專利名稱：雙動態(tài)探測式生物特征人臉面相識別方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及人臉面相識別技術領域，尤其涉及一種雙動態(tài)探測式生物特征人臉面相識別方法及系統(tǒng)。
背景技術：
人臉面相識別是屬于眾多生物特征識別技術的其中一種，其優(yōu)勢在于非接觸性、 安全快速、方便使用和不可替代性等，只要取得視頻或圖片中含人臉部分就可以進行對比和識別，并且沒有其他生物識別技術的限制性。目前技術水平普遍應用于某些筆記本電腦作為用戶登陸、考勤和門禁系統(tǒng)中，但由于此技術仍待發(fā)展成熟，故市場上現(xiàn)有的面相產品大多需要配合其他互補手段例如指紋、IC卡一起使用，而且面相識別在應用中一般只是輔助性的作為提高準確率的手段之一，獨立使用面相識別技術的產品則準確率很低。面相識別的運算方法均大同小異，在取得優(yōu)質的人臉圖片的條件下大都可以準確識別，但是由于人臉在面對攝像頭時是動態(tài)移動的，并且有表情、角度、光照和背景等等實時變化的情況，這將代表無法像指紋機那樣限制用戶的行為，反而必須有寬廣的包容性和適應性，在獨立使用面相識別技術的情況下面臨非常大的困難和矛盾，在需要嚴格對照識別的情況下必須要求用戶臉部表現(xiàn)長期穩(wěn)定一致才可以通過，但是面對動態(tài)中的人群卻不可能嚴格對照否則大多數(shù)用戶將無法通過識別。另外一方面的缺點是針對單鏡頭彩色圖片對比方式的產品，這樣的產品甚至可以使用相片蒙混過關。因而進一步發(fā)展出使用紅外線攝像頭來避免照片蒙混過關的情況，但同時帶來新的問題和缺點是無法在有陽光的環(huán)境下正常使用，因為太陽所發(fā)出的強大紅外線影響了紅外線攝像頭的正常工作。所以面相識別的運算方法必須足夠智能以包容動態(tài)的用戶和環(huán)境變化，但現(xiàn)有技術和產品仍無法實現(xiàn)。

發(fā)明內容
本發(fā)明的目的在于，提供一種雙動態(tài)探測式生物特征人臉面相識別方法及系統(tǒng)， 很大程度上提高了人臉識別的運算效率、系統(tǒng)準確率和動態(tài)環(huán)境包容性，同時也降低了因環(huán)境和用戶動態(tài)變化所影響的失敗率。本發(fā)明提供一種雙動態(tài)探測式生物特征人臉面相識別方法，其包括如下步驟步驟1、預建所需用戶的面相模板；步驟2、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟3、根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照來照射人臉區(qū)域；步驟4、采集數(shù)個不同照射條件的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號，對人臉信號進行篩選；步驟5、對篩選出來的人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟6、對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板；
步驟7、將臨時面相模板與預建的面相模板進行相似度比較，相似度達到預定的閾值，則識別成功，否則識別不通過。所述步驟1包括步驟1. 1、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟1. 2、 根據(jù)環(huán)境因素以開啟相應的頻率密度和強度的紅外線光照來照射人臉區(qū)域；步驟1. 3、采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；步驟1.4、對人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟1.5、對同一人臉信號面相碼的彩色圖片及紅外圖片分別進行分析并揉和兩種分析結果而產生面相模板。所述步驟5包括步驟5. 1、人臉探測，從彩色圖片中尋找人臉的主要器官特征， 然后判斷出人臉部份并鎖定分析范圍；步驟5. 2、生命探測，從紅外圖片中循環(huán)探測用戶抖動，針對眼睛鎖定細致分析范圍，對采集的人臉信號是否為真實人臉進行初步判斷；步驟 5. 3、輪廓分析，按照人臉部分鎖定的分析范圍分析臉部輪廓，轉化彩色圖片為灰度；步驟
