【技术实现步骤摘要】
本专利技术涉及人脸识别，具体涉及到一种适用于老年人人脸图像采集的装置及方法。
技术介绍
1、人脸识别是计算机视觉领域非常重要的内容，在安防、金融等领域广泛应用。人脸识别旨在通过分析人脸图像对人的身份信息进行辨别。人脸识别主要包括人脸数据采集、信号处理、数据存储、比对与融合决策几个重要环节。人脸图像采集系统通过摄像机或摄像头等设备采集含有人脸的图像或视频，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行相应的处理。人脸识别系统的工作原理主要包括人脸图像采集、人脸检测、特征提取和比对等步骤。
2、近年来，全球老龄化趋势明显，如何对老年人采取友好的方式进行人脸图像采集越来越受到关注。人脸分析与识别系统的性能取决于采集到的人脸数据的质量，人脸图像质量受到表情、姿态、光线等因素的影响。通过样本质量评估算法自动评估人脸数据的生物特征效用，可以过滤低质量的数据。基于深度学习的方法是目前样本质量评估的重要部分。除了图像选择之外，人脸图像质量评估还可以用于其他各种应用场景。
3、人脸识别技术基于人的脸部特征，对输入的人脸图像或视频进行识别，具有广泛的应用前景。目前，老龄化趋势严重，老年人人脸图像采集也面临很多问题，例如老年人注意力不集中，无法准确聚焦采集设备，老年人视力有所下降无法有效看清，语音提示应提供辅助，而且针对老年人的语音提示音量要高一些。许多的人脸采集设备不具备质量判断功能，采集的老年人的图像质量差，无法有效识别老年人的身份信息。现有的人脸图像采集装置在采集效率、易用性等方面仍存在诸多不足，不具备适老化功
4、目前现有的人脸采集设备，例如一种人脸识别方法、装置、存储介质及电子设备，提供了一种人脸识别方法，包括采集包含人脸的面部图像并提取面部图像对应的人脸特征；在预存的若干人脸特征组中查找与人脸特征相匹配的目标人脸特征；当查找到目标人脸特征时获取面部图像的采集次数；若采集次数大于或等于预设次数阈值，则基于人脸特征确定补录人脸特征，并将补录人脸特征录入目标人脸特征对应的人脸特征组内。这种方法提高了在复杂环境下的人脸识别通过率。
5、大部分人脸采集技术、设备并没有充分考虑老年人人脸数据采集的需求。由于年龄的增长，老年人在视觉、听觉、理解能力等各方面的生理机能有所下降。部分方面缺少样本质量评估判断步骤，只提供了单一摄像头采集，通常需要老年人重复配合采集高质量的人脸图像，对于老年人的操作不友好。
6、基于神经网络的质量评估方法是目前面部质量评估的重要内容。工作[1]中详细介绍了基于深度神经网络的，包括faceqnet v0、faceqnet v1等利用了现代深度神经网络架构，如resnet，这些架构已经证明在图像识别任务中非常有效。工作[3]提出了基于sift(scale-invariant feature transform、尺度不变特征变换)的三种对称性度量变化，包括1)计算图像左、右两半部分的sift点的数量，2)统计sift点的数量，这些点根据其位置在另一半中具有配合点。3)进一步添加sift特征向量的欧式距离比较。工作[4]提出了针对不对称性、眼间距离、照明强度、对比度和模糊的样本质量评估方法。光照/姿势不对称性计算为人脸图像半部指定位置处多个lbp(local binary pattern、局部二值模式)特征的直方图对之间的直线距离之和。将光照强度计算为输入图像的直方图与固定标准光照直方图之间的差异，将对比度计算为像素值标准偏差，将锐度计算为梯度幅值和。该类方法考虑了特定因素的人脸样本质量，基于传统的统计方法，样本质量的有效信息并未充分挖掘。工作[5]提出了bem(block energy map、块能量图)用于表示人脸姿态等信息。
7、针对上述问题，本专利技术提供了一种高精度人脸图像采集、图像质量判断功能的一种适用于老年人人脸图像采集的装置及方法。
技术实现思路
1、本专利技术提供了一种高精度人脸图像采集、图像质量判断功能的一种适用于老年人人脸图像采集的装置及方法。
