專利名稱：一種自適應(yīng)的人臉識別方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物特征識別領(lǐng)域，尤其涉及人臉識別領(lǐng)域，具體涉及一種自適應(yīng)的 人臉識別方法及裝置。
背景技術(shù)：
目前生物特征作為身份認證已是普遍現(xiàn)象，方便快捷、非接觸式的認證方式更是 受到大眾喜愛。人臉具有特征豐富，采集方便等優(yōu)勢，人臉識別作為非接觸式身份認證的方 式在海關(guān)，金融，安防等領(lǐng)域具有廣闊的應(yīng)用前景。常用的以人臉識別作為身份認證的方法的工作流程是首先注冊用戶的人臉特征 信息，保存到人臉數(shù)據(jù)庫中，待需要進行身份認證時，用戶進行人臉識別，提取用戶的當前 人臉特征信息，與人臉數(shù)據(jù)庫中的人臉特征信息比對，當相似度達到限定的閾值時，即認為 認證通過。但是隨著時間的推移，人臉會發(fā)生緩慢變化，例如漸漸衰老、胡須變化、頭發(fā)覆 蓋、臉部裝飾變化等會導(dǎo)致用戶識別通過率下降和識別速度變慢。

發(fā)明內(nèi)容
本發(fā)明提供一種自適應(yīng)的人臉識別方法，包括
步驟SlOl 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶
信息庫；
步驟S102 從采集到的當前用戶人臉圖像中提取人臉特征，并與所述人臉用戶信息庫 中的人臉特征模板進行比對識別，若識別通過，執(zhí)行步驟S103，否則重復(fù)步驟S102 ； 步驟S103 判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)條件，若是，更新所述人 臉用戶信息庫中的人臉特征模板，完成所述人臉特征的自適應(yīng)處理。通過本發(fā)明提供的方法，在人臉識別的過程中，對滿足一定條件的人臉特征進行 自適應(yīng)處理，即以所述人臉特征更新人臉用戶信息庫中的人臉特征模板，達到適應(yīng)人臉特 征緩慢變化的目的，從而解決由于人臉特征緩慢變化引起的識別率下降和識別速度變慢的 問題。同時，本發(fā)明公開的方法保留了部分原始人臉特征模板不被更新，保留了豐富的人臉 特征，以保證人臉識別的效果。本發(fā)明又提供一種自適應(yīng)的人臉識別方法，包括
步驟S201 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶
信息庫；
步驟S202:根據(jù)輸入的用戶編號，查詢?nèi)四樣脩粜畔欤@得該編號用戶的用戶信息； 步驟S203:從采集到的人臉圖像中提取人臉特征，分別計算所述人臉特征與根據(jù)步驟 S202獲得的用戶信息取得的人臉特征模板的歐式距離，得到多組相似度得分，計算最小相 似度得分，若滿足預(yù)設(shè)條件，繼續(xù)通過計算并比較所述人臉特征與人臉用戶信息庫中所有用戶人臉特征模板相似度得分確定最相似用戶，若所述最相似用戶與步驟S202獲得的用 戶相同，則識別通過，繼續(xù)步驟S204，否則重復(fù)步驟S203 ；
步驟S204 判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)條件，若是，更新所述人 臉用戶信息庫中的人臉特征模板，完成所述人臉特征的自適應(yīng)處理 通過本發(fā)明提供的方法，在人臉識別的過程中，通過與指定對象進行比對，且適當降低 比對預(yù)定要求，降低識別難度；再通過對有效的人臉特征進行自適應(yīng)，以更新人臉用戶信息 庫中的人臉特征模板，達到適應(yīng)人臉特征緩慢變化及顯著變化的目的，從而解決了由于漸 漸衰老、胡須變化、頭發(fā)覆蓋、臉部裝飾變化等導(dǎo)致人臉特征改變而引起的識別率下降、識 別速度降低的問題。同時，本發(fā)明公開的方法保留了部分原始人臉特征模板不被更新，保留 了豐富的人臉特征，以保證人臉識別的效果。為實現(xiàn)上述方法，本發(fā)明提供一種人臉識別裝置，包括微控制器及分別與微控制 器連接的存儲器、人臉采集模塊、顯示模塊、語音播放模塊、用戶輸入模塊。微控制器，用以根據(jù)用戶輸入模塊輸入的按鍵信息，實現(xiàn)錄入人臉用戶信息和輸 入用戶編號啟動識別過程；控制顯示模塊和語音播放模塊實現(xiàn)用戶交互，并讀取人臉采集 模塊的圖像數(shù)據(jù)，經(jīng)過運算處理，提取人臉特征模板，完成人臉特征錄入和比對識別及自適 應(yīng)處理，并將處理結(jié)果存儲到存儲器；
