【技术实现步骤摘要】
基于人脸识别的智慧门禁验证系统
[0001]本专利技术涉及人脸识别
,具体涉及一种基于人脸识别的智慧门禁验证系统
。
技术介绍
[0002]人脸识别通常也叫做人像识别
、
面部识别,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,可以应用于智慧门禁验证领域
。
关于人脸识别的实现方式,传统的人脸识别技术主要是基于可见光图像的人脸识别,该方式在环境光照发生变化时,识别效果将会急剧下降,无法满足实际系统的需要
。
为了克服上述传统实现方式的缺陷,现有提出了神经网络
、
人脸特征提取
、
多模态人脸识别及零样本人脸识别等多方面技术,其中,基于人脸特征提取技术的面部识别具有较高的识别准确性,如
SIFT
(
Scale Invariant Feature Transform
,尺度不变特征变换)算子
。
[0003]使用
SIFT
算子对面部特征进行识别和提取,使经过特征提取得到的特征点具备面部的基本特征,从而可以在环境变化较大情况下如光照等因素,依然能够保持其鲁棒性
。
但是,
SIFT
算子对于人脸表情微变的容忍度较低,即面部表情微变后其局部特征点密度偏低,其导致在提取特征点的过程中,
SIFT
算子在不同尺度下对骨骼区域的保留程度不同,后续基于不同尺度计算获得的特征点对于面部区域的提取效果有限,造成门禁验证过程 ...
【技术保护点】
【技术特征摘要】
1.
一种基于人脸识别的智慧门禁验证系统,其特征在于,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取待识别人脸图像,对待识别人脸图像进行图像预处理,获得面部区域图像;对面部区域图像进行高斯金字塔的升
、
降采样处理获得每层的各个采样图像;根据各个采样图像中每个像素点的灰度值,确定每层的各个采样图像的尺度变化参数;根据同一层各个采样图像的尺度变化参数和各个
DOG
空间图像进行尺度变化分析,确定各个
DOG
空间图像的第一保留程度;对于任一
DOG
空间图像,根据
DOG
空间图像中每个像素点的灰度值确定各个标记空间点的位置;根据各个标记空间点的位置进行骨骼特征拟合分析,确定
DOG
空间图像的第二保留程度;根据各个
DOG
空间图像的第一保留程度和第二保留程度确定各个
DOG
空间图像的特征保留程度;根据特征保留程度得到各个
DOG
空间图像的权重;根据各个
DOG
空间图像的权重和各个
DOG
空间图像中的每个像素点,结合
SIFT
算法,确定各个特征点的位置;将各个特征点的位置输入到门禁系统中,获得门禁验证结果
。2.
根据权利要求1所述的一种基于人脸识别的智慧门禁验证系统,其特征在于,根据各个采样图像中每个像素点的灰度值,确定每层的各个采样图像的尺度变化参数,包括:对于任一层的任一采样图像,根据采样图像中每个像素点的灰度值确定采样图像的灰度方差;对采样图像进行离散傅里叶变换处理,获得采样图像中的各个高频部分;统计各个高频部分的像素点个数以及采样图像的像素点个数;根据采样图像的灰度方差
、
各个高频部分的像素点个数以及采样图像中像素点个数,确定采样图像的复杂程度;按照复杂程度的大小将各个采样图像均分为两类,设置每类中的各个采样图像的高斯滤波方差,将高斯滤波方差作为对应采样图像的尺度变化参数
。3.
根据权利要求2所述的一种基于人脸识别的智慧门禁验证系统,其特征在于,根据采样图像的灰度方差
、
各个高频部分的像素点个数以及采样图像中像素点个数,确定采样图像的复杂程度,包括:将采样图像的像素点个数与灰度方差的比值确定为第一复杂因子,将各个高频部分的像素点个数的累加和作为第二复杂因子,对第一复杂因子和第二复杂因子进行相乘,将相乘后的数值作为对应的采样图像的复杂程度
。4.
根据权利要求1所述的一种基于人脸识别的智慧门禁验证系统,其特征在于,根据同一层各个采样图像的尺度变化参数和各个
DOG
空间图像进行尺度变化分析,确定各个
DOG
空间图像的第一保留程度,包括:根据同一层各个采样图像的尺度变化参数,计算同一层中相邻两个采样图像的尺度变化参数之间的差值绝对值,将尺度变化参数之间的差值绝对值作为对应的
DOG
空间图像的尺度变化参数;根据同一层的各个
DOG
空间图像的尺度变化参数,确定各个
DOG
空间图像的第一保留程度,第一保留程度的计算公式为:;式中,为同一层的第
i
个
DOG
空间图像的第一保留
程度,...
【专利技术属性】
技术研发人员:刘宏康,王雯娇,
申请(专利权)人:长春金融高等专科学校,
类型:发明
国别省市:
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。