一种基于深度学习的人脸识别比对系统及方法技术方案

本发明专利技术公开了一种基于深度学习的人脸识别比对系统及方法，包括人脸特征信息采集模块、业主信息建立模块、特征值比对模块、数据库、中央处理模块、门禁自动门模块，人脸特征信息采集模块包括人脸图像采集单元、人脸图像预处理模块、提取人脸图像特征单元，业主信息建立模块包括业主人脸模型建立单元和业主身份证信息收集单元，业主身份证信息收集单元包括业主人脸图像采集单元、业主人脸图像预处理单元、提取业主人脸图像特征单元。本发明专利技术便于小区业主进入到小区，同时防止外来闲杂人员进行到小区，对小区业主的财产安全造成损失。

【技术实现步骤摘要】
一种基于深度学习的人脸识别比对系统及方法
本专利技术涉及人脸识别比对
，特别涉及一种基于深度学习的人脸识别比对系统及方法。
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。人脸识别利用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作。技术上包括图像采集、特征定位、身份的确认和查找等。“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。随着人们生活水平的提高，人们更加注重家居环境的安全，安防观念不断加强；伴随着这种需求的提高，智慧小区应运而生。智慧小区是以小区局域网为物理基础，拟建成一座现代化、信息化、智能化的小区，向居民提供一个安全、高效、舒适、便利的建筑环境。智慧小区采用先进、成熟的技术，所采用的技术和设备符合标准化、开放性的要求，并具有可扩展性和灵活性，确保系统的安全、可靠和实用，引领智慧小区“数字社区”建设的典范，从而在服务方面提供优秀楼盘品质。智慧小区的门禁最大的硬伤是，密码容易忘记，并且容易破解；射频门禁的缺点则是“认卡不认人”，射频卡容易丢失及易被他人盗用；另外，指纹门禁的安全隐患则是指纹容易复制。
技术实现思路
本专利技术的主要目的在于提供一种基于深度学习的人脸识别比对系统及方法，可以有效解决
技术介绍
中的问题。为实现上述目的，本专利技术采取的技术方案为：一种基于深度学习的人脸识别比对系统，包括人脸特征信息采集模块、业主信息建立模块、特征值比对模块、数据库、中央处理模块、门禁自动门模块，所述人脸特征信息采集模块的输出端与特征值比对模块的输入端电性连接，所述业主信息建立模块的输出端与数据库的输入端电性连接，所述数据库的输出端与特征值比对模块的输入端电性连接，所述特征值比对模块的输出端与中央处理模块的输入端电性连接，所述中央处理模块的输出端与门禁自动门模块的输入端电性连接，所述人脸特征信息采集模块包括人脸图像采集单元、人脸图像预处理模块、提取人脸图像特征单元，所述人脸图像采集单元的输出端与人脸图像预处理模块的输入端电性连接，所述人脸图像预处理模块的输出端与提取人脸图像特征单元的输入端电性连接，所述业主信息建立模块包括业主人脸模型建立单元和业主身份证信息收集单元，所述业主身份证信息收集单元包括业主人脸图像采集单元、业主人脸图像预处理单元、提取业主人脸图像特征单元，所述业主人脸图像采集单元的输出端与业主人脸图像预处理单元的输入端电性连接，所述业主人脸图像预处理单元的输出端与提取业主人脸图像特征单元的输入端电性连接。作为本专利技术的一种优选技术方案，所述人脸图像采集单元为第一高清摄像机。作为本专利技术的一种优选技术方案，所述业主身份证信息收集单元为第二代身份证读卡器。作为本专利技术的一种优选技术方案，所述业主人脸图像采集单元为第二高清摄像机。作为本专利技术的一种优选技术方案，所述门禁自动门模块为门禁自动门。作为本专利技术的一种优选技术方案，所述第一高清摄像机设置在门禁自动门处。本专利技术还包括一种基于深度学习的人脸识别比对的方法，包括以下操作步骤：S1.调整第二高清摄像机和业主的位置和角度，使业主的面部正对着第二高清摄像机，采用第二高清摄像机拍摄业主的人脸图片，获取业主的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取业主的人脸图像特征信息；S2.将业主的身份证放置于第二代身份证读卡器的读卡区域，通过第二代身份证读卡器读取该业主身份证上的照片信息和身份证基本信息，获取业主身份证信息；S3.将业主的人脸图像特征信息和业主的身份证信息结合匹配，建立该业主的人脸模型；S4.为小区的每位业主建立人脸模型，将所有的人脸模型信息建立一个数据库，在数据库内保存；S5.人员从外面回来进入小区时，人员调整位置和角度，使面部正对着第一高清摄像机，第一高清摄像机拍摄人员的人脸照片，获取人员的人脸图像，然后对人脸图像进行噪声过滤、光线补偿、灰度变换预处理，再根据人脸器官的形状描述以及他们之间的距离特性来获得人脸分类的特征信息，从而提取人员的人脸图像特征信息；S5.将人员的人脸图像特征信息传递到特征值比对模块，人脸图像特征信息和数据库内的业主人脸模型信息进行相似度的识别比对，通过人脸图像特征相似度来判断该人员是否为该小区的业主；S6.将判断人脸图像特征比对结果传递到中央处理模块，如果人脸图像特征比对结果为该人员是该小区的业主，中央处理模块控制门禁自动门打开，如果人脸图像特征比对结果为该人员不是该小区的业主，中央处理模块控制门禁自动门不打开。与现有技术相比，本专利技术具有如下有益效果：1、本专利技术通过设置业主信息建立模块，提取每位业主人脸图像特征信息和业主身份证信息，业主人脸图像特征信息和业主身份证信息匹配建立人脸模型，将小区的业主人脸模型建立成一个数据库，便于对小区业主进行管理；2、本专利技术通过设置人脸特征信息采集模块和特征值比对模块，提取人员的人脸图像特征信息，并将提取的人脸图像特征信息和数据库内的人脸模型进行识别比对，便于判断是否为小区的业主，防止闲杂人员进行小区。附图说明图1为本专利技术一种基于深度学习的人脸识别比对系统及方法的整体结构示意图。图中：1、人脸特征信息采集模块；2、业主信息建立模块；3、特征值比对模块；4、数据库；5、中央处理模块；6、门禁自动门模块；7、人脸图像采集单元；8、人脸图像预处理模块；9、提取人脸图像特征单元；10、业主人脸模型建立单元；11、业主身份证信息收集单元；12、业主人脸图像采集单元；13、业主人脸图像预处理单元；14、提取业主人脸图像特征单元。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。如图1所示，一种基于深度学习的人脸识别比对系统及方法，包括人脸特征信息采集模块1、业主信息建立模块2、特征值比对模块3、数据库4、中央处理模块5、门禁自动门模块6，所述人脸特征信息采集模块1的输出端与特征值比对模块3的输入端电性连接，所述业主信息建立模块2的输出端与数据库4的输入端电性连接，所述数据库4的输出端与特征值比对模块3的输入端电性连接，所述特征值比对模块3的输出端与中央处理模块5的输入端电性连接，所述中央处理模块5的输出端与门禁自动门模块6的输入端电性连接，所述人脸特征信息采集模块1包括人脸图像采集单元7、人脸图像预处理模块8、提取人脸图像特征单元9，所述人脸图像采集单元7的输出端与人脸图像预处理模块8的输入端电性连接，所述人脸图像预处理模块8的输出端与提取人脸图像特征单元9的输入端电性连接，所述业主信息建立模块2包括业主人脸模型本文档来自技高网...

