹识别器采集所述指纹信息；
通过穿戴在用户的膝关节和肘关节的动作传感器，采集用户做出指定动作时的所述膝关节信息和肘关节信息；
通过行为识别器采集行为特征信息。


4.根据权利要求2所述的图像识别方法，其中，所述对所述脸部特征信息和身体特征信息进行整理和关键部分提取，获得脸部关键信息和身体关键信息，包括：
通过脸部特征提取模块对所述虹膜信息、所述表情信息和所述脸部信息进行整理和关键部分提取，获得所述脸部关键信息；
通过全身特征提取模块将所述指纹信息、身体特征信息和行为特征信息进行整理和关键部分提取，获得所述身体关键信息。


5.根据权利要求1所述的图像识别方法，其中，所述对所述脸部关键信息和身体关键信息进行统一精准分类获得脸部图像信息和身体图像信息，包括：
通过SVM分类模块、级联LBP方法和BoostingLBP方法对所述脸部关键信息和全身关键信息进行分类识别管理；
运用Adsboost算法进行统一精准分类，获得所述脸部图像信息和所述身体图像信息。


6.根据权利要求2所述的图像识别方法，其中，如果比对结果合格，将合格的所述脸部图像信息和所述身体图像信息传送至后台控制终端，否则对所述脸部图像信息和所述身体图像信息进行识别错误标识，包括：
若一次比对结果合格，则合格的所述脸部图像信息和所述身体图像信息由中央处理器的一次合格警报模块传送至后台控制终端，且所述一次合格警报模块发出“首次比对合格”提示音；
若一次比对结果不合格，则将一次不合格的所述...

【专利技术属性】
技术研发人员：江涛，戴成杰，黄丽辉，
申请(专利权)人：国为南京软件科技有限公司，
类型：发明
国别省市：江苏;32