一種人臉識(shí)別系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種人臉識(shí)別系統(tǒng)，依次包括人臉檢測與定位、規(guī)范化、特征提取和人臉識(shí)別四個(gè)模塊。本發(fā)明的有益效果是：該人臉識(shí)別系統(tǒng)的識(shí)別精度可達(dá)90％以上，基本滿足了識(shí)別要求。系統(tǒng)實(shí)時(shí)性好、攜帶方便，可以通過程序的修改推廣到動(dòng)態(tài)圖像跟蹤、運(yùn)動(dòng)檢測等領(lǐng)域。
【專利說明】—種人臉識(shí)別系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種人臉識(shí)別系統(tǒng)。
【背景技術(shù)】
[0002]人臉識(shí)別的相關(guān)算法的運(yùn)行速度慢，PAL視頻信號(hào)進(jìn)行采集和處理以及人臉定位的運(yùn)行一般都不可以脫離PC機(jī)獨(dú)立進(jìn)行，人臉識(shí)別設(shè)備體積大、笨重、功耗高、攜帶不方便，這些都限制了人臉設(shè)別系統(tǒng)的應(yīng)用與推廣。

【發(fā)明內(nèi)容】

[0003]本發(fā)明要解決的技術(shù)問題是:基于上述問題，本發(fā)明提供一種人臉識(shí)別系統(tǒng)。
[0004]本發(fā)明解決其技術(shù)問題所采用的一個(gè)技術(shù)方案是:一種人臉識(shí)別系統(tǒng)，依次包括人臉檢測與定位、規(guī)范化、特征提取和人臉識(shí)別四個(gè)模塊。
[0005]進(jìn)一步地，人臉檢測與定位模塊為:確定人眼的坐標(biāo)(Xl，Y1)和(x2，y2)，由此可間接得到正方形人臉的左上頂點(diǎn)和右下頂點(diǎn)的坐標(biāo)，設(shè)其分別為(XpY1)和(χ2，y2)，其詳細(xì)計(jì)算方法如下所示:
[0006]Widtheyes=X2-X1 ；
[0007]Widthface=ffidtheyes/RH ；
[0008]X1=X1- (Widthface-Widtheyes)/2 ;
[0009]X2=X^Widthface ；
[0010]Heighteyes=(Y^y2)/2 ；
[0011]Heightface=Widthface ；
[0012]Y1=Heighteyes-HeightfaceZRv ;
[0013]Y2=Y^Heightface ；
[0014]式中，Rh和Rv均為經(jīng)驗(yàn)常數(shù)，分別取值為2.0和3.5。
[0015]進(jìn)一步地，通過DSP圖像預(yù)處理來達(dá)到圖像規(guī)范化模塊。
[0016]進(jìn)一步地，特征提取模塊采用主分量分析(PCA)，包括以下步驟:
[0017]第一步，采集到N個(gè)樣本用作訓(xùn)練集X，求出樣本平均值m，如下式所示
[0018]
【權(quán)利要求】
1.一種人臉識(shí)別系統(tǒng)，其特征是:依次包括人臉檢測與定位、規(guī)范化、特征提取和人臉識(shí)別四個(gè)模塊。
2.根據(jù)權(quán)利要求1所述的一種人臉識(shí)別系統(tǒng)，其特征是:所述的人臉檢測與定位模塊為:確定人眼的坐標(biāo)(Xl，Y1)和(x2，y2)，由此可間接得到正方形人臉的左上頂點(diǎn)和右下頂點(diǎn)的坐標(biāo)，設(shè)其分別為(XpY1)和(X2，Y2),其詳細(xì)計(jì)算方法如下所示:
Widtheyes=X2-X1 ；
Widthface=ffidtheyes/RH ；
X1=X1- (Widthface-Widtheyes) /2 ；
X2=X^ffidthface ；
Heighteyes= (Y^y2)/2 ；
Heightface=Widthface ；
Y1=Heighteyes-HeightfacfZRv ；
Y2=Y^Heightface ； 式中，Rh和Rv均為經(jīng)驗(yàn)常數(shù)，分別取值為2.0和3.5。
3.根據(jù)權(quán)利要求1所述的一種人臉識(shí)別系統(tǒng)，其特征是:通過DSP圖像預(yù)處理來達(dá)到圖像規(guī)范化模塊。
4.根據(jù)權(quán)利要求1所述的一種人臉識(shí)別系統(tǒng)，其特征是:所述的特征提取模塊采用主分量分析(PCA)，包括以下步驟: 第一步，采集到N個(gè)樣本用作訓(xùn)練集X，求出樣本平均值m，如下式所示
5.根據(jù)權(quán)利要求1所述的一種人臉識(shí)別系統(tǒng)，其特征是:所述的人臉識(shí)別模塊為KNN分類器進(jìn)行分類，KNN的實(shí)現(xiàn)分訓(xùn)練和識(shí)別兩步。
6.根據(jù)權(quán)利要求5所述的一種人臉識(shí)別系統(tǒng)，其特征是:所述的KNN的訓(xùn)練時(shí)，把每類樣本降維后的結(jié)果作為KNN的輸入；KNN的識(shí)別時(shí)，K近鄰算法將一個(gè)測試點(diǎn)X分類為與它最接近的K個(gè)近鄰中出現(xiàn)最多的那個(gè)類別，從測試樣本點(diǎn)開始生長，不斷擴(kuò)大區(qū)域，直到包含進(jìn)K個(gè)訓(xùn)練樣本點(diǎn)為止，并且把測試樣本點(diǎn)的類別歸為這最近K個(gè)訓(xùn)練樣本點(diǎn)中出現(xiàn)頻率最大的類別。
【文檔編號(hào)】G06K9/66GK103761504SQ201310751586
【公開日】2014年4月30日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】吳錦華 申請人:江蘇圖云智能科技發(fā)展有限公司