一种人脸识别方法及系统技术方案

本发明专利技术涉及人脸识别技术领域，具体涉及一种人脸识别方法及系统，该方法包括：自动调整相机参数实时监控采集人脸图像信息；提取所述人脸图像信息的特征值数据；调用数据库函数，利用多线程比较功能，将所述特征值数据与数据库中的图像的特征值数据进行一一对比，计算得出相似参数；若所述相似参数大于等于预设阈值，则识别成功，显示所述人脸图像信息和对应的数据库中的图像。可以理解的是，本发明专利技术提供的技术方案，能够自动调整拍摄时的参数信息，使得采集图像更准确，能够利用多线程比较功能，快速得出相似参数，提高了处理效率。提高了处理效率。提高了处理效率。

【技术实现步骤摘要】
一种人脸识别方法及系统


[0001]本专利技术涉及人脸识别
，具体涉及一种人脸识别方法及系统。

技术介绍

[0002]人脸检测是检测出图像中人脸所在位置的一项技术，也是人脸识别的初始意义。人脸检测用于确定人脸在图像中的大小和位置，即解决“人脸在哪里”的问题，把真正的人脸区域从图像中裁剪出来，便于后续的人脸特征分析和识别。经过多年的技术进行改进和研发，目前我国已经发展可以通过实现一张图片中多人脸的识别检测，以及网络视频流中的人脸检测。人脸检测的最初应用是在摄影领域，我们都知道以前的相机上有一个人像模式，人像模式的基本原理是在取景器框架内处理图像。识别图像中属于自然人的区域，并将相机设置为聚焦在该区域，以便图像中的面部清晰。
[0003]而在人脸检测的几种发展研究方向中，人脸比对技术是指测量两个人脸图片的相似性，并确定两个人脸图片中的自然人是否为同一人的技术。该技术需要利用人脸检测和相似度算法提供的服务来判断相似性。该技术已经发展到可以比较视频流和图像中的人脸，以及开发多个传感器来匹配面部信号的地步。
[0004]然而，目前的主流人脸识别检测系统，存在识别精度不准确、摄像机捕捉图像过慢和识别速度过慢等问题。尤其是在图像的处理上，提取特征值后与数据库中的图像信息逐一比较，这个过程浪费了大量时间且效率过慢，导致整个系统的准确性和效率性不足。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种人脸识别方法及系统，以解决现有技术中准确性和效率性不足的问题。
[0006]根据本专利技术实施例的第一方面，提供一种人脸识别方法，包括：
[0007]步骤S11、自动调整相机参数实时监控采集人脸图像信息；
[0008]步骤S12、提取所述人脸图像信息的特征值数据；
[0009]步骤S13、调用数据库函数，利用多线程比较功能，将所述特征值数据与数据库中的图像的特征值数据进行一一对比，计算得出相似参数；
[0010]步骤S14、若所述相似参数大于等于预设阈值，则识别成功，显示所述人脸图像信息和对应的数据库中的图像。
[0011]优选的，所述提取所述人脸图像信息的特征值数据之后，还包括：
[0012]将所述特征值数据以数组形式保存；
[0013]所述数据库中的图像的特征值数据以数组形式保存。
[0014]优选的，所述将所述特征值数据与数据库中的图像的特征值数据进行一一对比，包括：
[0015]将所述特征值数据数组分为至少两组，每组分别与所述数据库中的图像的特征值数据数组进行对比识别，得到至少两个识别结果；
[0016]将全部的识别结果进行合并，得出最终的相似参数。
[0017]优选的，在所述提取所述人脸图像信息的特征值数据之后，还包括：
[0018]根据得到的所述特征值数据结果判断所述人脸图像信息是否能够进行识别；
[0019]若是，则执行步骤S13；
[0020]若否，则显示识别失败。
[0021]优选的，所述提取所述人脸图像信息的特征值数据，包括：
[0022]根据所述人脸图像信息，利用Dlib识别算法提取人脸的128个特征值数据。
[0023]优选的，所述的方法，还包括：
[0024]若所述相似参数小于预设阈值，则将所述特征值数据保存至数据库中。
[0025]根据本专利技术实施例的第二方面，提供一种人脸识别系统，包括：
[0026]图像获取模块，用于自动调整相机参数实时监控采集人脸图像信息；
[0027]分析计算模块，用于提取所述人脸图像信息的特征值数据；调用数据库函数，利用多线程比较功能，将所述特征值数据与数据库中的图像的特征值数据进行一一对比，计算得出相似参数；若所述相似参数大于等于预设阈值，则识别成功，显示所述人脸图像信息和对应的数据库中的图像；
