一种传值人脸识别摄像头的方法与流程

1.本发明涉及电子信息技术领域，具体为一种传值人脸识别摄像头的方法。


背景技术：

2.随着科学技术与城市建设的快速发展，人脸识别，通常也称人像识别、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，主要用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，除了安防、金融这两大领域外，人脸识别还在交通、教育、医疗、警务、电子商务等诸多场景实现了广泛应用，且呈现出显著应用价值。假如人脸识别场景需要在多台设备上进行时，当用户添加人脸时，需要将用户的人脸图片，传至服务器或者设备上进行人脸特征提取，传输图片需要耗费大量的网络资源，在网络不佳的情况下还会导致速度非常慢，极大的降低了用户的体验感。


技术实现要素：

3.为了解决上述问题，本发明通过用户移动端的人脸识别的将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值，以此来解决带宽问题，不仅节省了大量的网络资源还提升了传输的速率，从而提升了人脸识别入库的速度，提高了用户的体验感。
4.为实现上述目的，本发明提供如下技术方案：一种传值人脸识别摄像头的方法，包括以下步骤：（1）手机获取图片：通过用户手机进行人脸图像的实时采集；（2）人脸图像预处理：对人脸图像做出进一步的处理，例如灰度调整、图像滤波、图像尺寸归一化等，以利于人脸图像的特征提取；（3）人脸图片检测：在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及haar特征等），然后利用信息来达到人脸检测的目的；（4）人脸特征提取固定值：人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，是对人脸进行特征建模的过程；（5）传输到服务器：将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值到服务器。
5.优选的，所述步骤（2）中人脸图像预处理的方法包括以下步骤：（1）人脸对准，将采集到的人脸图像进行旋转、切割、放大缩小等一系列的复杂处理过程来得到人脸位置端正的图像；（2）人脸图像的光线补偿，灰度变换、直方图均衡化、归一 化（取得尺寸一致，灰度取值范围相同的标准化人脸图像）；（3）几何校正，将采集到的人脸图像进行图片的平滑操作以消除噪声以及锐化等处理。
6.优选的，所述步骤（3）中摄人脸图片检测的方法包括以下步骤：（1）在图像中准确标定出人脸的位置和大小，设置要识别的人脸框大小为200*200px会比160*160px更快，并把其中有用的信息挑出来，如直方图特征、颜色特征、模板特征、结构特征及haar特征等；（2）利用高斯模型和高斯混合模型在不同颜色空间中建立肤色模型来进行人脸检测，利用非参数的核函数概率密度估计法来建立肤色模型，并使用 mean-shift 方法进行局部搜索实现人脸的检测和跟踪，对不同光照进行补偿，然后再检测图像中的肤色区域；（3）利用建立的模板（如椭圆模版）进行匹配，然后进行图像的边缘特征检测人脸。
7.优选的，所述步骤（4）中人脸特征提取固定值的方法包括以下步骤：（1）基于几何特征法和模板匹配法，根据人脸器官的形状描述以及它们之间的距离特性来获得人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率、和角度等，例如，人脸由眼睛、鼻子、嘴、下巴等局部构成，这些局部和他们之间结构关系的几何描述，作为识别人脸的重要特征，这些特征被称为几何特征；（2）基于代数特征方法，将人脸在空域内的高维描述转化为频域或者其他空间内的低维描述；（3）构建方向直方图，采用幅值本身或者它的函数来表示这个权值，比如幅值的平方根、幅值的平方、幅值的截断形式等，细胞单元可以是矩形的，也可以是星形的，直方图通道是平均分布在0-1800（无向）或0-3600（有向）范围内，采用无向的梯度和9个直方图通道，能在行人检测试验中取得最佳的效果；（4）将细胞单元组合成大的区间，把各个细胞单元组合成大的、空间上连通的区间，这样，hog描述符就变成了由各区间所有细胞单元的直方图成分所组成的一个向量；（5）收集hog特征，把提取的hog特征输入到svm分类器中，寻找一个最优超平面作为决策函数。
8.与现有技术相比，本发明的有益效果如下：本发明通过用户移动端的人脸识别的将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值，以此来解决带宽问题，不仅节省了大量的网络资源还提升了传输的速率，从而提升了人脸识别入库的速度，提高了用户的体验感。
9.参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。
10.针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
11.应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
12.图1为本发明一种传值人脸识别摄像头的方法的流程示意图。
13.图2为本发明一种传值人脸识别摄像头的方法中人脸特征提取固定值方法的示意图。
具体实施方式