5.4、動態(tài)對比，將鎖定的分析范圍分開數(shù)份，動態(tài)調整每部分的亮度對比并對每一部分進行單獨分析，揉合出五官特征；步驟5. 5、雜訊消除，分析并消除人臉信號的雜訊，計算并舍棄非特征范圍；步驟5. 6、探測分析計算結果，轉化為數(shù)字格式的面相碼。所述步驟6包括步驟6. 1、局部特征分析，應用標準LFA算法，調整彩色圖片角度及比例計算，應用標準表面紋理分析方式來分析紅外圖片的人臉面相；步驟6. 2、二次生命分析，利用紅外線反射特性，補充分析人臉表面立體度，分析溫度分布差異及淚液；步驟
6.3、二次紋理分析，利用紅外線特性，補充分析皮膚紋理，皮下血管紋理；步驟6. 4、二次局部特征分析，計算細致分析范圍，揉和LFA算法分析結果。所述步驟7包括步驟7. 1、面相模板比對，將臨時面相模板和所有用戶的面相模版對比分析并鎖定相應用戶的面相模板，將鎖定的用戶的多個面相模版取出再次對比；步驟7. 2、重復驗證，對紅外圖片循環(huán)分析，確定用戶的身份；步驟7. 3、身份授權，臨時面相模板與鎖定的用戶的多個面相模版對比相似度達到預定的閾值，識別成功，臨時面相模板與鎖定的用戶的多個面相模版對比相似度沒有達到預定的閾值，則判斷為識別不予通過，按照設置賦予所識別的用戶相應的權限。還包括步驟8、根據(jù)設置賦予所識別的用戶相應的權限并將相似度比較結果輸出； 在步驟8中，將相似度比較結果通過顯示屏輸出顯示、或將相似度比較結果向外輸出以實現(xiàn)控制開關、網(wǎng)絡登陸、顯示通知、或報警。所述步驟7. 3中，識別成功后，將識別成功的臨時面相模版替換與臨時面相模板相似度相差最多的一個面相模板并進行保存；在步驟2中，所述環(huán)境因素包括光照角度、強度、白天及黑夜；在步驟3中，照射條件包括紅外線光照的頻率密度、強度、及角度；在步驟7 中，所述閾值為51% 99%。本發(fā)明還提供一種雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)，其包括監(jiān)測單元、 采集單元、環(huán)境運算模塊、及面相運算模塊；該監(jiān)測單元與環(huán)境運算模塊電性連接，用于檢測待識別用戶的移動并判斷環(huán)境因素；該環(huán)境運算模塊與面相運算模塊電性連接，用于根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照，并對采集到的人臉信號進行篩選及預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；該采集單元與環(huán)境運算模塊電性連接，用于采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；該面相運算模塊與一存儲有預建所需用戶的面相模板的存儲模塊電性連接，用于對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板，并將臨時面相模板與預建的面相模板進行相似度比較，并將相似度比較結果向外輸出。所述環(huán)境運算模塊包括相互電性連接的光源設置單元及信號預處理單元，該監(jiān)測單元包括分別與光源設置單元電性連接的光敏傳感器及移動傳感器，該采集單元包括與光源設置單元電性連接的紅外線光源，及與信號預處理單元電性連接的單攝像頭與/或雙攝像頭，該面相運算模塊包括分別與信號預處理單元依次電性連接的分析面相數(shù)據(jù)單元、模板記錄比對單元及身份授權單元，該存儲模塊分別與分析面相數(shù)據(jù)單元、模板記錄比對單元及身份授權單元電性連接，光源設置單元電性連接一電源模塊，信號預處理單元電性連接一復位模塊；該光敏傳感器用于判斷環(huán)境因素；該移動傳感器用于檢測待識別用戶的移動；該單攝像頭用于配合紅外線光源，以利用頻閃紅外線光源取得不同光照條件下具有彩色圖片及紅外圖片的人臉信號；該雙攝像頭分別采用彩色攝像頭及紅外線攝像頭分別采集分在不同光照條件的紅外線光源照射而獲得的具有彩色圖片及紅外圖片的人臉信號。