【技术实现步骤摘要】
本专利技术涉及面部识别，具体为一种应用于智能保险柜的面部识别设备。
技术介绍
1、人脸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，随着保险柜的不断发展设计，会在保险柜上安装人脸面部识别设备，利用人脸面部识别作为保险柜开启的识别认证密码。
2、现有的面部识别是直接录取特定人员的面部特征信息作为识别基准，当需要开启保险箱时，将特定人员的面部特征信息与录入面部识别设备中的识别基准进行匹配对比，当匹配合格时，面部识别通过，保险柜即可打开，但是特征人员的面部信息易获取，非特定人员可通过获取特定人员的面部信息开启保险箱，保险箱的使用安全性不高。
技术实现思路
1、为解决以上现有的面部识别技术在使用时，非特定人员可通过获取特定人员的面部信息开启保险箱，保险箱的使用安全性不高的问题，本专利技术通过以下技术方案予以实现：一种应用于智能保险柜的面部识别设备，包括面部识别系统，所述面部识别系统与智能保险柜所在空间区域的监控系统网络连接，监控系统是特定人员经常出入的区域安装的监控设备网络互联形成的监控系统，所述面部识别系统包括：
2、图像采集模块，用于通过所述监控系统周期性采集特定人员的面部特征图像信息，并记录为面部特征图像信息库一，同时用于直接采集特定人员的面部特征图像信息，并记录为面部特征图像信息库二；
3、特征提取模块，用于提取所述图像采集模块采集的所述特定人员的面部特征图像信息，并将所述特定人员的面部特征图像信息分成若干个特征部；
5、面部识别模块，用于识别特定人员的面部特征，所述面部识别模块包括实时识别子模块和认证识别子模块，所述实时识别子模块用于通过所述监控系统实时识别若干与所述特征部一中的特征部相匹配的部分特征部，所述认证识别子模块用于识别与若干所述特征部二中的特征部相匹配的部分特征部；
6、所述实时识别子模块和认证识别子模块共同识别的特征部组合能形成特定人员的整个面部特征图像信息时，面部识别通过，所述实时识别子模块识别的特征部占特定人员的整个面部特征图像信息的比例不超过75％，同事不低于25％，所述认证识别子模块识别的特征部占特定人员的整个面部特征图像信息的比例不低于25％。
7、进一步的，所述监控系统在能监测到所述特定人员的情况下，所述图像采集模块以天、周或月为周期，每个周期采集若干次所述特定人员的面部特征图像信息，所述周期随时间变化自动更新，所述周期为天时，以小时为单位更新周期，所述周期为周时，以天为单位更新周期，所述周期为月时，以天或周为单位更新周期，例如周期为周，以一天为更新周期，第一个周期为星期一到星期日，则第二周期为本周星期二到下一周星期一。
8、进一步的，所述特征提取模块包括图像处理子模块和特征参数提取子模块；
9、所述图像处理子模块对所述特定人员的面部特征图像信息的处理包括中值滤波、灰度化、对比度增强、sobel边缘提取、相似度计算和二值化；
10、中值滤波：在图像的采集过程中,由于各种因素的影响,图像中会出现一些不规则的随机噪声,如数据在传输、存储时发生的数据丢失和损坏,这些都会影响图像的质量，因此需要将图片进行平滑操作以此来消除噪声。但是如果平滑不当，就会使图像本身的细节如边界轮廓、线条等变的模糊不清，为了既平滑掉噪声有尽量保持图像细节，利用中值滤波算法进行处理，其中处理噪声的过程称为滤波。滤波可以降低图像的视觉噪声。
11、图像灰度化的过程就是把彩色图像转换为灰度图像的过程，彩色图像包含较多人脸特征信息，但是直接作为处理对象会使过程复杂化。相比之下灰度图像在保留了人脸主要特征信息的基础上，减少了总信息量。
12、对比度增强：是对图像的进一步处理，将对比度再一次拉开，使图象原本模糊的边缘变得清晰。
13、sobel边缘提取：采用梯度微分锐化图像，同样使噪声、条纹等得到增强，soble算子由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用；由于它是相隔两行或两列之差分，故边缘两侧之元素得到了增强，故边缘显得粗而亮。
14、相似度计算：为了便于二值化阈值的确定，肤色相似度计算的意义是通过计算出与人脸肤色相近的像素点，确定人脸区域，用灰度图象显示出来，并为二值化提供一个可计算出阈值的比较值。
15、二值化的目的是将采集获得的多层次灰度图像处理成二值图像，以便于分析理解和识别并减少计算量。二值化是令整幅图像画面内仅有黑白二值，该图像由黑色区域和白色区域组成，用一个比特表示一个像素，“1”表示黑色，“o”表示白色，这种图像称之为二值图像。这样有利于对特征的提取。
16、所述特征参数提取子模块用于提取处理后的所述特定人员的面部特征图像信息的特征参数，并将特征参数划分为若干个特征部。
17、进一步的，所述特征一的特征参数提取深度低于所述特征二的特征参数提取深度，特征一的特征参数提取的深度较低时，每个周期内提取的多次相同的特征一之间会存在差异性，比如面部胡须的差异变化，以便按周期更新利用监控系统对特定人员的面部特征图像信息进行识别的基准，从而提高面部识别系统的识别安全性，特征二的特征参数提取的深度较深，可以避免特定人员因在不同时间面部特征出现差异无法识别。
