【技术实现步骤摘要】
远程人脸识别方法及系统
本专利技术涉及远程人脸识别领域,特别是涉及一种远程人脸识别方法及系统。
技术介绍
汽车作为现代社会的主要交通工具,正朝着更加舒适化、智能化、自动化的方向大步发展。现在的智能化车辆在使用时通常涉及到人员信息安全,有些智能化汽车需要通过人脸远程识别来对驾驶员身份进行认证,像目前广泛使用的网约车和共享车。人脸识别是一个典型的图像模式分析、理解与分类计算问题,在人脸识别技术中,高效的人脸描述特征及其相应的高精度识别是技术的关键。而现有的人脸识别系统为了实现高精度人脸识别,通常直接采用强分类器对人脸特征进行分类识别,但由于强分类器提取的人脸特征过多,会给识别算法带来困难,造成识别出错,还会使得人脸识别速度过慢,无法保证人脸筛选效率;而采用弱分类器,又会因识别特征过少,导致识别精度不够,无法保证身份认证的安全性。
技术实现思路
本专利技术的目的在于提出一种远程人脸识别方法及系统,以解决现有技术的人脸识别系统为了实现高精度人脸识别,通常直接采用强分类器对人脸特征进行分类识别,但由于强分类器提取的人脸特征过多,会给识别算法带来困难,造成识别出错,还会使得人脸识别速度过慢,无法保证人脸筛选效率的问题。本专利技术提出一种远程人脸识别方法,所述方法包括:对待识别人脸进行Haar特征检测以得到待识别人脸图像,在检测过程中应用积分图算法对Haar特征求值进行加速;应用弱分类器对所述待识别人脸图像的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述 ...
【技术保护点】
1.一种远程人脸识别方法,其特征在于,所述方法包括:/n对待识别人脸进行Haar特征检测以得到待识别人脸图像,在检测过程中应用积分图算法对Haar特征求值进行加速;/n应用弱分类器对所述待识别人脸图像的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述弱分类器的分类识别,所述弱分类器是通过Adaboost算法训练样本的面部特征得到的;/n若所述待识别人脸的Haar特征通过所述弱分类器的识别,则应用强分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述强分类器的分类识别,所述强分类器是将多种所述弱分类器组合得到的;/n若所述待识别人脸的Haar特征通过所有所述强分类器的识别,则应用级联分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述级联分类器的分类识别,所述级联分类器是通过所有所述强分类器串联得到的;/n若所述待识别人脸的Haar特征通过所述级联分类器的识别,则显示与所述待识别人脸图像对应的个人身份信息。/n
【技术特征摘要】
1.一种远程人脸识别方法,其特征在于,所述方法包括:
对待识别人脸进行Haar特征检测以得到待识别人脸图像,在检测过程中应用积分图算法对Haar特征求值进行加速;
应用弱分类器对所述待识别人脸图像的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述弱分类器的分类识别,所述弱分类器是通过Adaboost算法训练样本的面部特征得到的;
若所述待识别人脸的Haar特征通过所述弱分类器的识别,则应用强分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述强分类器的分类识别,所述强分类器是将多种所述弱分类器组合得到的;
若所述待识别人脸的Haar特征通过所有所述强分类器的识别,则应用级联分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述级联分类器的分类识别,所述级联分类器是通过所有所述强分类器串联得到的;
若所述待识别人脸的Haar特征通过所述级联分类器的识别,则显示与所述待识别人脸图像对应的个人身份信息。
2.根据权利要求1所述的远程人脸识别方法,其特征在于,所述对待识别人脸进行Haar特征检测以得到待识别人脸图像,在检测过程中应用积分图算法对Haar特征求值进行加速的步骤后还包括:
对所述待识别人脸图像进行预处理,所述预处理方式包括:灰度化处理、直方图均衡化处理;
将预处理后的所述待识别人脸图像投影到PCA子空间以获取所述待识别人脸图像的Haar特征向量。
3.根据权利要求2所述的远程人脸识别方法,其特征在于,所述应用弱分类器对所述待识别人脸图像的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述弱分类器的分类识别的步骤包括:
应用所述弱分类器计算所述待识别人脸图像的Haar特征向量的类别;
判断所述待识别人脸图像的Haar特征向量的类别与所有所述弱分类器中的训练样本的Haar特征向量的类别是否匹配。
4.根据权利要求2所述的远程人脸识别方法,其特征在于,所述应用强分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述强分类器的分类识别的步骤包括:
应用所述强分类器计算所述待识别人脸图像的Haar特征向量的类别;
判断所述待识别人脸图像的Haar特征向量的类别与所有所述弱分类器中的训练样本的Haar特征向量的类别是否匹配。
5.根据权利要求2所述的远程人脸识别方法,其特征在于,所述应用级联分类器对所述待识别人脸的Haar特征进行分类识别,并判断所述待识别人脸的Haar特征是否通过所述级联分类器的分类识别的步骤包括:
应用所述级联分类器计算所述待...
【专利技术属性】
技术研发人员:龚朋朋,熊敏,陈立伟,姜筱华,单丰武,
申请(专利权)人:江西江铃集团新能源汽车有限公司,
类型:发明
国别省市:江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。