所述身份授權單元電性連接一顯示屏幕，該身份授權單元還通過一 I/O模塊分別電性連接有燈顯示單元、機電開關、485/韋根模塊及網(wǎng)絡連接單元。本發(fā)明的有益效果本發(fā)明提供一種雙動態(tài)探測式生物特征人臉面相識別方法， 在運算流程方面進行了優(yōu)化，根據(jù)發(fā)現(xiàn)待識別用戶時的環(huán)境因素作出判斷并調整作出反應以取得最佳輸入信號，通過相應照射條件的紅外線照射的改變兼顧了不同光照環(huán)境下對于人臉數(shù)據(jù)的采集和預處理，針對環(huán)境變化提升了寬廣的包容性的同時保持高度識別準確率，通過在不同的多變的使用環(huán)境和狀況下智能采用對應的采集和識別運算方式，并且利用彩色圖片和紅外圖片的相互配合(同步加異步)抽取更多更有效的臉部特征數(shù)據(jù)，一方面避免了單鏡頭彩色圖片對比方式利用相片蒙混過關的可能，更包容了日照強光下、側光、 背光等環(huán)境因素的困擾，同時很好的發(fā)揮了紅外線攝像信號采集到有關溫度、淚水、血管紋理等生命跡象有關數(shù)據(jù)，大大地提高了識別率和準確率。相對于現(xiàn)有技術產品最多把握 95%的識別率并且需要先采集指紋或IC卡來說，本發(fā)明可以完全不依賴其他附加手段而直接針對人臉使用面相獨立運作，對同一人臉信號面相碼的彩色圖片及紅外圖片分別進行分析并揉和兩種分析結果，以提高人臉識別的準確率和識別率，達到智能化適應環(huán)境和用戶的動態(tài)變化，并且在一般的環(huán)境下做到99. 99%的準確率。為了能更進一步了解本發(fā)明的特征以及技術內容，請參閱以下有關本發(fā)明的詳細說明與附圖，然而附圖僅提供參考與說明用，并非用來對本發(fā)明加以限制。


下面結合附圖，通過對本發(fā)明的具體實施方式
詳細描述，將使本發(fā)明的技術方案及其它有益效果顯而易見。附圖中，圖1為本發(fā)明雙動態(tài)探測式生物特征人臉面相識別方法的流程示意圖；圖2為本發(fā)明雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)的結構示意圖。
具體實施例方式為更進一步闡述本發(fā)明所采取的技術手段及其效果，以下結合本發(fā)明的優(yōu)選實施例及其附圖進行詳細描述。如圖1所示，本發(fā)明提供一種雙動態(tài)探測式生物特征人臉面相識別方法，其包括如下步驟步驟1、預建所需用戶的面相模板；所述步驟1包括步驟1. 1、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟1. 2、根據(jù)環(huán)境因素以開啟相應的頻率密度和強度的紅外線光照來照射人臉區(qū)域；步驟1. 3、采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；步驟1.4、對人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟1.5、對同一人臉信號面相碼的彩色圖片及紅外圖片分別進行分析并揉和兩種分析結果而產生面相模板。步驟2、檢測到待識別用戶的移動，判斷環(huán)境因素；在步驟2中，所述環(huán)境因素包括光照角度、強度、白天及黑夜等。步驟3、根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照來照射人臉區(qū)域；在步驟3中，照射條件包括紅外線光照的頻率密度、強度、及角度等。步驟4、采集數(shù)個不同照射條件的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號，對人臉信號進行篩選。步驟5、對篩選出來的人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；所述步驟5包括步驟5. 1、人臉探測，從彩色圖片中尋找人臉的主要器官特征，然后判斷出人臉部份并鎖定分析范圍；步驟5. 2、生命探測，從紅外圖片中循環(huán)探測用戶抖動，針對眼睛鎖定細致分析范圍，對采集的人臉信號是否為真實人臉進行初步判斷；步驟5. 3、輪廓分析，按照人臉部分鎖定的分析范圍分析臉部輪廓，轉化彩色圖片為灰度；步驟5. 