基于人脸识别的人体身份识别装置制造方法及图纸

本实用新型专利技术公开了一种基于人脸识别的人体身份识别装置，涉及一种人体身份识别装置，包括图像采集系统，所述图像采集系统包括红外线CCD摄像机和设置于红外线CCD摄像机镜头旁的红外线主动光源，所述红外线CCD摄像机的镜头上设置有带通滤波器；红外线CCD摄像机的输出端与PCI图像采集卡的输入端连接，PCI图像采集卡的输出端与计算机连接。本实用新型专利技术对环境适用性强，可以实现全天候、中距离（5米范围内）人员的识别，不受姿势、照明状况的影响，提高了识别率及人脸识别的应用场景，具有很好的实用性。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及一种人体身份识别装置，尤其涉及一种基于人脸识别的人体身份识别装置。
技术介绍
身份识别与验证在人类社会日常生活中几乎无所不在，人们每天有意或无意地要对周围人群的身份做出判别，或通过各种方式和手段证明自己的身份。比如在ATM上办理金融业务需刷卡并输入密码、入住宾馆需出示身份证等。显然，我们大多数情况下仍然依赖于传统的身份验证手段，包括证件卡(如身份证、工作证等)、密钥(PIN码或个人密码)。但这些手段都存在一定弊端，如密码易遗忘或被蓄意窃取身份证(卡)携带不便或被伪造等这些缺点导致传统的身份认证手段越来越不适应信息社会高速发展的需求。尤其在美国“9. 11”事件以后，安全问题更加成为人们关注的热点问题，人们急需一种高可靠、高安全且布设灵活的新型身份认证技术。而生物特征识别技术被认为是这些需求的终极解决方式。作为生物特征识别技术的自动人脸识别以其自然方式下的高可接受性等优点受到人们的青睐。国际上对人脸及人脸面部表情识别的研究现在逐渐成为科研热点。美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。其中MIT、CMU、Maryland大学、Standford大学、日本城蹊大学、东京大学、ATR研究所的贡献尤为突出。主要问题集中到了光照、姿态对于人脸识别核心算法性能的影响。提出的代表性算法和模型有光照锥模型、3D变形模型，及支持向量机应用于人脸识别分类器的设计，也推出了若干自动人脸识别商业系统。相应的人脸识别系统性能评测标准进一步规范，总结了人脸识别技术的发展现状并进一步指出了目前人脸识别算法存在的不足。国内国内的清华大学、哈尔滨工业大学、中科院、中国科技大学、南京理工大学、北方交通大学等都有人员从事人脸及人脸表情识别的研究这些研究组在人脸检测、人脸子空间建模与特征抽取和人脸识别算法等方面做了大量有意义的工作，也积累了丰富的经验。人体的生理特征主要包括人脸、指纹、掌纹、掌形、虹膜、视网膜、静脉、DNA、颅骨等，由于人脸识别是无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式；但因为人脸识别技术受人脸的距离、姿态及光照等条件的影响，人脸识别的准确性要低于虹膜、指纹的识别，直接影响了其实用性。
技术实现思路
针对上述现有技术存在的问题，本技术提供了一种基于人脸识别的人体身份识别装置，对环境适用性强，可以实现全天候、中距离(5米范围内)人员的识别，不受姿势、照明状况的影响，提高了识别率及人脸识别的应用场景，具有很好的实用性。本技术的技术方案是一种基于人脸识别的人体身份识别装置，包括图像采集系统，所述图像采集系统包括红外线CCD摄像机和设置于红外线CCD摄像机镜头旁的红外线主动光源，所述红外线CXD摄像机的镜头上设置有带通滤波器；红外线CXD摄像机的输出端与PCI图像采集卡的输入端连接，PCI图像采集卡的输出端与计算机连接。作为优选，所述红外线主动光源的中心波长为940nm，所述带通滤波器的中心波长为940nm,半带宽为10nm。作为优选，所述计算机包含用于人脸检测的Adaboost检测模块和用于人脸识别的PCA识别模块。本技术的有益效果是本技术通过图像采集系统完成对人员身份识别，具有无侵害性和对用户自然、直观的特点。采用红外线主动照明的方法，可以有效消除外界各种光线干扰，并能够在中远距离获取倾斜的图像。本技术采用Adaboost检测模块作为人脸检测的方法，在中等距离(5米内)、多视角，多光照，复杂背景等情况下的具有良好的检测效果，快速准确、稳定地跟踪多个人脸，并能在侧脸，后脑勺状态保持跟踪，算法达到国际先进水平。