存儲器與微控制器連接，用以存儲人臉用戶信息庫和/或裝置的設(shè)置信息和/或人臉 識別記錄；
人臉采集模塊與微控制器連接，用以采集人臉圖像，獲取用來進行識別和自適應(yīng)的人 臉特征；
顯示模塊與微控制器連接，用以顯示錄入人臉用戶信息和人臉識別時的人臉圖像、人 臉特征自適應(yīng)處理時的提示界面及微控制器輸出的識別信息；
語音播放模塊與微控制器連接，用以播放微控制器模塊輸出的語音信息； 用戶輸入模塊與微控制器連接，將通過按鍵錄入的用戶基本信息和識別時輸入的用戶 編號輸出給微控制器。通過本發(fā)明提供的裝置，在人臉識別的過程中，對有效的人臉特征進行自適應(yīng)，以 更新人臉用戶信息庫中的部分人臉特征模板，并保存到存儲器中，達到適應(yīng)人臉特征緩慢 變化和驟然變化的目的，從而改善識別準確率和提高識別速度。


為了更清楚地說明本發(fā)明的內(nèi)容，下面將對實施例中所需要使用的附圖作簡單地 介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人 員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例1 一種自適應(yīng)人臉識別方法流程圖； 圖2為本發(fā)明實施例2 —種自適應(yīng)人臉識別方法流程圖3為本發(fā)明實施例1和2中人臉用戶信息庫結(jié)構(gòu)示意圖； 圖4為本發(fā)明實施例1和2自適應(yīng)處理流程圖5為本發(fā)明實施例1和2中特征有效的人臉位置和人臉圖像關(guān)系示意圖； 圖6為本發(fā)明實施例1和2中特征無效的人臉位置和人臉圖像關(guān)系示意圖；圖7為本發(fā)明實施例3 —種人臉識別裝置結(jié)構(gòu)示意圖。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然， 所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。實施例1
如圖1所示，一種自適應(yīng)人臉識別方法，該方法包括如下步驟 步驟S101 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶 信息庫；
具體地，輸入人臉用戶的編號、姓名、住址、聯(lián)系方式等基本信息，用于用戶檢索或在用 戶識別成功后語音播報或顯示；連續(xù)采集所述注冊用戶的人臉圖像，每個用戶要采集多張 不同角度的人臉圖像；每采集一張人臉圖像，采用Garbor小波特征方法和局部二值模式 (LBP, local Binary Patterns)方法，從中提取一組人臉特征Fm，并分別計算所述人臉特征 與已經(jīng)提取到的m-1組人臉特征Fx的歐式距離，得到相似度得分Sx，其中1彡x彡m-1 ；若 Sx在預(yù)設(shè)的有效范圍內(nèi)，則保存所述人臉特征Fm為人臉特征模板，否則丟棄本組特征。所述 預(yù)設(shè)的有效范圍根據(jù)人臉識別方法訓練得到的經(jīng)驗值確定，本實施例中3801600。
通過判斷相似度得分Sx可以確保采集到豐富的人臉特征，同時又避免了采集到?jīng)]有代表性 的片面的人臉特征。為了采集到豐富的人臉特征，每個用戶至少采集3組人臉特征模板。 本實施例中，每個人臉用戶要采集18組人臉特征作為模板。所述人臉用戶的基本信息和所 述18組人臉特征模板組成一組人臉用戶信息，并存儲。重復(fù)步驟S101，錄入N個用戶，如圖3所示，N組所述人臉用戶信息構(gòu)成所述人臉 用戶信息庫。所述N為正整數(shù)。本實施例中，編號作為用戶的唯一標識，人臉用戶信息庫中 所有用戶的編號都是不同的。步驟S102 從采集到的當前用戶人臉圖像中提取人臉特征，并與所述人臉用戶信 息庫中的人臉特征模板進行比對識別，若識別通過，繼續(xù)步驟S103，否則重復(fù)步驟S102 ；
