CN115147887A - 人脸识别率提高方法、门禁设备及计算机可读存储介质 - Google Patents
人脸识别率提高方法、门禁设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115147887A CN115147887A CN202110347978.5A CN202110347978A CN115147887A CN 115147887 A CN115147887 A CN 115147887A CN 202110347978 A CN202110347978 A CN 202110347978A CN 115147887 A CN115147887 A CN 115147887A
- Authority
- CN
- China
- Prior art keywords
- eye
- image
- characteristic value
- owner
- access control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims description 32
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 210000004709 eyebrow Anatomy 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种人脸识别率提高方法,包括:捕捉用户的人脸图像;识别所述人脸图像中是否包含口罩;若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值;将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令,以及执行所述门禁指令,以控制门禁设备的开启和关闭。本发明还提供一种门禁设备和计算机存储介质。利用本发明,可以提高社区人脸识别的速度和准确率。
Description
技术领域
本发明涉及智慧社区,具体而言,主要涉及一种人脸识别率提高方法、门禁设备及计算机可读存储介质。
背景技术
随着信息技术的发展和人们居住环境的改善,社区管理越来越智能化。生物特征识别,尤其是人脸识别技术在门禁管理的运用,极大地提高了社区通行管理的智能程度。然而,在新冠疫情流行的情况下,佩戴口罩出行已经成为一种常态。人脸识别在面对戴口罩的用户时,往往存在识别率低、响应速度慢的问题。
发明内容
有鉴于此,本发明提出一种人脸识别率提高方法、终端及计算机可读存储介质,在校验用户人脸时只需校验用户眼部特征即可完成人脸识别过程,提高人脸识别速度和准确率,避免用户戴口罩影响人脸识别效果。
为了实现上述目的,本发明提出如下的技术方案:
第一方面,提出一种人脸识别率提高方法,包括:
捕捉用户的人脸图像;
识别所述人脸图像中是否包含口罩;
若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值;
将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令,以及
执行所述门禁指令,以控制门禁设备的开启和关闭。
优选地,所述识别所述人脸图像的眼部特征,确定所述眼部特征的特征值的步骤,具体包括:
识别所述人脸图像中的眼部图像;
根据所述眼部图像的双眼坐标进行图像缩放处理;
将缩放处理后的图像转换成灰度图像;
对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值。
优选地,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
调用最近邻分类器逐一计算所述灰度图像的特征值与业主眼部特征值的欧式距离,并判断是否存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值。
优选地,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
优选地,所述对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值的步骤,具体包括:
将所述灰度图像分割成眉毛图像块和眼睛图像块;
对所述图像块依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到每个图像块的特征值;
拼接每个图像块的特征值,生成所述灰度图像的特征值。
优选地,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
获取所述灰度图像每个图像块的特征值和业主眼部每个图像块的特征值;
调用最近邻分类器分别计算所述业主眼部和所述灰度图像在同一图像块特征值的欧式距离;
根据所述欧式距离,计算所述灰度图像与所述业主眼部对应图像块之间的相似度;
根据对应图像块之间的相似度,判断是否存在与所述灰度图像的整体相似度达到预设阈值的业主眼部。
优选地,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
优选地,所述将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令的步骤,具体包括:
将所述特征值与预先存储的业主眼部特征值进行比对;
若存在与所述特征值匹配的业主眼部特征值,则提醒用户录入预设的语音;
识别用户语音中的声纹特征,并将所述声纹特征与预先存储的与所述业主眼部特征映射关联的声纹模板进行比对;
