通用的开放式人脸识别系统技术方案

本发明专利技术涉及一种通用的开放式人脸识别系统，通过引入后台数据库支持，将人脸识别算法中相关数据抽象为数据库数据，采用模块化和层次化的设计，以后台数据库为桥梁，实现人脸样本的采集，人脸识别数据的管理，人脸分类器的训练，标准人脸库的导入，静态图片人脸识别测试，动态实时人脸识别测试，生成测试报告等一系列功能。各个模块既可以分布的独立工作实现相应功能，又可以共同工作完成测试和实时识别等任务。在开放的通用的框架体系下完成不同人脸识别算法在不同数据库、不同情况下的人脸识别任务，并可为其他人脸识别实用系统的设计提供参考模型。

【技术实现步骤摘要】

本专利技术涉及一种通用的开放式人脸识别系统，引入数据库的支持，以通用性，开放性和分布式为设计目标，通过各个功能模块独立或协同工作完成各种人脸识别任务，为实 用人脸识别系统的设计提供参考原型。主要应用于人脸识别系统设计，人脸识别算法研究 领域。 人脸识别研究经过40年左右的发展，在人脸检测与人脸跟踪，人脸特征点的检测与标定，人脸特征描述与特征提取，人脸特征分类等各个领域，研究人员都展开了广泛而深入的研究，各种理论，各种算法层出不穷，同时实用系统的开发技术上也达到了一定的成熟度，因此从二十世纪九十年代后期开始，陆续出现了一些人脸识别商业系统。对于一个成熟的人脸识别商业系统而言，不但需要良好硬件平台的支持，软件系统和核心算法更为重要。同时自动人脸识别是一个复杂的过程，从视频流的采集直到最终得到的识别结果，中间需经历许多步骤的处理，因此各个步骤间数据的表示，运算及传递显得尤为关键。 在推出商用系统之前，人脸识别系统需要进行各种深入的测试，为了保证核心识别算法的有效性，人脸识别算法的研究者通过测试和比较来评估算法显得尤为重要，特别是在考虑到环境光照、人脸姿态、人脸配饰、人脸表情等因素变化的情况下，快速高效的评估人脸识别算法在静态下或实时应用下效果是非常困难的。 经对现有技术文献的检索发现，对于人脸识别算法的测试，目前大多数研究者都 是通过自己搭建测试平台来实现的。现存的通用开放式人脸识别算法测试系统很少。 美 国Colorado State University曾 开发 出Face Identification EvaluationSystem，该系统提供了四种基本人脸识别算法(Eigenfaces, Combination PCAandU)A， Bayesian Intr即ersonal/Extr即ersoanl Image Difference Classier, ElasticBunch Graph Matching)，并可以得至IJ标准人脸库FERET (Face RecognitionTechnology)在 上述四种算法上的测试结果，但该系统采用文本方式保存实验数据，读写效率比较低，而且 该系统扩展性很差，用户很难将自己的人脸识别算法嵌入进行测试。由美国NIST (NationalInstitute of Standards and Technology)主持开发的FRGC (Face Recognition GrandChallenge)是学术界普遍使用 一套人脸识别算法评估系统(Overview of the FaceRecognition Grand Challenge, IEEEConference on Computer Vision and PatternRecognition 2005)，该系统主要针对高分辨人脸图像、三维人脸和人脸图像预处理下人 脸识别算法的测试，用户可以方便快速的把自己的人脸识别算法嵌入评估系统进行测试， 实验数据以XML文件格式存储，加快了读写效率，但该系统只支持FRGC人脸库，不支持其 他标准人脸数据库，而且上述系统只能对image-based人脸识别算法进行测试，无法进行 video-based人脸识别算法的测试。
技术介绍