具體地，采集一張紅外人臉圖像，采用Garbor小波特征方法和LBP (local Binary Patterns)方法，從所述紅外人臉圖像中提取人臉位置和一組人臉特征Fy;并分別計算 所述人臉特征Fy與所述人臉用戶信息庫中所有人臉用戶的所有人臉特征模板Ft的一 級特征歐式距離和二級特征歐式距離，得到相似度得分Slt、S2t，其中1 ≤t ≤ NX 18，所 述N為所述人臉用戶信息庫中的用戶數(shù)；取最小相似度得分Slmin=MIN(Sn，S12，S13…S1T)、 S2mi =MIN(S21, S22，S23…S2T)，其中T=NX 18，及獲得所述最小相似度得分的人臉用戶編號p及 其人臉模板序號q (1≤ q ≤ 18);若所述最小相似度得分達到了預(yù)設(shè)定人臉識別通過的相 似度得分要求，則認為人臉識別通過，繼續(xù)執(zhí)行下一步。否則，重新采集人臉模板，繼續(xù)識 別，直到識別通過或識別超時或被動結(jié)束識別過程。所述預(yù)設(shè)認定人臉識別通過的相似度 得分要求為根據(jù)人臉識別方法訓練得到的經(jīng)驗值確定的一個數(shù)值范圍，本實施例中要求所 述最小相似度得分范圍:Slmin≤1100且Slmin+ S2min≤1600。
步驟S103:判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)條件，若是，更新所述人臉用 戶信息庫中的人臉特征模板，完成所述人臉特征的自適應(yīng)處理。如圖4所示，所述人臉特征自適應(yīng)處理進一步地包含以下兩個步驟 步驟S401 判斷所述人臉特征Fy是否滿足自適應(yīng)條件。根據(jù)步驟S102的人臉識別結(jié)果，首先，判斷一級特征最小相似度得分和二級特 征最小相似度得分是否滿足自適應(yīng)得分范圍，即sifflin彡750且Slfflin+ S2fflin彡1200，并且 Slfflin ^ 380 ；其次，判斷所述人臉位置是否靠近所述人臉圖像的邊緣，如圖5和圖6所示，本 實施例以640X480分辨率的人臉圖像為例，左上角為坐標(x=0，y=0)，若所述人臉位置坐 標40 < x < 440且50 < y < 490，則認為所述人臉位置不靠近所述人臉圖像邊緣，依據(jù)所 述人臉圖像提取的人臉特征Fy有效。滿足上述條件的人臉特征可以用來自適應(yīng)。所述自 適應(yīng)得分范圍根據(jù)人臉識別方法訓練結(jié)果設(shè)定，并可以根據(jù)需要的自適應(yīng)效果調(diào)整，縮小 Slfflin的范圍，會導(dǎo)致自適應(yīng)嚴格。本實施例中所述自適應(yīng)得分范圍較所述最小相似度得分 范圍小，說明并非對所有識別通過的人臉特征都進行自適應(yīng)，只有可信度比較高的人臉特 征才進行自適應(yīng)。步驟S402 更新人臉特征模板，完成人臉特征的自適應(yīng)處理。如圖所示，本實施例所述人臉特征自適應(yīng)的具體方法是檢索所述人臉用戶信息 庫，找到所述編號P的用戶的人臉特征模板，保留所述用戶至少一組原始人臉特征模板不 被更新，本實施例保持前三組原始人臉特征模板不變，保留序號為q (1 < q < 18)的一組 人臉特征模板不變，采用本次識別成功的人臉特征模板Fy隨機替換其他14組人臉特征模 板中的任意一組。采用本實施例所述的自適應(yīng)方法，可以實現(xiàn)用戶的新的人臉特征模板及時更新到 人臉用戶信息庫中，又可以確保人臉特征模板的多樣性，從而達到改善識別速度和準確率 的有益效果。采用本實施例所述的自適應(yīng)的人臉識別方法，通過自適應(yīng)新的人臉特征，適時更 新人臉用戶信息庫中的人臉特征模板，解決了由于年齡、胡須等的緩慢變化而引起的人臉 特征緩慢變化對人臉識別帶來的影響，提高了識別速度，降低了拒識率。實施例2
