一种基于web服务的轻量化面部采集识别系统技术方案

本发明专利技术属于人脸识别系统或方法技术领域，尤其涉及一种基于web服务的轻量化面部采集识别系统，包括至少一个web服务站以及若干个轻量化采集识别终端；web服务站包含重建模块、识别模块；轻量化采集识别终端包含影像采集模块、面部检测模块、预处理模块；本申请能够有效降低临时团队、人员变动频率高的轻量化人脸认证采集过程的资源消耗；增强前述情境下人脸认证采集的效率，更适用于建立轻便简洁的移动认证采集体系；系统功能完善，拓展性良好，可方便地与现有视频采集体以及图像分析处理系统进行融合。行融合。行融合。

【技术实现步骤摘要】
一种基于web服务的轻量化面部采集识别系统


[0001]本专利技术属于人脸识别系统或方法
，尤其涉及一种基于web服务的轻量化面部采集识别系统。

技术介绍

[0002]基于丰富的面部生理特征属性，面部采集识别系统能够有效甄别人员对象，相对于其他认证方式具有准确性高，识别特征差异明显的特点，但由于其涉及到大量的面部细节结构的识别建模等数据处理过程，导致面部采集识别系统的有效性受到其后台数据处理能力、模型适应性等因素的直接影响，由于每一个新的面部模型都会引入大量的全新特征以及数据处理量，因此在面对临时团队，或者人员变动频繁的情境下，传统的面部采集识别系统会出现响应迟钝，认证效率低等问题。