18、进一步的，所述特征提取模块提取所述特定人员的面部特征图像信息划分成的特征部包括：侧脸部、正脸部、额头部、眉毛部、眼睛部、鼻子部、嘴巴部、下巴部，例如当实时识别模块识别到侧脸部、额头部、眉毛部、眼睛部、下巴部时，特定人员在进行面部识别时，认证识别子模块只需要识别正脸部、鼻子部、嘴巴部即可，可以提高面部识别的效率。
19、进一步的，所述图像采集模块每个周期采集m次所述特定人员的面部特征图像信息，所述特征提取模块每个周期提取的所述特定人员的面部特征图像信息的同一特征部均为m次，因此所述实时识别子模块通过所述监控系统实时识别若干与所述特征部一中的特征部相匹配的部分特征部时判断所述特征部是否匹配的方法具体为：
20、利用所述监控系统获取所述特定人员的面部特征图像信息中的部分特征部，将其中一种特征部分别与采集的m次的对应的特征部进行相似度对比，每次对比的相似度分别为s1、s2、…sm，获得权重相似度s：
21、s＝k1s1+k2s2+…+kmsm；
22、其中，k1、k2、…km为每次对比的相似度的权重，所述采集的m次的对应的特征部的采集时间距离所要识别的所述特征部的识别时间越近，权重越大；
23、设定所述特征部匹配的相似度的最小阈值为s0，当所述相似度s不小于s0时，判定所要识别的所本文档来自技高网...
【技术保护点】
1.一种应用于智能保险柜的面部识别设备，包括面部识别系统，所述面部识别系统与智能保险柜所在空间区域的监控系统网络连接，其特征在于：所述面部识别系统包括：
2.根据权利要求1所述的应用于智能保险柜的面部识别设备，其特征在于：所述监控系统在能监测到所述特定人员的情况下，所述图像采集模块以天、周或月为周期，每个周期采集若干次所述特定人员的面部特征图像信息。
3.根据权利要求1所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征提取模块包括图像处理子模块和特征参数提取子模块；
4.根据权利要求3所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征一的特征参数提取深度低于所述特征二的特征参数提取深度。
5.根据权利要求4所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征提取模块提取所述特定人员的面部特征图像信息划分成的特征部包括：侧脸部、正脸部、额头部、眉毛部、眼睛部、鼻子部、嘴巴部、下巴部。
6.根据权利要求5所述的应用于智能保险柜的面部识别设备，其特征在于：所述图像采集模块每个周期采集m次所述特定人员的面部
7.根据权利要求2所述的应用于智能保险柜的面部识别设备，其特征在于：所述面部识别系统中还包括特征存储模块，所述特征存储模块内部设有若干个存储子模块，所述存储子模块用于储存每个周期内所述特征提取模块提取的特征部一，若干个所述存储子模块存储若干个连续周期的所述特征提取模块提取的特征部一；
8.根据权利要求7所述的应用于智能保险柜的面部识别设备，其特征在于：所述存储子模块的个数与所述特征提取模块划分的所述特定人员的面部特征图像信息中特征部的个数相同；
9.根据权利要求1-8任一项所述的应用于智能保险柜的面部识别设备，其特征在于：所述面部识别系统应用于保险柜中，当所述面部识别系统中的面部识别模块识别特定人员的整个面部特征图像信息时，面部识别通过，保险柜开启。
...【技术特征摘要】
1.一种应用于智能保险柜的面部识别设备，包括面部识别系统，所述面部识别系统与智能保险柜所在空间区域的监控系统网络连接，其特征在于：所述面部识别系统包括：
2.根据权利要求1所述的应用于智能保险柜的面部识别设备，其特征在于：所述监控系统在能监测到所述特定人员的情况下，所述图像采集模块以天、周或月为周期，每个周期采集若干次所述特定人员的面部特征图像信息。
3.根据权利要求1所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征提取模块包括图像处理子模块和特征参数提取子模块；
4.根据权利要求3所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征一的特征参数提取深度低于所述特征二的特征参数提取深度。
5.根据权利要求4所述的应用于智能保险柜的面部识别设备，其特征在于：所述特征提取模块提取所述特定人员的面部特征图像信息划分成的特征部包括：侧脸部、正脸部、额头部、眉毛部、眼睛部、鼻子部、嘴巴部、下巴部。
6.根据权利要求5所述的应用于智能保险柜的面部识别设备，其特征在于：所述图像采集模...
【专利技术属性】
技术研发人员：刘佳炎，缪屹峰，管浏阳，
申请(专利权)人：江苏创斯达智能科技有限公司，
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。