4、動態(tài)對比，將鎖定的分析范圍分開數(shù)份，動態(tài)調整每部分的亮度對比并對每一部分進行單獨分析，揉合出五官特征；步驟5. 5、雜訊消除，分析并消除人臉信號的雜訊，計算并舍棄非特征范圍；步驟5. 6、探測分析計算結果，轉化為數(shù)字格式的面相碼。步驟6、對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板；所述步驟6包括步驟6. 1、局部特征分析，應用標準LFA算法，調整彩色圖片角度及比例計算，應用標準表面紋理分析方式來分析紅外圖片的人臉面相；步驟6. 2、二次生命分析，利用紅外線反射特性，補充分析人臉表面立體度，分析溫度分布差異及淚液；步驟6. 3、二次紋理分析，利用紅外線特性，補充分析皮膚紋理，皮下血管紋理；步驟6. 4、二次局部特征分析，計算細致分析范圍，揉和LFA算法分析結果。步驟7、將臨時面相模板與預建的面相模板進行相似度比較，相似度達到預定的閾值，則識別成功，否則識別不通過。所述步驟7包括步驟7. 1、面相模板比對，將臨時面相模板和所有用戶的面相模版對比分析并鎖定相應用戶的面相模板，將鎖定的用戶的多個面相模版取出再次對比；步驟7. 2、重復驗證，對紅外圖片循環(huán)分析，確定用戶的身份；步驟7. 3、 身份授權，將臨時面相模板與鎖定的用戶的多個面相模版對比相似度達到預定的閾值，識別成功，臨時面相模板與鎖定的用戶的多個面相模版對比相似度沒有達到預定的閾值，則判斷為識別不予通過，按照設置賦予所識別的用戶相應的權限，所述步驟7. 3中，識別成功后，將識別成功的臨時面相模版替換與臨時面相模板相似度相差最多的一個面相模板并進行保存。優(yōu)選的，在步驟7中，所述閾值為51% 99%。步驟8、根據(jù)設置賦予所識別的用戶相應的權限并將相似度比較結果輸出；在步驟8中，將相似度比較結果通過顯示屏輸出顯示、或將相似度比較結果向外輸出以實現(xiàn)控制開關、網(wǎng)絡登陸、顯示通知、或報警。如圖2所示，本發(fā)明還提供一種雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)，其包括監(jiān)測單元10、采集單元、環(huán)境運算模塊20、及面相運算模塊30 ；該監(jiān)測單元10與環(huán)境運算模塊20電性連接，用于檢測待識別用戶的移動并判斷環(huán)境因素；該環(huán)境運算模塊20與面相運算模塊30電性連接，用于根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照，并對采集到的人臉信號進行篩選及預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；該采集單元與環(huán)境運算模塊20電性連接，用于采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；該面相運算模塊30與一存儲有預建所需用戶的面相模板的存儲模塊50電性連接，用于對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板，并將臨時面相模板與預建的面相模板進行相似度比較，并將相似度比較結果向外輸出。該環(huán)境運算模塊20包括相互電性連接的光源設置單元21及信號預處理單元22， 該監(jiān)測單元10包括分別與光源設置單元21電性連接的光敏傳感器(未圖示)及移動傳感器(未圖示)，該采集單元包括與光源設置單元21電性連接的紅外線光源40，及與信號預處理單元22電性連接的單攝像頭(未圖示)與/或雙攝像頭，該面相運算模塊30包括分別與信號預處理單元22依次電性連接的分析面相數(shù)據(jù)單元31、模板記錄比對單元32及身份授權單元33，該存儲模塊50分別與分析面相數(shù)據(jù)單元31、模板記錄比對單元32及身份授權單元33電性連接，光源設置單元21電性連接一電源模塊60，信號預處理單元22電性連接一復位模塊62 ；該光敏傳感器用于判斷環(huán)境因素；該移動傳感器用于檢測待識別用戶的移動；該單攝像頭用于配合紅外線光源22，以利用頻閃紅外線光源取得不同光照條件下具有彩色圖片及紅外圖片的人臉信號；該雙攝像頭分別采用彩色攝像頭23及紅外線攝像頭M分別采集分在不同光照條件的紅外線光源照射而獲得的具有彩色圖片及紅外圖片的人臉信號。