如圖2所示，一種自適應(yīng)人臉識別方法，該方法包括如下步驟 步驟S201 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶 信息庫。具體地錄入人臉用戶的編號、姓名、住址、聯(lián)系方式等基本信息，用于用戶檢索或 在用戶識別成功后語音播報或顯示；連續(xù)采集所述注冊用戶的人臉圖像，每個用戶要采集 多張不同角度的人臉圖像；每采集一張人臉圖像，采用Garbor小波特征方法和LBP (local Binary Patterns)方法，從中提取1組人臉特征Fm，并分別計算所述人臉特征與已經(jīng)提取 到的m-1組人臉特征Fx的歐式距離，得到相似度得分民，其中1彡x彡m-1 ；若民在預(yù)設(shè)的 有效范圍內(nèi)，則保存所述人臉特征Fm為人臉特征模板，否則丟棄本組特征。所述預(yù)設(shè)的有 效范圍根據(jù)人臉識別方法訓練得到的經(jīng)驗值確定，本實施例中3801600。通過判斷 相似度得分Sx可以確保采集到豐富的人臉特征，同時又避免了采集到?jīng)]有代表性的片面的人臉特征。為了采集到豐富的人臉特征，每個用戶至少采集3組人臉特征模板，本實施例每 個人臉用戶采集18組人臉特征作為模板。所述人臉用戶的基本信息和所述18組人臉特征 模板組成一組人臉用戶信息，并存儲。重復(fù)步驟S201，錄入N個用戶，如圖3所示，N組所述人臉用戶信息構(gòu)成所述人臉 用戶信息庫。所述N為正整數(shù)。本實施例中，編號作為用戶的唯一標識，人臉用戶信息庫中 所有用戶的編號都是不同的。步驟S202:根據(jù)輸入的用戶編號，查詢?nèi)四樣脩粜畔?，獲得該編號用戶的用戶 fn息；
具體地，根據(jù)用戶輸入的用戶編號，例如123，采用完全匹配的方式，檢索人臉用戶信息 庫，若人臉用戶信息庫中已經(jīng)注冊有編號為123的用戶，則保存該用戶的用戶信息，包括 編號123，姓名、人臉特征模板F123[18]等。否則，提示該編號用戶不存在，需要重新輸入；
步驟S203 從采集到的人臉圖像中提取人臉特征，分別計算所述人臉特征與根據(jù)步驟 S202獲得的用戶信息取得的人臉特征模板的歐式距離，得到多組相似度得分，計算最小相 似度得分，若滿足預(yù)設(shè)條件，繼續(xù)通過計算并比較所述人臉特征與人臉用戶信息庫中所有 用戶人臉特征模板相似度得分確定最相似用戶，若所述最相似用戶與步驟S202獲得的用 戶相同，則識別通過，繼續(xù)步驟S204，否則重復(fù)步驟S203 ；
具體地，采集一張紅外人臉圖像，采用Garbor小波特征方法和LBP (local Binary Patterns)方法，從所述紅外人臉圖像中提取人臉位置和1組人臉特征Fy;并分別計算所述 人臉特征Fy與步驟S202中獲得的18組人臉特征模板F123[t] —級特征的歐式距離，得到相 似度得分St，其中1彡t彡18，并取最小相似度得分Slniin=Min(Sn，S12，S13…S118)，若Slmin滿 足預(yù)設(shè)相似度得分要求，則繼續(xù)下述比對，否則重復(fù)步驟S203。所述一級特征為人臉關(guān)鍵 特征，所述預(yù)設(shè)相似度得分要求為根據(jù)人臉識別方法訓練得到的經(jīng)驗值確定的一個數(shù)值范 圍，本實施例中要求所述最小相似度得分小于1400。分別計算所述人臉特征Fy與所述人臉用戶信息庫中所有人臉用戶的所有人 臉特征模板Ft的一級特征歐式距離和二級特征歐式距離，得到相似度得分Slt、S2t， 其中1 < t < NX 18，所述N為所述人臉用戶信息庫中的用戶數(shù)；取最小相似度得分 Slmin=MIN(Sn, S12，S13…S1T)、S2min=MIN(S21, S22，S23…S2T)，其中 T=NX 18，及獲得所述最小相似 度得分的人臉用戶編號P及其人臉模板序號q (1 < q < 18);若所述人臉用戶編號p與步 驟S202獲得的用戶編號相同，則認為人臉識別通過，繼續(xù)執(zhí)行下一步。否則，重新采集人臉 模板，繼續(xù)識別，直到識別通過或識別超時或被動結(jié)束識別過程。步驟S204 進行人臉特征自適應(yīng)處理。如圖4所示，所述人臉特征自適應(yīng)處理進一步地包含以下兩個步驟 步驟S401 判斷所述人臉特征Fy是否滿足自適應(yīng)條件；
