一种自学习式人脸识别终端制造技术

本发明专利技术提供一种自学习式人脸识别终端，涉及人脸识别技术领域，包括识别终端和控制底座，控制底座内部嵌入设有旋转动力装置，旋转动力装置顶端连接有支撑架，识别终端内部设有控制器和控制主板，识别终端正面设有显示屏，显示屏靠近顶面处设有识别探头，所述显示屏中心位置设有平扫激光探头，识别终端对用户的人脸进行270度识别和平扫激光探头扫描为三维建模提供数据基础在对用户人脸识别使用时，通过平扫激光探头进行人脸表面的测距和偏转角度后，与内部图像对应的角度进行对比识别分析，同时用户通过自设定人脸识别特征进行指定特征识别，既增加识别终端使用时的快捷性与丰富性，又使识别终端在识别时处于自学习状态，便于使用。于使用。于使用。

【技术实现步骤摘要】
一种自学习式人脸识别终端


[0001]本专利技术涉及人脸识别
，具体为一种自学习式人脸识别终端。

技术介绍

[0002]根据中国专利号为“CN111444802A”一种人脸识别方法、装置及智能终端，该方法包括以下步骤：采集人脸图片，剪裁至统一大小，转化为向量形式，并生成相对应0
‑
1标签向量；构建可预测判别字典学习模型并初始化，模型包含字典学习子模型以及预测神经网络子模型；迭代优化求解模型直至收敛；收敛过程中利用自生成过采样法训练预测神经网络子模块；保存最优模型，利用训练所得到的模型进行分类，进而获取与待识别的人脸图像相匹配的清晰的人脸图像及其对应的身份信息，并输出待识别图像的人脸识别结果。与现有技术相比，尤其是深度学习人脸识别技术方案相比，本专利技术具有更高的人脸识别率和时间效率，且对于样本多样性不足的场景效果提升明显。
[0003]根据中国专利号为“CN111046837A”一种基于5G架构的人脸识别设备，包括人脸识别终端、5G传输网络模组、5G云端服务器计算平台和备份系统，所述人脸识别终端通过人脸采集模块采集人脸数据，并对数据进行处理；所述人脸识别终端包括泛光感应元件、点阵投影器、环境光传感器、距离感应器和红外镜头，人脸识别终端建立3D人脸模型数据；本专利技术涉及5G人脸识别
该基于5G架构的人脸识别设备，基于5G网络架构，传输速率更快；应用云计算平台存储，存储量更大；采用云服务器存储，系统开放性和通用性更好，并且云数据存储设置有备份系统，数据更加安全；采用3D人脸模型数据识别，能有效提高识别率，保密性更好。
[0004]上述专利文件一在对人像进行识别后的图像储存仅仅采用二维图片的形式进行储存，人脸由于三维的特征针对二维图像对比分析时容易出现识别不精准和识别错误的现象，专利文件二采用3D建模用户信息进行人脸辅助识别解决二维识别的错误问题，但单一的人脸角度识别容易受光影、妆面、亮暗面的影响，导致人脸识别不精准，不利于实际使用。