該身份授權單元33電性連接一顯示屏幕70，該身份授權單元33還通過一 I/O模塊80分別電性連接有燈顯示單元81、機電開關82、485/韋根模塊83及網(wǎng)絡連接單元84， 以達到實現(xiàn)控制開關、網(wǎng)絡登陸、顯示通知、報警等實際應用和產品中。本發(fā)明中的環(huán)境運算模塊20采用環(huán)境運算法則而根據(jù)發(fā)現(xiàn)來人時的環(huán)境因素作出判斷并調整相關硬件作出反應以取得最佳輸入信號，當從移動傳感器探測到用戶移動時開始通過光敏傳感器判斷環(huán)境因素如光照角度強度白天黑夜等，再視乎使用單/雙攝像頭來開啟紅外線光照的頻率密度和強度，以取得不同光照下的彩色圖片和紅外線(黑白)圖片的人臉信號，提供足夠的數(shù)據(jù)以便后續(xù)分析運算。本發(fā)明中還包括了針對雙動態(tài)局部特征表面組織分析運算法則中的數(shù)據(jù)預先處理功能，通過不斷改變紅外線光照強度角度和彩色、紅外線攝像頭的不同搭配組合取得人臉信號并篩選出合適的人臉信號后，掐出人臉范圍并分析出所需要的特征如輪廓、無官距離比例、皮膚紋理等等，在處理雜訊消除的同時判斷一些正常的抖動，針對眼睛部分重點分析淚液在紅外線下的反光等等，初步判斷出人臉的真實性，經過預處理的算法后將容許拋棄絕大部分的信號數(shù)據(jù)包括圖片中除了人臉范圍外的數(shù)據(jù)、雜訊數(shù)據(jù)、顏色數(shù)據(jù)等等，只保留絕對關鍵的少量數(shù)據(jù)并加密轉化為一條編碼，即面相碼，其簡易化大大簡化了后續(xù)面相識別分析運算的量，也實現(xiàn)了幾乎實時的識別反應速度。本發(fā)明還根據(jù)面相碼作出分析，應用標準的LFA算法計算出人臉數(shù)據(jù)的特征，為達到本發(fā)明所提到的準確率和識別率，將針對同一人臉信號的彩色圖片和紅外圖片分別進行分析，最后揉和兩種分析結果產生出分析結果，此結果即使針對同一用戶每次產生的結果也并非完全一致的，是一種模糊結果，而每次探測用戶都會產生兩組以上的模糊結果，這些模糊結果會以一個數(shù)值編碼的方式嵌入到面相碼中，用戶在登記注冊的時候這些包含了模糊結果的面相碼會儲存在數(shù)據(jù)庫中作為此用戶的面相模版，面相模版是以后探測到人臉時做為對比分析的重要數(shù)據(jù)。用戶在日后的識別應用的時候采用面相運算模塊按照面相運算法則產生實時的臨時面相模版，再利用此臨時的面相模版和數(shù)據(jù)庫中預存的所有用戶模版進行對比。身份的識別則如前所描述幾乎每次探測分析出來的面相碼和面相模版都是不一致的，這也是生物特征識別技術的特性，所以經過面相運算法則后產生的結果將會以數(shù)據(jù)庫中數(shù)值最接近的面相模版判斷為有效，同時需要設置一個閥值，即相似度，此閥值優(yōu)選為 51 99%，越高表示對比結果要求越接近，但是完全的一致是不存在的，所以不設100% ； 結果低于一半也是沒有意義的，所以也不設50%以下的閥值。通過預設的條件得出的最接近面相模版所對應的用戶則判斷為身份已經識別，對比過所有用戶面相模版后均無高于閥值的面相模版則判斷為識別不予通過。在條件容許的情況下重復以上的探測和分析識別則可以進一步提高準確率，唯必須犧牲整體識別的速度，實際應用中以整體識別過程不超過1秒可以接受。再針對用戶樣貌隨時間的變化，當用戶通過鑒定后可以把當次的臨時面相模版保存到存儲模塊，同時淘汰掉此用戶在存儲模塊中存放的數(shù)值相差最遠的一個面相模版，可以包容用戶面貌的更新變化而同時不降低識別的準確率。以上所述，對于本領域的普通技術人員來說，可以根據(jù)本發(fā)明的技術方案和技術構思作出其他各種相應的改變和變形，而所有這些改變和變形都應屬于本發(fā)明權利要求的保護范圍。
權利要求