【技术保护点】
1.一种基于深度学习的人脸识别比对系统，包括人脸特征信息采集模块（1）、业主信息建立模块（2）、特征值比对模块（3）、数据库（4）、中央处理模块（5）、门禁自动门模块（6），其特征在于：所述人脸特征信息采集模块（1）的输出端与特征值比对模块（3）的输入端电性连接，所述业主信息建立模块（2）的输出端与数据库（4）的输入端电性连接，所述数据库（4）的输出端与特征值比对模块（3）的输入端电性连接，所述特征值比对模块（3）的输出端与中央处理模块（5）的输入端电性连接，所述中央处理模块（5）的输出端与门禁自动门模块（6）的输入端电性连接，所述人脸特征信息采集模块（1）包括人脸图像采集单元（7）、人脸图像预处理模块（8）、提取人脸图像特征单元（9），所述人脸图像采集单元（7）的输出端与人脸图像预处理模块（8）的输入端电性连接，所述人脸图像预处理模块（8）的输出端与提取人脸图像特征单元（9）的输入端电性连接，所述业主信息建立模块（2）包括业主人脸模型建立单元（10）和业主身份证信息收集单元（11），所述业主身份证信息收集单元（11）包括业主人脸图像采集单元（12）、业主人脸图像预处理单元（13）、提取业主人脸图像特征单元（14），所述业主人脸图像采集单元（12）的输出端与业主人脸图像预处理单元（13）的输入端电性连接，所述业主人脸图像预处理单元（13）的输出端与提取业主人脸图像特征单元（14）的输入端电性连接。/n...

【技术特征摘要】
1.一种基于深度学习的人脸识别比对系统，包括人脸特征信息采集模块（1）、业主信息建立模块（2）、特征值比对模块（3）、数据库（4）、中央处理模块（5）、门禁自动门模块（6），其特征在于：所述人脸特征信息采集模块（1）的输出端与特征值比对模块（3）的输入端电性连接，所述业主信息建立模块（2）的输出端与数据库（4）的输入端电性连接，所述数据库（4）的输出端与特征值比对模块（3）的输入端电性连接，所述特征值比对模块（3）的输出端与中央处理模块（5）的输入端电性连接，所述中央处理模块（5）的输出端与门禁自动门模块（6）的输入端电性连接，所述人脸特征信息采集模块（1）包括人脸图像采集单元（7）、人脸图像预处理模块（8）、提取人脸图像特征单元（9），所述人脸图像采集单元（7）的输出端与人脸图像预处理模块（8）的输入端电性连接，所述人脸图像预处理模块（8）的输出端与提取人脸图像特征单元（9）的输入端电性连接，所述业主信息建立模块（2）包括业主人脸模型建立单元（10）和业主身份证信息收集单元（11），所述业主身份证信息收集单元（11）包括业主人脸图像采集单元（12）、业主人脸图像预处理单元（13）、提取业主人脸图像特征单元（14），所述业主人脸图像采集单元（12）的输出端与业主人脸图像预处理单元（13）的输入端电性连接，所述业主人脸图像预处理单元（13）的输出端与提取业主人脸图像特征单元（14）的输入端电性连接。


2.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述人脸图像采集单元（7）为第一高清摄像机。


3.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述业主身份证信息收集单元（11）为第二代身份证读卡器。


4.根据权利要求1所述的一种基于深度学习的人脸识别比对系统，其特征在于：所述业主人脸图像采集单元（12）为第二高清摄像机。


5.根据权利要...

【专利技术属性】
技术研发人员：柯容龙，林若松，
申请(专利权)人：天时地理深圳智能科技有限公司，
类型：发明
国别省市：广东;44