2、本专利技术的目的是提供一种适用于老年人人脸图像采集的装置，包括计算机、采集面板、多视角可调摄像头、支撑底座、高度可调节支架和红色注视点，采集面板与计算机连接，采集面板设置于高度可调节支架上，高度可调节支架设置于支撑底座上，采集面板上设有若干个多视角可调摄像头，红色注视点设置于采集面板上。
3、一种适用于老年人人脸图像采集的方法，方法包括人脸图像采集、人脸图像质量判断、人脸图像上传和人脸图像数据集导入，方法包括以下步骤：
4、步骤一、采集主体到采集装置前面，准备人脸图像采集；
5、步骤二、系统自动检测人脸后，语音提示“开始人脸图像采集，请注视摄像头”，利用多视角摄像头分别采集老年人不同角度的人脸图像；
6、步骤三、对老年人采集的多视角的人脸图像分别进行处理，即对每个角度的人脸图像进行人脸检测，特征点提取，获取裁剪后的人脸图像及相应的特征点图；
7、步骤四、裁剪后的人脸图像进行质量判断，一方面通过提取lbp、sift、bem特征进行质量判断，得出对应视角v的传统方法的质量得分sv1，另外利用深度神将网络模型faceqnet对图像质量进行打分sv2，然后对两个分值进行加权融合得到视角v的人脸图像的得分sv；
8、步骤五、通过步骤四中的质量判断，若其中一个视角满足质量要求，则认为采集成功，对于质量满足要求的视角图像进行存储，及后续的识别处理；
9、步骤六、人脸图像采集完成，通过语音提示采集成功，可以通过系统界面显示采集成功的人脸图像，请老年人查看确认，完成人脸图像采集任务。
10、进一步的，步骤四中的质量判断具体步骤如下：
11、步骤一、针对裁剪后的人脸图像归一化到固定尺寸大小，该图像记为i，表示第i个视角的人脸图像，作为后面质量评价算法的输入，i分别送到两个不同类型的质量评估流程，记作p1和p2，其中p1表示基于传统的人脸统计特征和svr，进行人脸样本质量估计，其中lbp的计算公式为：
12、
13、其中，(xc,yc)为窗口中心的像素坐标，ic为未进行lbp计算前的窗口中心(xc,yc)像素值，ip为窗口中心邻域的灰度值，p为邻域的编码，s(x)是符号函数，当x>＝0，s(x)＝1，否则，s(x)＝0；
14、步骤二、bem的计算公式为：
15、
16、其中，h为图像高度，w为图像宽度，把图像分成m×n块，每一块的尺寸为h×w，h＝h/m，w＝w/n；
17、步骤三、对于sift特征,通过高斯函数构建尺度空间、多尺度的高斯滤波，对每个关键点使用4×4共16个种子点来描述，每个关键点产生128维的sift特征向量，分别提取lbp特征、bem特征、sift特征后，把这三种特征级联组合作为整体图像描述，用支持向本文档来自技高网...
【技术保护点】
1.一种适用于老年人人脸图像采集的装置，包括计算机、采集面板、多视角可调摄像头、支撑底座、高度可调节支架和红色注视点，其特征在于：所述采集面板与计算机连接，所述采集面板设置于高度可调节支架上，所述高度可调节支架设置于支撑底座上，所述采集面板上设有若干个多视角可调摄像头，所述红色注视点设置于采集面板上。
2.一种适用于老年人人脸图像采集的方法，其特征在于：所述方法包括人脸图像采集、人脸图像质量判断、人脸图像上传和人脸图像数据集导入，所述方法包括以下步骤：
3.如权利要求2所述的一种适用于老年人人脸图像采集的方法，其特征在于：所述步骤四中的质量判断具体步骤如下：
【技术特征摘要】
1.一种适用于老年人人脸图像采集的装置，包括计算机、采集面板、多视角可调摄像头、支撑底座、高度可调节支架和红色注视点，其特征在于：所述采集面板与计算机连接，所述采集面板设置于高度可调节支架上，所述高度可调节支架设置于支撑底座上，所述采集面板上设有若干个多视角可调摄像头，所述红色注视点设置于采集...
【专利技术属性】
技术研发人员：李伟，刘瑶，申博文，王文峰，耿力，宋继伟，
申请(专利权)人：中国电子技术标准化研究院工业和信息化部电子工业标准化研究院工业和信息化部电子第四研究院，
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。