1.一種雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，包括如下步驟步驟1、預建所需用戶的面相模板；步驟2、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟3、根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照來照射人臉區(qū)域；步驟4、采集數(shù)個不同照射條件的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號，對人臉信號進行篩選；步驟5、對篩選出來的人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟6、對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板；步驟7、將臨時面相模板與預建的面相模板進行相似度比較，相似度達到預定的閾值， 則識別成功，否則識別不通過。
2.如權利要求1所述的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，所述步驟1包括步驟1. 1、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟1. 2、根據(jù)環(huán)境因素以開啟相應的頻率密度和強度的紅外線光照來照射人臉區(qū)域；步驟1. 3、采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；步驟1. 4、對人臉信號進行預處理， 提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟1. 5、對同一人臉信號面相碼的彩色圖片及紅外圖片分別進行分析并揉和兩種分析結果而產生面相模板。
3.如權利要求1所述的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，所述步驟5包括步驟5. 1、人臉探測，從彩色圖片中尋找人臉的主要器官特征，然后判斷出人臉部份并鎖定分析范圍；步驟5. 2、生命探測，從紅外圖片中循環(huán)探測用戶抖動，針對眼睛鎖定細致分析范圍，對采集的人臉信號是否為真實人臉進行初步判斷；步驟5. 3、輪廓分析， 按照人臉部分鎖定的分析范圍分析臉部輪廓，轉化彩色圖片為灰度；步驟5. 4、動態(tài)對比， 將鎖定的分析范圍分開數(shù)份，動態(tài)調整每部分的亮度對比并對每一部分進行單獨分析，揉合出五官特征；步驟5. 5、雜訊消除，分析并消除人臉信號的雜訊，計算并舍棄非特征范圍； 步驟5. 6、探測分析計算結果，轉化為數(shù)字格式的面相碼。
4.如權利要求1所述的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，所述步驟6包括步驟6. 1、局部特征分析，應用標準LFA算法，調整彩色圖片角度及比例計算， 應用標準表面紋理分析方式來分析紅外圖片的人臉面相；步驟6. 2、二次生命分析，利用紅外線反射特性，補充分析人臉表面立體度，分析溫度分布差異及淚液；步驟6. 3、二次紋理分析，利用紅外線特性，補充分析皮膚紋理，皮下血管紋理；步驟6. 4、二次局部特征分析， 計算細致分析范圍，揉和LFA算法分析結果。
5.如權利要求1所述的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，所述步驟7包括步驟7. 1、面相模板比對，將臨時面相模板和所有用戶的面相模版對比分析并鎖定相應用戶的面相模板，將鎖定的用戶的多個面相模版取出再次對比；步驟7. 2、重復驗證，對紅外圖片循環(huán)分析，確定用戶的身份；步驟7. 3、身份授權，臨時面相模板與鎖定的用戶的多個面相模版對比相似度達到預定的閾值，識別成功，臨時面相模板與鎖定的用戶的多個面相模版對比相似度沒有達到預定的閾值，則判斷為識別不予通過，按照設置賦予所識別的用戶相應的權限。
6.如權利要求5所述的的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，還包括步驟8、根據(jù)設置賦予所識別的用戶相應的權限并將相似度比較結果輸出；在步驟8 中，將相似度比較結果通過顯示屏輸出顯示、或將相似度比較結果向外輸出以實現(xiàn)控制開關、網(wǎng)絡登陸、顯示通知、或報警。