技术实现思路

[0005]解决的技术问题针对现有技术的不足，本专利技术提供了一种自学习式人脸识别终端，解决了现有的人脸识别无法针对用户的三维立体面容进行精准识别，且识别分析时易受外部环境影响，同时针对人脸识别特征单一无法进行多特征识别的问题。
[0006]技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种自学习式人脸识别终端，所述识别终端的使用流程如下：Sp1：人脸图像录入，用户对准识别终端表面的识别探头进行人脸的270度的识别，平扫激光探头同步进行数据扫描，识别终端表面的光源照灯进行同步光源补充；Sp2：数据处理分析，所述识别终端内部对识别的数据进行统一裁剪、分析、集合、
存储；Sp3：人脸三维建模，针对数据分析的人脸数据进行三维人脸建模；Sp4：特征设定，特征设定包括指定特征识别、随机特征识别和常规特征识别，用户选择特征进行设定；Sp5：人脸角度特征识别，所述识别终端检测到人脸后开始识别，根据进入检测范围内的用户人脸选择采用指定特征识别、随机特征识别和常规特征识别中的一种方式，且识别终端检测到专属特征后优先进行专属特征识别；Sp6：特征识别分析，所述识别终端通过表面的平扫激光探头计算用户识别区域的偏转角度后，与内部对应角度的图像进行对比分析；Sp7：识别成功，对比分析成功后识别成功。
[0007]优选的，所述人脸图像录入时用户和识别终端依次旋转270度进行用户人脸的采集，且识别终端表面的光源照灯在检测用户人脸时同步亮起进行光源补充，所述识别终端进行用户数据识别时，平扫激光探头进行同步人脸测距处理。
[0008]优选的，所述人脸三维建模根据用户270度图像的关键帧进行组合分析平面数据，结合平扫激光探头同步角度的测距数据进行三维立体数据判定。
[0009]优选的，所述特征识别中指定特征识别为用户选择面部的三个特征作为特定识别区域，随机特征识别为识别终端随机选择用户人脸的三个特征进行识别，常规特征识别为识别终端在固定选择两个眼睛识别的情况下额外随机选择一个特征配合眼睛进行特征识别。
[0010]优选的，所述特征识别分析根据用户人脸进入识别终端识别的范围，平扫激光探头发射激光进行测距扫描，选择特征测距计算用户人脸此时的范围与正面偏转的角度值，与识别终端内部对应角度的图像进行对比分析。
[0011]优选的，所述平扫激光探头测距计算角度采用三角形求解公式和角度定理进行偏转角度求解，且平扫激光探头根据发射激光接触物体后是否产生反馈判断测距的位置与距离。
[0012]优选的，所述人脸图像录入时用户可采用自动跟随识别终端动态录入和多角度图片录入的方式。
[0013]一种自学习式人脸识别终端，包括识别终端和控制底座，所述控制底座内部嵌入设有旋转动力装置，所述旋转动力装置顶端连接有支撑架，且支撑架顶端与识别终端底面连接，所述识别终端内部设有控制器和控制主板，所述控制主板包括图像识别模块、储存模块、计算分析模块、特征识别模块和数据处理模块，所述识别终端正面靠近顶面处设有光源照灯，所述识别终端正面设有显示屏，所述显示屏靠近顶面处设有识别探头，所述显示屏中心位置设有平扫激光探头。
[0014]有益效果本专利技术提供了一种自学习式人脸识别终端。具备以下有益效果：1、本专利技术采用识别终端对用户的人脸进行270度识别和平扫激光探头扫描为三维建模提供数据基础，在对用户人脸识别使用时，通过平扫激光探头进行人脸表面的测距和偏转角度后，与内部图像对应的角度进行对比识别分析，同时用户通过自设定人脸识别特征进行指定特征识别，既增加识别终端使用时的快捷性与丰富性，又使识别终端在识别时
处于自学习状态，便于使用。
[0015]2、本专利技术采用识别终端在进行用户常规识别特征的同时支持用户指定特征识别和随机选择特征识别三种方式进行人脸识别，使用户在人脸表面产生损伤后依旧能采用面部特征进行人脸分析识别，使识别终端内部针对人脸特征分析时始终处于活跃状态，便于对面部缺陷人群进行精准面部识别。
[0016]3、本专利技术采用识别终端内部对用户人脸进行三维建模数据录入，在进行用户人脸识别时改变传统的人脸识别必须使用正面精准对齐识别的局限性以及瞳孔识别的局限性，采用平扫激光探头进行用户人脸角度识别分析，根据用户的特征进行各个角度的识别分析，增加识别终端识别人脸的范围，使识别终端在使用时更加简单迅速。
附图说明
[0017]图1为本专利技术的识别终端流程图；图2为本专利技术的平扫激光探头二维平面图；图3为本专利技术的立体结构示意图；图4为本专利技术的正面剖视图；图5为本专利技术的控制主板平面图。
[0018]其中：1、控制底座；2、支撑架；3、旋转动力装置；4、识别终端；5、光源照灯；6、识别探头；7、显示屏；8、平扫激光探头；9、控制器；10、控制主板；1001、图像识别模块；1002、储存模块；1003、计算分析模块；1004、特征识别模块；1005、数据处理模块。
具体实施方式
[0019]下面将结合本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自学习式人脸识别终端，其特征在于：所述识别终端（4）的使用流程如下：Sp1：人脸图像录入，用户对准识别终端（4）表面的识别探头（6）进行人脸270度的识别，平扫激光探头（8）同步进行数据扫描，识别终端（4）表面的光源照灯（5）进行同步光源补充；Sp2：数据处理分析，所述识别终端（4）内部对识别的数据进行统一裁剪、分析、集合、存储；Sp3：人脸三维建模，针对数据分析的人脸数据进行三维人脸建模；Sp4：特征设定，特征设定包括指定特征识别、随机特征识别和常规特征识别，用户选择特征进行设定；Sp5：人脸角度特征识别，所述识别终端（4）检测到人脸后开始识别，根据进入检测范围内的用户人脸选择采用指定特征识别、随机特征识别和常规特征识别中的一种方式，且识别终端（4）检测到专属特征后优先进行专属特征识别；Sp6：特征识别分析，所述识别终端（4）通过表面的平扫激光探头（8）计算用户识别区域的偏转角度后，与内部对应角度的图像进行对比分析；Sp7：识别成功，对比分析成功后识别成功。2.根据权利要求1所述的一种自学习式人脸识别终端，其特征在于：所述人脸图像录入时用户和识别终端（4）依次旋转270度进行用户人脸的采集，且识别终端（4）表面的光源照灯（5）在检测用户人脸时同步亮起进行光源补充，所述识别终端（4）进行用户数据识别时，平扫激光探头（8）进行同步人脸测距处理。3.根据权利要求1所述的一种自学习式人脸识别终端，其特征在于：所述人脸三维建模根据用户270度图像的关键帧进行组合分析平面数据，结合平扫激光探头（8）同步角度的测距数据进行三维立体数据判定。4.根据权利要求1所述的一种自学习式人脸识别终端，其特征在于：所述特征识别中指定特征识别为用户选择面...

【专利技术属性】
技术研发人员：郭佩珊，
申请(专利权)人：深圳前海清正科技有限公司，
类型：发明
国别省市：