14.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
15.需要说明的是，当元件被称为“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的另一个元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中另一个元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
16.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
17.请参阅图1，一种传值人脸识别摄像头的方法，包括以下步骤：（1）手机获取图片：通过用户手机进行人脸图像的实时采集；（2）人脸图像预处理：对人脸图像做出进一步的处理，例如灰度调整、图像滤波、图像尺寸归一化等，以利于人脸图像的特征提取；（3）人脸图片检测：在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及haar特征等），然后利用信息来达到人脸检测的目的；（4）人脸特征提取固定值：人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，是对人脸进行特征建模的过程；（5）传输到服务器：将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值到服务器。
18.进一步，所述步骤（2）中人脸图像预处理的方法包括以下步骤：（1）人脸对准，将采集到的人脸图像进行旋转、切割、放大缩小等一系列的复杂处理过程来得到人脸位置端正的图像；（2）人脸图像的光线补偿，灰度变换、直方图均衡化、归一 化（取得尺寸一致，灰度取值范围相同的标准化人脸图像）；（3）几何校正，将采集到的人脸图像进行图片的平滑操作以消除噪声以及锐化等处理。
19.进一步，所述步骤（3）中摄人脸图片检测的方法包括以下步骤：（1）在图像中准确标定出人脸的位置和大小，设置要识别的人脸框大小为200*200px会比160*160px更快，并把其中有用的信息挑出来，如直方图特征、颜色特征、模板特征、结构特征及haar特征等；（2）利用高斯模型和高斯混合模型在不同颜色空间中建立肤色模型来进行人脸检
测，利用非参数的核函数概率密度估计法来建立肤色模型，并使用 mean-shift 方法进行局部搜索实现人脸的检测和跟踪，对不同光照进行补偿，然后再检测图像中的肤色区域；（3）利用建立的模板（如椭圆模版）进行匹配，然后进行图像的边缘特征检测人脸。
20.进一步，所述步骤（4）中人脸特征提取固定值的方法包括以下步骤：（1）基于几何特征法和模板匹配法，根据人脸器官的形状描述以及它们之间的距离特性来获得人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率、和角度等，例如，人脸由眼睛、鼻子、嘴、下巴等局部构成，这些局部和他们之间结构关系的几何描述，作为识别人脸的重要特征，这些特征被称为几何特征；（2）基于代数特征方法，将人脸在空域内的高维描述转化为频域或者其他空间内的低维描述；（3）构建方向直方图，采用幅值本身或者它的函数来表示这个权值，比如幅值的平方根、幅值的平方、幅值的截断形式等，细胞单元可以是矩形的，也可以是星形的，直方图通道是平均分布在0-1800（无向）或0-3600（有向）范围内，采用无向的梯度和9个直方图通道，能在行人检测试验中取得最佳的效果；（4）将细胞单元组合成大的区间，把各个细胞单元组合成大的、空间上连通的区间，这样，hog描述符就变成了由各区间所有细胞单元的直方图成分所组成的一个向量；（5）收集hog特征，把提取的hog特征输入到svm分类器中，寻找一个最优超平面作为决策函数。
21.除非另有说明，所有范围都包括端点以及端点之间的所有数字。与范围一起使用的“大约”或“近似”适合于该范围的两个端点。因而，“大约20到30”旨在覆盖“大约20到大约30”，至少包括指明的端点。
22.披露的所有文章和参考资料，包括专利申请和出版物，出于各种目的通过援引结合于此。描述组合的术语“基本由
…
构成”应该包括所确定的元件、成分、部件或步骤以及实质上没有影响该组合的基本新颖特征的其他元件、成分、部件或步骤。使用术语“包含”或“包括”来描述这里的元件、成分、部件或步骤的组合也想到了基本由这些元件、成分、部件或步骤构成的实施方式。这里通过使用术语“可以”，旨在说明“可以”包括的所描述的任何属性都是可选的。
23.多个元件、成分、部件或步骤能够由单个集成元件、成分、部件或步骤来提供。另选地，单个集成元件、成分、部件或步骤可以被分成分离的多个元件、成分、部件或步骤。用来描述元件、成分、部件或步骤的公开“一”或“一个”并不说为了排除其他的元件、成分、部件或步骤。
24.应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施方式和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照所附权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为发明人没有将该主题考虑为所公开的发明主题的一部分。