7.如權利要求5所述的的雙動態(tài)探測式生物特征人臉面相識別方法，其特征在于，所述步驟7. 3中，識別成功后，將識別成功的臨時面相模版替換與臨時面相模板相似度相差最多的一個面相模板并進行保存；在步驟2中，所述環(huán)境因素包括光照角度、強度、白天及黑夜；在步驟3中，照射條件包括紅外線光照的頻率密度、強度、及角度；在步驟7中，所述閾值為51% 99%。
8.一種雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)，其特征在于，包括監(jiān)測單元、采集單元、環(huán)境運算模塊、及面相運算模塊；該監(jiān)測單元與環(huán)境運算模塊電性連接，用于檢測待識別用戶的移動并判斷環(huán)境因素；該環(huán)境運算模塊與面相運算模塊電性連接，用于根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照，并對采集到的人臉信號進行篩選及預處理， 提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；該采集單元與環(huán)境運算模塊電性連接，用于采集數(shù)個不同的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號；該面相運算模塊與一存儲有預建所需用戶的面相模板的存儲模塊電性連接，用于對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板，并將臨時面相模板與預建的面相模板進行相似度比較，并將相似度比較結果向外輸出。
9.如權利要求8所述的雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)，其特征在于，所述環(huán)境運算模塊包括相互電性連接的光源設置單元及信號預處理單元，該監(jiān)測單元包括分別與光源設置單元電性連接的光敏傳感器及移動傳感器，該采集單元包括與光源設置單元電性連接的紅外線光源，及與信號預處理單元電性連接的單攝像頭與/或雙攝像頭，該面相運算模塊包括分別與信號預處理單元依次電性連接的分析面相數(shù)據(jù)單元、模板記錄比對單元及身份授權單元，該存儲模塊分別與分析面相數(shù)據(jù)單元、模板記錄比對單元及身份授權單元電性連接，光源設置單元電性連接一電源模塊，信號預處理單元電性連接一復位模塊； 該光敏傳感器用于判斷環(huán)境因素；該移動傳感器用于檢測待識別用戶的移動；該單攝像頭用于配合紅外線光源，以利用頻閃紅外線光源取得不同光照條件下具有彩色圖片及紅外圖片的人臉信號；該雙攝像頭分別采用彩色攝像頭及紅外線攝像頭分別采集分在不同光照條件的紅外線光源照射而獲得的具有彩色圖片及紅外圖片的人臉信號。
10.如權利要求9所述的雙動態(tài)探測式生物特征人臉面相識別系統(tǒng)，其特征在于，所述身份授權單元電性連接一顯示屏幕，該身份授權單元還通過一 I/O模塊分別電性連接有燈顯示單元、機電開關、485/韋根模塊及網(wǎng)絡連接單元。
全文摘要
一種雙動態(tài)探測式生物特征人臉面相識別方法，其包括如下步驟步驟1、預建所需用戶的面相模板；步驟2、檢測到待識別用戶的移動，判斷環(huán)境因素；步驟3、根據(jù)環(huán)境因素以開啟相應的照射條件的紅外線光照來照射人臉區(qū)域；步驟4、采集數(shù)個不同照射條件的紅外線光照下的具有彩色圖片及紅外圖片的人臉信號，對人臉信號進行篩選；步驟5、對篩選出來的人臉信號進行預處理，提取特征范圍并轉化為面相碼，舍棄人臉信號中的其余數(shù)據(jù)；步驟6、對同一人臉信號面相碼的彩色圖片數(shù)據(jù)及紅外圖片數(shù)據(jù)分別進行分析并揉和兩種分析結果而產生臨時面相模板；步驟7、將臨時面相模板與預建的面相模板進行相似度比較，相似度達到預定的閾值，則識別成功，否則識別不通過。
文檔編號G06K9/20GK102360420SQ20111030486
公開日2012年2月22日 申請日期2011年10月10日 優(yōu)先權日2011年10月10日
發(fā)明者趙少敏 申請人:星越實業(yè)(香港)有限公司