[0028]数据存储模块，用于预先建立并管理所述数据库。
[0029]优选的，所述图像获取模块中的相机采用的摄像头为HIKVISION摄像头。
[0030]优选的，所述数据存储模块为服务器端数据库，用于与多组分析计算模块和图像获取模块进行联网，将全部特征值数据共同存储于服务器端数据库，实现区域检测。
[0031]本专利技术的实施例提供的技术方案可以包括以下有益效果：
[0032]可以理解的是，本专利技术提供的技术方案能够自动调整相机参数实时监控采集人脸图像信息；提取所述人脸图像信息的特征值数据；调用数据库函数，利用多线程比较功能，将所述特征值数据与数据库中的图像的特征值数据进行一一对比，计算得出相似参数；若所述相似参数大于等于预设阈值，则识别成功，显示所述人脸图像信息和对应的数据库中的图像。可以理解的是，本专利技术提供的技术方案，能够自动调整拍摄时的参数信息，使得采集图像更准确，能够利用多线程比较功能，快速得出相似参数，提高了处理效率。
[0033]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0034]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0035]图1是根据一示例性实施例示出的一种人脸识别方法的步骤示意图；
[0036]图2是根据一示例性实施例示出的传统人脸识别算法示意图；
[0037]图3是根据一示例性实施例示出的多线程人脸识别算法示意图；
[0038]图4是根据一示例性实施例示出的一种人脸识别方法的流程示意图；
[0039]图5是根据一示例性实施例示出的一种人脸识别系统的示意框图。
具体实施方式
[0040]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。
[0041]目前人脸识别
中的常见主流人脸识别算法：
[0042]一、基于几何特征方法：该方法存在两个问题，一是能量函数中各种代价的加权系数只能由经验确定，难以推广，二是能量函数优化过程十分耗时，难以实际应用。基于参数的人脸表示可以实现对人脸显著特征的一个高效描述，但它需要大量的前处理和精细的参数选择。同时，采用一般几何特征只描述了部件的基本形状与结构关系，忽略了局部细微特征，造成部分信息的丢失，更适合于做粗分类，而且目前已有的特征点检测技术在精确率上还远不能满足要求，计算量也较大。
[0043]二、局部特征分析法：主元子空间的表示是紧凑的，特征维数大大降低，但它是非局部化的，其核函数的支集扩展在整个坐标空间中，同时它是非拓扑的，某个轴投影后临近的点与原图像空间中点的临近性没有任何关系，而局部性和拓扑性对模式分析和分割是理想的特性，该方法不具备局部性和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：步骤S11、自动调整相机参数实时监控采集人脸图像信息；步骤S12、提取所述人脸图像信息的特征值数据；步骤S13、调用数据库函数，利用多线程比较功能，将所述特征值数据与数据库中的图像的特征值数据进行一一对比，计算得出相似参数；步骤S14、若所述相似参数大于等于预设阈值，则识别成功，显示所述人脸图像信息和对应的数据库中的图像。2.根据权利要求1所述的方法，其特征在于，所述提取所述人脸图像信息的特征值数据之后，还包括：将所述特征值数据以数组形式保存；所述数据库中的图像的特征值数据以数组形式保存。3.根据权利要求2所述的方法，其特征在于，所述将所述特征值数据与数据库中的图像的特征值数据进行一一对比，包括：将所述特征值数据数组分为至少两组，每组分别与所述数据库中的图像的特征值数据数组进行对比识别，得到至少两个识别结果；将全部的识别结果进行合并，得出最终的相似参数。4.根据权利要求1所述的方法，其特征在于，在所述提取所述人脸图像信息的特征值数据之后，还包括：根据得到的所述特征值数据结果判断所述人脸图像信息是否能够进行识别；若是，则执行步骤S13...

【专利技术属性】
技术研发人员：余卫勇，高克傲，安翔，滕达，王文通，刘红超，徐枫，刘强，
申请(专利权)人：北京石油化工学院，
类型：发明
国别省市：