根據(jù)步驟S203的人臉識別結(jié)果，首先，判斷一級特征最小相似度得分是否滿足自適應(yīng) 得分范圍，即Slmin ^ 380 ；其次，判斷所述人臉位置是否靠近所述人臉圖像的邊緣，如圖5和 圖6所示，本實施例以640X480分辨率的人臉圖像為例，左上角為坐標(x=0，y=0)，若所述 人臉位置坐標40 < x < 440且50 < y < 490，則認為所述人臉位置不靠近所述人臉圖像 邊緣，依據(jù)所述人臉圖像提取的人臉特征Fy有效。滿足上述條件的人臉特征可以用來自適 應(yīng)。所述自適應(yīng)得分范圍根據(jù)人臉識別方法訓練結(jié)果設(shè)定，并可以根據(jù)需要的自適應(yīng)效果調(diào)整，縮小Slmin的范圍，會導(dǎo)致自適應(yīng)嚴格。本實施例中所述自適應(yīng)得分范圍較所述最小相 似度得分范圍小，說明并非對所有識別通過的人臉特征都進行自適應(yīng)，只有可信度比較高 的人臉特征才進行自適應(yīng)。步驟S402 更新人臉特征模板，完成人臉特征的自適應(yīng)處理；
如圖所示，本實施例所述人臉特征自適應(yīng)的具體方法是檢索所述人臉用戶信息庫， 找到所述編號P的用戶的人臉特征模板，保留所述用戶至少一組原始人臉特征模板不被更 新，本實施例保持保留所述用戶前三組原始人臉特征模板不變，保留序號為q(l ≤q ≤ 18) 的一組人臉特征模板不變，采用本次識別成功的人臉特征模板Fy隨機替換其他14組人臉 特征模板中的任意一組。采用本實施例所述的自適應(yīng)方法，可以實現(xiàn)用戶的新的人臉特征模板及時更新到 人臉用戶信息庫中，又可以確保人臉特征模板的多樣性，從而達到改善識別速度和減少拒 識率的有益效果。采用本實施例所述的自適應(yīng)的人臉識別方法，通過適當降低相似度門限，使人臉 面部特征變化很大的用戶能夠識別通過，再通過自適應(yīng)新的人臉特征，適時更新人臉用戶 信息庫中的人臉特征模板，提高所述用戶后續(xù)識別的速度，有效解決了由于發(fā)型、人臉裝飾 變化而引起的人臉特征驟然變化對人臉識別帶來的影響，提高了識別速度，降低了拒識率。為了實現(xiàn)本發(fā)明所述的一種自適應(yīng)的人臉識別方法，本發(fā)明公開了一種人臉識別
直o下面將結(jié)合附圖，對本發(fā)明的又一較佳實施例進行詳細描述。如圖7所示，一種人臉識別裝置，包括
701微控制器
與所述存儲器702、人臉采集模塊703、顯示模塊704、語音播放模塊705、用戶輸入模塊 706分別連接，由具有高速圖像處理能力的DSP芯片構(gòu)成，根據(jù)用戶輸入模塊輸入的按鍵信 息，實現(xiàn)錄入人臉用戶信息，和輸入用戶編號啟動識別過程；控制顯示模塊和語音播放模塊 實現(xiàn)用戶交互，并讀取人臉采集模塊的圖像數(shù)據(jù)，經(jīng)過運算處理，提取人臉特征模板，完成 人臉特征錄入和比對識別操作，并判斷識別成功的人臉特征是否滿足自適應(yīng)條件，若滿足， 則以所述人臉特征更新人臉用戶信息庫中的相應(yīng)用戶的人臉特征模板，完成人臉特征自適 應(yīng)處理，并將處理結(jié)果存儲到存儲器；
702存儲器
與所述微控制器701連接，用以存儲所述人臉用戶信息庫和識別記錄、照片等微控制 器的其他處理結(jié)果；所述人臉用戶信息庫中中包含至少一個用戶的用戶信息，所述用戶信 息包括用戶編號、姓名、多組人臉特征模板等。703 人臉采集模塊
包括紅外攝像頭和彩色攝像頭，與所述微控制器701的視頻輸入端口連接，彩色攝像 頭采集人臉圖像用以在登記和識別過程中顯示；紅外攝像頭采集人臉并傳輸給微控制器模 塊，用于從中提取人臉特征模板，供錄入人臉用戶信息和識別及自適應(yīng)處理時使用； 704 顯示模塊
與所述微控制器701的視頻輸出端口連接，用以顯示錄入人臉用戶信息、采集人臉特 征模板的進度和所述人臉采集模塊中彩色攝像頭采集的人臉圖像及人臉識別時所述人臉采集模塊中彩色攝像頭采集的的人臉圖像、人臉特征自適應(yīng)處理時的提示界面及微控制器 輸出的識別信息。705 語音播放模塊
與所述微控制器701連接，用以播放微控制器模塊輸出的語音信息，包括在用戶注冊 過程中提示用戶調(diào)整姿態(tài)，以便采集到各個角度的人臉圖像和人臉識別成功后播報所述人 臉用戶姓名和成功提示音，及播放識別失敗提示音等。706 用戶輸入模塊