技术特征：
1.一种传值人脸识别摄像头的方法，其特征在于，包括以下步骤：（1）手机获取图片：通过用户手机进行人脸图像的实时采集；（2）人脸图像预处理：对人脸图像做出进一步的处理，以利于人脸图像的特征提取；（3）人脸图片检测：在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来，然后利用信息来达到人脸检测的目的；（4）人脸特征提取固定值：人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，是对人脸进行特征建模的过程；（5）传输到服务器：将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值到服务器。2.根据权利要求1所述的一种传值人脸识别摄像头的方法，其特征在于，所述的步骤(2)具体包括以下步骤：（2.1）人脸对准，将采集到的人脸图像进行旋转、切割、放大缩小的复杂处理过程来得到人脸位置端正的图像；（2.2）人脸图像的光线补偿，灰度变换、直方图均衡化、归一化（取得尺寸一致，灰度取值范围相同的标准化人脸图像）；（2.3）几何校正，将采集到的人脸图像进行图片的平滑操作以消除噪声以及锐化处理。3.根据权利要求1所述的一种传值人脸识别摄像头的方法，其特征在于，所述的步骤(3)具体包括以下步骤：（3.1）在图像中准确标定出人脸的位置和大小，设置要识别的人脸框大小为200*200px会比160*160px更快，并把其中有用的信息挑出来，如直方图特征、颜色特征、模板特征、结构特征及haar特征；（3.2）利用高斯模型和高斯混合模型在不同颜色空间中建立肤色模型来进行人脸检测，利用非参数的核函数概率密度估计法来建立肤色模型，并使用 mean-shift 方法进行局部搜索实现人脸的检测和跟踪，对不同光照进行补偿，然后再检测图像中的肤色区域；（3.3）利用建立的模板（如椭圆模版）进行匹配，然后进行图像的边缘特征检测人脸。4.根据权利要求1所述的一种传值人脸识别摄像头的方法，其特征在于，所述的步骤(4)具体包括以下步骤：（4.1）基于几何特征法和模板匹配法，根据人脸器官的形状描述以及它们之间的距离特性来获得人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率、和角度，例如，人脸由眼睛、鼻子、嘴、下巴局部构成，这些局部和他们之间结构关系的几何描述，作为识别人脸的重要特征，这些特征被称为几何特征；（4.2）基于代数特征方法，将人脸在空域内的高维描述转化为频域或者其他空间内的低维描述；（4.3）构建方向直方图，采用幅值本身或者它的函数来表示这个权值，比如幅值的平方根、幅值的平方、幅值的截断形式，细胞单元可以是矩形的，也可以是星形的，直方图通道是平均分布在0-1800（无向）或0-3600（有向）范围内，采用无向的梯度和9个直方图通道，能在行人检测试验中取得最佳的效果；（4.4）将细胞单元组合成大的区间，把各个细胞单元组合成大的、空间上连通的区间，这样，hog描述符就变成了由各区间所有细胞单元的直方图成分所组成的一个向量；
（4.5）收集hog特征，把提取的hog特征输入到svm分类器中，寻找一个最优超平面作为决策函数。

技术总结
本发明公开了一种传值人脸识别摄像头的方法，包括以下步骤：S1手机获取图片；S2人脸图像预处理：对人脸图像做出进一步的处理；S3人脸图片检测：在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来，然后利用信息来达到人脸检测的目的；S4人脸特征提取固定值：人脸特征提取就是针对人脸的某些特征进行的；S5传输到服务器：将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值到服务器。通过用户移动端的人脸识别的将人脸图片提取成固定维度的值，再通过传值的方式，传输人脸值，以此来解决带宽问题，不仅节省了大量的网络资源还提升了传输的速率，从而提升了人脸识别入库的速度，提高了用户的体验感。提高了用户的体验感。提高了用户的体验感。


技术研发人员：吴海霖
受保护的技术使用者：泉州砾鹰石科技有限公司
技术研发日：2023.05.24
技术公布日：2023/8/1