技术实现思路
本专利技术的目的在于针对现有技术的不足，提出一种通用的开放式人脸识别系统， 尽可能的兼容各种人脸识别算法，能够提供同时满足前期测试和实际应用的人脸识别平 台，从而给实用人脸识别系统的设计提供参考原型。 为实现上述目的，本专利技术充分利用数据库在管理海量数据上的优势，通过引入数 据库支持，将人脸识别算法中相关数据抽象为数据库数据，采用模块化和层次化的设计，以 数据库为桥梁，实现人脸样本的采集，人脸识别数据的管理，人脸分类器的训练，标准人脸 库的导入，静态图片人脸识别测试，动态实时人脸识别测试，生成测试报告等一系列功能。 各个模块既可以分布的独立工作实现相应功能，又可以共同工作完成测试和实时识别等任 务。在开放的通用的框架体系下完成不同人脸识别算法在不同数据库、不同情况下的人脸 识别任务，并可为其他人脸识别实用系统的设计提供参考模型。 本专利技术的通用的开放式人脸识别系统包括数据库、视频采集模块、人脸样本采集 模块、标准人脸库数据导入模块、人脸分类器训练模块、动态实时人脸识别测试模块、静态 图片人脸识别模块、数据库管理模块和测试报告生成模块。 所述视频采集模块与人脸样本采集模块和动态实时人脸识别模块相连，分别将视 频流输入人脸样本采集模块和动态实时人脸识别模块； 所述人脸样本采集模块与数据库相连，将视频流中采集的数据进行人脸检测和人 脸图像标准化，并将标准化后的样本信息输入数据库； 所述标准人脸库数据导入模块与数据库相连，将从标准人脸库中读取的人脸样本 信息存入数据库； 所述人脸分类器训练模块与数据库相连，从数据库中读取人脸样本采集模块或者 标准人脸库数据导入模块输入的样本信息，进行训练，并将训练好提取出来的分类特征输 入数据库； 所述动态实时人脸识别模块与数据库相连，读取视频流的动态实时人脸图片特征 信息，再与数据库中训练好的分类特征进行匹配和识别，将识别结果存入数据库； 所述静态图片人脸识别模块与数据库相连，将读取的静态人脸图片与数据库中训 练好的分类特征进行匹配和识别，将识别结果存入数据库； 所述数据库管理模块与数据库相连，对数据库中存有的信息进行整理修改，再储 存回数据库中； 所述测试报告生成模块与数据库相连，从数据库中读取与识别结果相关的信息， 生成测试报告输出。 本专利技术的通用的开放式人脸识别系统具有通用性，开放性，分布式的特点，通过数 据库的支持，各个模块独立或协同的工作，完成各种人脸识别任务，从而为实时人脸识别系 统提供模型参照。 所述的通用性包括三层含义 —、尽可能的兼容了现有较流行的人脸识别算法，使之不需改造或只经过功能封 装就可嵌入本专利技术的系统结构中，即把不同人脸识别算法的共同属性抽象出来，通过统一 的模块或接口来实现； 二、利用本专利技术系统提供的平台，能够满足人脸识别算法的测试与实际应用的双重需要，即若某种人脸识别算法在测试阶段时可以达到很好的效果，则不需要改动或经过 很小的改动，便可以直接用于实际应用，这样可以縮短测试到实际应用的开发周期； 三、同时适用于基于图像的人脸识别方法(如照片相似度的比对等)和基于视频 的实时人脸识别方法(如实时的视频监控等)，即提供不同的输入模式(静态图片和实时的 视频流)。 所述的开放式含义有二 —、开放性的模型，系统对人脸识别各个必要过程的各要素进行抽象；按照各个模 块的功能定义其抽象原语，而不规定各模块的实现细节； 二、开放的系统框架实现，在系统框架的实现过程中，保证了封装体系中各原语的 对象具有开放的设计；合理定义了各对象的接口 ，使之能够进行接口扩充。 所述的分布式包括两层含义 —、系统的各功能模块可以独立分布于同一硬件平台上(例如同一台PC机上或服 务器上)，完成各自相对独立的功能，并可以通过协同工作，完成整个人脸识别任务； 二、系统的各功能模块可以独立分布于不同的硬件平台上(如LAN中不同PC机或 嵌入式平台，或Internet上不同的主机与本文档来自技高网...

【技术保护点】
一种通用的开放式人脸识别系统，其特征在于包括数据库、视频采集模块、人脸样本采集模块、标准人脸库数据导入模块、人脸分类器训练模块、动态实时人脸识别测试模块、静态图片人脸识别模块、数据库管理模块和测试报告生成模块；　　　　所述视频采集模块与人脸样本采集模块和动态实时人脸识别模块相连，分别将视频流输入人脸样本采集模块和动态实时人脸识别模块；　　　　所述人脸样本采集模块与数据库相连，将视频流中采集的数据进行人脸检测和人脸图像标准化，并将标准化后的样本信息输入数据库；　　　　所述标准人脸库数据导入模块与数据库相连，将从标准人脸库中读取的人脸样本信息存入数据库；　　　　所述人脸分类器训练模块与数据库相连，从数据库中读取人脸样本采集模块或者标准人脸库数据导入模块输入的样本信息，进行训练，并将训练好提取出来的分类特征输入数据库；　　　　所述动态实时人脸识别模块与数据库相连，读取视频流的动态实时人脸图片特征信息，再与数据库中训练好的分类特征进行匹配和识别，将识别结果存入数据库；　　　　所述静态图片人脸识别模块与数据库相连，将读取的静态人脸图片与数据库中训练好的分类特征进行匹配和识别，将识别结果存入数据库；　　　　所述数据库管理模块与数据库相连，对数据库中存有的信息进行整理修改，再储存回数据库中；　　　　所述测试报告生成模块与数据库相连，从数据库中读取与识别结果相关的信息，生成测试报告输出。...

【技术特征摘要】

【专利技术属性】
技术研发人员：苏剑波，戴景文，张凯，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]