所述用戶輸入模塊連接至所述微控制器701，可以是鍵盤、觸摸屏或者外接的其他輸入 設(shè)備。通過操作所述用戶輸入模塊，輸入用戶編號、姓名、聯(lián)系方式等基本信息，控制微控制 器完成注冊用戶流程，和輸入用戶編號以啟動識別過程，及對所述人臉識別裝置進行配置。使用本實施例提供的一種人臉識別裝置，在識別的過程中可以自適應(yīng)人臉特征， 有效解決了由于年齡增長、胡須、發(fā)型、人臉裝飾等變化而引起的人臉特征變化對人臉識別 帶來的影響，提高了識別速度，降低了拒識率。以上所述，僅為本發(fā)明的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng) 涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準。
權(quán)利要求
1.一種自適應(yīng)的人臉識別方法，其特征在于，包括步驟SlOl 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶信息庫；步驟S102 從采集到的當前用戶人臉圖像中提取人臉特征，并與所述人臉用戶信息庫 中的人臉特征模板進行比對識別，若識別通過，執(zhí)行步驟S103，否則重復(fù)步驟S102 ； 步驟S103 判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)條件，若是，更新所述人 臉用戶信息庫中的人臉特征模板，完成所述人臉特征自適應(yīng)處理。
2.根據(jù)權(quán)利要求1所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S102包 括分別計算所述提取的人臉特征與所述人臉用戶信息庫中的所有人臉特征模板的歐式距 離獲得多個相似度得分，并對該多個相似度得分進行比較，保留最小相似度得分，判斷所述 最小相似度得分是否滿足預(yù)設(shè)條件，若滿足，則認為識別通過。
3.根據(jù)權(quán)利要求2所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S103中 的預(yù)設(shè)自適應(yīng)條件包括最小相似度得分在由人臉識別方法訓練確定的一個正整數(shù)集合 內(nèi)，人臉位置在所述人臉圖像的中心區(qū)域內(nèi)，所述中心區(qū)域根據(jù)所述人臉圖像分辨率確 定。
4.根據(jù)權(quán)利要求3所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S103更 新所述人臉用戶信息庫中的人臉特征模板進一步包括保留當前用戶的人臉特征模板中的 前N組人臉特征模板和識別得到的最相似人臉特征模板不變，隨機替換其他任意一個。
5.根據(jù)權(quán)利要求1所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述人臉用戶信 息庫中的每個用戶采集至少3組人臉特征模板。
6.根據(jù)權(quán)利要求5所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述人臉用戶信 息庫中的每個用戶采集18組人臉特征模板。
7.根據(jù)權(quán)利要求4所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述N至少為1， 且小于每個用戶的人臉特征模板數(shù)。
8.—種自適應(yīng)的人臉識別方法，其特征在于，包括步驟S201 錄入人臉用戶基本信息，采集多張所述人臉用戶的人臉圖像并分別從中提 取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶信息庫；步驟S202:根據(jù)輸入的用戶編號，查詢?nèi)四樣脩粜畔欤@得該編號用戶的用戶信息； 步驟S203:從采集到的人臉圖像中提取人臉特征，分別計算所述人臉特征與根據(jù)步驟 S202獲得的用戶信息取得的人臉特征模板的歐式距離，得到多組相似度得分，計算最小相 似度得分，若滿足預(yù)設(shè)條件，繼續(xù)通過計算并比較所述人臉特征與人臉用戶信息庫中所有 用戶人臉特征模板相似度得分確定最相似用戶，若所述最相似用戶與步驟S202獲得的用 戶相同，則識別通過，繼續(xù)下述步驟，否則重復(fù)步驟S203 ；步驟S204 判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)條件，若是，更新所述人 臉用戶信息庫中的人臉特征模板，完成所述人臉特征的自適應(yīng)處理。