采用国际标准接口，可以无缝接入现有的安全防范系统；支持多种数据库系统，可建立高效索引机制实现快速查询。模块化组网方式，集合TCP/IP和RS232总线传输优点，适合各种形式或规模的应用。支持与其他密码/生物特征识别等技术的逻辑组合运算，实现更严格的安全管理，具有很好的实用性。附图说明图1是本技术的结构框图；图2是本技术状态判别的流程图。具体实施方式作为本技术的一种实施方式，如图1和图2所示，一种基于人脸识别的人体身份识别装置，包括图像采集系统，所述图像采集系统包括红外线CXD摄像机I和设置于红外线CXD摄像机I镜头旁的红外线主动光源2，所述红外线CXD摄像机I的镜头上设置有带通滤波器；红外线CCD摄像机的输出端与PCI图像采集卡3的输入端连接，PCI图像采集卡3的输出端与计算机4连接。在本实施例中，作为优选，所述红外线主动光源2的中心波长为940nm，所述带通滤波器的中心波长为940nm,半带宽为10nm。在本实施例中，作为优选，所述计算机4包含用于人脸检测的Adaboost检测模块和用于人脸识别的PCA识别模块。本技术的工作原理为红外线主动光源2对被测人员面部照明，照明强度根据成像的对比度自动调节，减少环境光照变化造成的影响，带通滤波器I滤除了大部分外界干扰光线。红外线CCD摄像机I实时采集被测人员的脸部图像信号，该视频图像信号通过PCI图像采集卡3，将图像送入计算机4，然后根据功能需要进行相应的处理由运行在计算机4上的身份识别系统软件开始预处理，进行人脸检测、分割后，采用PCA识别模块进行人脸识别，从而实现人体身份认证。系统主要有三个主要功能，分别为用户管理、身份识别、视频管理。用户管理菜单用于对数据库内的用户进行管理操作。可实现添加用户、取消添力口、删除用户、用户列表、样本训练等功能。身份识别用于对未知图像进行识别，分为摄像头识别和图片识别两个部分。前者通过摄像头动态捕捉人脸并识别，后者则对一幅静态图像(支持BMP、JPG和GIF格式)进行识别。视频管理则用于对摄像头进行设置，包括打开/关闭摄像头，已经对摄像头的参数进行适当调整。系统具有以下特点图像采集系统采用红外照明的主动成像技术，全天候获得高质量的图象；并采用图像预处理方法提高成像质量。采用Adaboost检测模块进行人脸检测，计算简单，识别率高。使用PCA识别模块对图像中人脸姿态、光照、表情、饰物、背景、时间跨度等因素的变化具有较好的鲁棒性。软件系统功能较全面，既能经摄像头即时获取图像，也能对静态图片进行识别。软件能即时对输入图像进行训练，也能直接使用训练好的样本数据。本技术的工作状态判别工作流程(I)图像获取及增强人脸图像数据源包括运动图像序列(视频流)和静止图像。主要可以通过扫描仪，数码照相机，摄像头等数字输入设备获取。图像预处理预处理的主要作用在于尽可能的使得人脸图像处于同一尺度和标准，最终为后续处理提供高质量的输入图像。通常这部分需要完成对抽取图像的尺度归一化、灰度归一化、降噪、去光照、白平衡等功能。(2)人脸检测定位该模块用来分析输入的图像，判断其中是否有人脸，如果有，则找出人脸的位置，并把人脸图像从背景图像中分离出来。首先对预处理后的人脸图像按照某种策略抽取出用于识别的特征，将原始的脸空间映射到新的特征空间。在此步骤中，不仅注重如何提取具有良好分离性能的特征数据，还必须考虑到整体算法的鲁棒性和处理效率等应用指标。然后进行分类器的设计，此过程主要生成可用于识别的参数。通常，在已有本文档来自技高网...

【技术保护点】
一种基于人脸识别的人体身份识别装置，包括图像采集系统，其特征在于：所述图像采集系统包括红外线CCD摄像机和设置于红外线CCD摄像机镜头旁的红外线主动光源，所述红外线CCD摄像机的镜头上设置有带通滤波器；红外线CCD摄像机的输出端与PCI图像采集卡的输入端连接，PCI图像采集卡的输出端与计算机连接。

【技术特征摘要】
1.一种基于人脸识别的人体身份识别装置，包括图像采集系统，其特征在于所述图像采集系统包括红外线CXD摄像机和设置于红外线CXD摄像机镜头旁的红外线主动光源， 所述红外线CXD摄像机的镜头上设置有带通滤波器；红外线CXD摄像机的输出端与PCI图像采集卡的输入端连接，PCI图像采集卡的输出端与计算机连接。2.根据...

【专利技术属性】
技术研发人员：杨李成，杨荣国，郭高生，
申请(专利权)人：成都迪特福科技有限公司，
类型：实用新型
国别省市：