技术实现思路

[0003]本专利技术的目的在于，提供一种适用于轻量化面部采集认证，系统资源消耗低，认证效率高的基于web服务的轻量化面部采集识别系统。
[0004]为实现上述目的，本专利技术采用如下技术方案。
[0005]一种基于web服务的轻量化面部采集识别系统，包括至少一个web服务站以及若干个轻量化采集识别终端；web服务站包含重建模块、识别模块；轻量化采集识别终端包含影像采集模块、面部检测模块、预处理模块；
[0006]影像采集模块用于调用摄像头采集实时图像；面部检测模块用于根据影像采集模块获取的实时图像进行面部检测，若存在面部数据则将相应图像传递至预处理模块，否则予以删除并进行再次采集；预处理模块用于根据实时图像上的面部关键点进行图像裁剪和修正，并将处理后的图像传递至web服务站；
[0007]重建模块用于执行以下功能：获取影像采集模块处理后的面部图像，提取面部特征参数，基于若干面部图像获取的特征参数重建面部模型，利用相关性评价选取面部模型建立面部数据库；识别模块用于根据识别需求获取面部图像，提取面部特征参数并与面部数据库中的已有已有数据进行对比分析，输出识别结果。
[0008]对前述基于中心服务的轻量化面部采集识别系统的进一步改进或者优选实施方案，所述面部检测模块至少包括图像特征提取组件，所述图像特征提取组件具体用于：
[0009]2a、获取摄像头采集的实时图像，进行像素值的归一化处理后，利用分割器将其分割为若干子图像，生成子图像的积分图；
[0010]2b、建立由积分图构成的训练集P，对于训练集P中第i个积分图，提取其Haarlike特征值x
i
及其有效性统计不同特征值属于面部图像的有效性；
[0011]2c、根据所有特征值属于面部图像的有效性进行优先级排序，按照顺序依次选取不同数目的特征值作为面部图像的定位依据，选择正确率最高的若干特征值作为最终判断
依据。
[0012]对前述基于中心服务的轻量化面部采集识别系统的进一步改进或者优选实施方案，所述步骤2a利用分割器将其分割为若干子图像的过程还包括：
[0013]为增加特征值有效性，对同一个图像，分别采用不同尺寸的矩形锚框进行分割，得到不同尺寸的子图像。
[0014]对前述基于中心服务的轻量化面部采集识别系统的进一步改进或者优选实施方案，所述根据实时图像上的面部关键点进行图像裁剪和修正具体步骤包括：以面部器官作为ROI区域，基于面部图像的像素梯度、幅值和方向参数的变化规律进行面部定位；基于面部图像中ROI区域对应器官的范围、位置，确定面部区域范围，在范围内定位面部边界与非面部区域或背景的交界线，以交界线为基础进行图像裁剪。
[0015]对前述基于中心服务的轻量化面部采集识别系统的进一步改进或者优选实施方案，所述识别模块基于如下步骤实施：
[0016]5a、基于现有面部图像建立数据集，利用面部特征参数模型批量构建数据集中面部图像对应的UV位置图，获取人脸纹理结构以及对应三维点云信息数据；
[0017]5b、利用ResNet网络进行特征初步提取，再依次利用1X1的卷积调整通道数，利用BatchNormal层进行标准化处理后利用Gelu函数进行激活处理。
[0018]其有益效果在于：
[0019]1、有效降低临时团队、人员变动频率高的轻量化人脸认证采集过程的资源消耗；
[0020]2、增强前述情境下人脸认证采集的效率，更适用于建立轻便简洁的移动认证采集体系；
[0021]3、系统功能完善，拓展性良好，可方便地与现有视频采集体以及图像分析处理系统进行融合。
附图说明
[0022]图1是基于web服务的轻量化面部采集识别的流程结构图。
具体实施方式
[0023]以下结合具体实施例对本专利技术作详细说明。
[0024]本申请的基于web服务的轻量化面部采集识别系统，主要用于在各类轻量化或者临时性项目中用于快速建立面部信息采集认证系统，在各类教学、培训、物业管理等人流量有限但人员变动频繁的情境下，能够实现更高效的面部信息采集建立以及实现人脸快速认证。
[0025]其基本结构流程如图1所示。具体而言，基于web服务的轻量化面部采集识别系统包括至少一个web服务站以及若干个轻量化采集识别终端；web服务站包含重建模块、识别模块；轻量化采集识别终端包含影像采集模块、面部检测模块、预处理模块；
[0026]影像采集模块用于调用摄像头采集实时图像；面部检测模块用于根据影像采集模块获取的实时图像进行面部检测，若存在面部数据则将相应图像传递至预处理模块，否则予以删除并进行再次采集；预处理模块用于根据实时图像上的面部关键点进行图像裁剪和修正，并将处理后的图像传递至web服务站；
[0027]根据实时图像上的面部关键点进行图像裁剪和修正具体步骤包括：以面部器官作为ROI区域，基于面部图像的像素梯度、幅值和方向参数的变化规律进行面部定位；基于面部图像中ROI区域对应器官的范围、位置，确定面部区域范围，在范围内定位面部边界与非面部区域或背景的交界线，以交界线为基础进行图像裁剪。
[0028]重建模块用于执行以下功能：获取影像采集模块处理后的面部图像，提取面部特征参数，基于若干面部图像获取的特征参数重建面部模型，利用相关性评价选取面部模型建立面部数据库；
[0029]识别模块用于根据识别需求获取面部图像，提取面部特征参数并与面部数据库中的已有已有数据进行对比分析，输出识别结果。
[0030]所述识别模块基于如下步骤实施：
[0031]5a、基于现有面部图像建立数据集，利用面部特征参数模型批量构建数据集中面部图像对应的UV位置图，获取人脸纹理结构以及对应三维点云信息数据；
[0032]5b、利用ResNet网络进行特征初步提取，再依次利用1X1的卷积调整通道数，利用BatchNormal层进行标准化处理后利用Gelu函数进行激活处理。
[0033]所述面部检测模块至少包括图像特征提取组件，所述图像特征提取组件具体用于：
[0034]2a、获取摄像头采集的实时图像，进行像素值的归一化处理后，利用分割器将其分割为若干子图像，生成子图像的积分图；所述步骤2a利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于web服务的轻量化面部采集识别系统，其特征在于，包括至少一个web服务站以及若干个轻量化采集识别终端；web服务站包含重建模块、识别模块；轻量化采集识别终端包含影像采集模块、面部检测模块、预处理模块；影像采集模块用于调用摄像头采集实时图像；面部检测模块用于根据影像采集模块获取的实时图像进行面部检测，若存在面部数据则将相应图像传递至预处理模块，否则予以删除并进行再次采集；预处理模块用于根据实时图像上的面部关键点进行图像裁剪和修正，并将处理后的图像传递至web服务站；重建模块用于执行以下功能：获取影像采集模块处理后的面部图像，提取面部特征参数，基于若干面部图像获取的特征参数重建面部模型，利用相关性评价选取面部模型建立面部数据库；识别模块用于根据识别需求获取面部图像，提取面部特征参数并与面部数据库中的已有已有数据进行对比分析，输出识别结果。2.根据权利要求1所述的基于中心服务的轻量化面部采集识别系统，其特征在于，所述面部检测模块至少包括图像特征提取组件，所述图像特征提取组件具体用于：2a、获取摄像头采集的实时图像，进行像素值的归一化处理后，利用分割器将其分割为若干子图像，生成子图像的积分图；2b、建立由积分图构成的训练集P，对于训练集P中第i个积分图，提取其Haarlike特征值x
i
及其有效性统计不同特征值属于面...

【专利技术属性】
技术研发人员：罗峰，
申请(专利权)人：武汉伟峰智居科技有限公司，
类型：发明
国别省市：