9.根據(jù)權(quán)利要求8所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S203包 括分別計算所述提取的人臉特征與所述人臉用戶信息庫中的所有人臉特征模板的歐式距離獲得多個相似度得分，并對該多個相似度得分進行比較，保留最小相似度得分，判斷所述 最小相似度得分是否滿足預(yù)設(shè)條件，若滿足，則認為識別通過。
10.據(jù)權(quán)利要求9所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S204中的 預(yù)設(shè)自適應(yīng)條件包括最小相似度得分在由人臉識別方法訓練確定的一個正整數(shù)集合內(nèi)， 人臉位置在所述人臉圖像的中心區(qū)域內(nèi)，所述中心區(qū)域根據(jù)所述人臉圖像分辨率確定。
11.根據(jù)權(quán)利要求10所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述步驟S204 更新所述人臉用戶信息庫中的人臉特征模板，進一步包括保留當前用戶的人臉特征模 板中的前N組人臉特征模板和識別得到的最相似人臉特征模板不變，隨機替換其他任意一 個。
12.根據(jù)權(quán)利要求8所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述人臉用戶信 息庫中的每個用戶采集至少3組人臉特征模板。
13.根據(jù)權(quán)利要求8所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述人臉用戶信 息庫中的每個用戶采集18組人臉特征模板。
14.根據(jù)權(quán)利要求11所述的一種自適應(yīng)的人臉識別方法，其特征在于，所述N至少為 1，且小于每個用戶的人臉特征模板數(shù)。
15.一種自適應(yīng)人臉識別的裝置，包括微控制器及分別與其連接的存儲器、人臉采集 模塊、顯示模塊、語音播放模塊、用戶輸入模塊，具有自適應(yīng)的人臉識別功能，其特征在于，微控制器，用以根據(jù)用戶輸入模塊輸入的按鍵信息，實現(xiàn)錄入人臉用戶信息，和輸入用 戶編號啟動識別過程；控制顯示模塊和語音播放模塊實現(xiàn)用戶交互，并讀取人臉采集模塊 的圖像數(shù)據(jù)，經(jīng)過運算處理，提取人臉特征模板，完成人臉特征錄入和比對識別并對滿足條 件的人臉特征進行自適應(yīng)處理，并將處理結(jié)果存儲到存儲器；存儲器與微控制器連接，用以存儲人臉用戶信息庫和/或裝置的設(shè)置信息和/或人臉 識別記錄；人臉采集模塊與微控制器連接，用以采集人臉圖像，并獲取用來識別和進行自適應(yīng)的 人臉特征；顯示模塊與微控制器連接，用以顯示錄入人臉用戶信息和人臉識別時的人臉圖像、人 臉特征自適應(yīng)處理時的提示界面及微控制器輸出的識別信息；語音播放模塊與微控制器連接，用以播放微控制器模塊輸出的語音信息；用戶輸入模塊與微控制器連接，將通過按鍵錄入的用戶基本信息和識別時輸入的用戶 編號輸出給微控制器。
全文摘要
本發(fā)明實施例公開一種自適應(yīng)人臉識別方法及裝置，涉及人臉識別領(lǐng)域。一種自適應(yīng)的人臉識別方法，包括錄入人臉用戶基本信息,采集所述人臉用戶的多張人臉圖像并分別從中提取人臉特征作為人臉特征模板，將所述人臉用戶基本信息和人臉特征模板保存至人臉用戶信息庫；從采集的人臉圖像中提取人臉特征，并與所述人臉用戶信息庫中的人臉特征模板進行比對識別，若識別通過，進一步判斷所述人臉特征是否滿足預(yù)設(shè)自適應(yīng)要求,若是,更新所述人臉用戶信息庫中人臉特征模板,完成人臉特征自適應(yīng)。本發(fā)明公開的方法，有效地解決了由于人臉特征隨年齡、胡須等的改變而發(fā)生的緩慢變化對人臉識別效果的影響，提高了識別速度和準確率。
文檔編號G06K9/64GK102004908SQ20101056632
公開日2011年4月6日 申請日期2010年11月30日 優(yōu)先權(quán)日2010年11月30日
發(fā)明者任亞娟, 儲開麗, 彭菲 申請人:漢王科技股份有限公司