若所述声纹特征与所述声纹模板匹配,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若所述声纹特征与所述声纹模板不匹配,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
第二方面,提出一种门禁设备,包括存储器、处理器、以及存储在所述存储器上并可被所述处理器运行的计算机程序指令,所述计算机程序指令被所述处理器执行时,可实现如上文所述的方法。
第三方面,提出一种计算机可读存储介质,包括可被所述处理器运行的计算机程序指令,所述计算机程序指令被所述处理器执行时,可实现如上文所述的方法。
本发明的有益效果:
相较于现有技术,本发明所提供的人脸识别率提高方法、门禁设备及计算机可读存储介质,在校验用户人脸时只需校验用户眼部特征即可完成人脸识别过程,提高人脸识别速度和准确率,避免用户戴口罩影响人脸识别效果。同时,在人脸识别通过后增加声纹比对的流程,降低仅识别眼部特征带来的识别出错风险,进一步提升识别准确率。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施方式,因此不应被看作是对本发明范围的限定。
图1为本发明所述的门禁设备一实施例的应用环境示意图;
图2为本发明所述的门禁设备一实施例的硬件架构示意图;
图3为本发明所述的人脸识别率提高方法一实施例的流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
在下文中,将更全面地描述本发明的各种实施方式。本发明可具有各种实施方式,并且可在其中做出调整和改变。然而,应理解:不存在将本发明的各种实施方式限于在此公开的特定实施方式的意图,而是应将本发明理解为涵盖落入本发明的各种实施方式的精神和范围内的所有调整、等同物和/或可选方案。
在下文中,可在本发明的各种实施方式中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本发明的各种实施方式中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本发明的各种实施方式中,表述“A或/和B”包括同时列出的文字的任何组合或所有组合,例如,可包括A、可包括B或可包括A和B二者。
在本发明的各种实施方式中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施方式中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本发明的各种实施方式的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:在本发明中,除非另有明确的规定和定义,“安装”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接、也可以是可拆卸连接、或者一体地连接;可以是机械连接,也可以是电连接;可以是直接连接,也是可以通过中间媒介间接相连;可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,本领域的普通技术人员需要理解的是,文中指示方位或者位置关系的术语为基于附图所示的方位或者位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的各种实施方式中使用的术语仅用于描述特定实施方式的目的并且并非意在限制本发明的各种实施方式。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施方式所述领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施方式中被清楚地限定。
请参阅图1,是本发明所述的门禁设备1的应用环境示意图。
如图1所示,本实施例所述的门禁设备1应用于智慧社区中,所述智慧社区至少包括社区平台2、门禁设备1、人脸终端3。通常,所述社区平台2一端通过网络与所述门禁设备1通信连接,另一端则通过网络连接于所述人脸终端3,所述网络可以诸如光纤网络的有线网络,也可以是5G、4G等无线通信网络。需要说明的是,一般的智慧社区中的门禁设备1数量往往是多个,图1中示出一个门禁设备1,仅作示例而非限制。
所述人脸终端3一方面可以社区业主的移动终端,例如用户随身携带的诸如智能手机、平板电脑、笔记本等;另一方面也可以是社区内统一设置的社区人脸录入终端,例如带摄像头的计算机等。其中,所述人脸终端3具有本发明所提供的人脸采集设定模式,所述人脸采集设定模式可用于采集社区业主的人脸图像、配置不同社区业主的门禁权限信息等。所述门禁权限可以用作后续校验社区业主身份是否合法的依据。本实施例中,当所述人脸终端3采集到社区业主的人脸图像时,可以发送所述人脸图像和门禁权限信息至与之相连的社区平台2。除此之外,在其他实施例中,所述人脸终端3还可以用于采集社区业主录入的语音,以及将社区业主语音、社区业主人脸图像、以及社区业主的门禁权限信息映射关联在一起上传至所述社区平台2。
所述社区平台2可以是诸如机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等电子设备,该电子设备可以是独立的服务器,也可以是由多个服务器所组成的服务器集群。其中,所述社区平台2具有本发明所提供的人脸识别算法,主要用于接收所述人脸终端3所上传的社区业主的人脸图像,并对所述人脸图像进行人脸识别,获取所述人脸图像的人脸特征值。本实施例中,在获取所述社区业主的人脸图像特征值后,所述社区平台2可以根据预先配置的社区业主的门禁权限信息,向各个门禁设备1下发对应楼栋的社区业主的人脸特征值。例如,根据社区内3栋2单元的社区业主的门禁权限信息,向3栋2单元位置的门禁设备1下发居住于3栋2单元的社区业主的人脸特征值。
需要补充的是,为了避免无法识别戴口罩用户的人脸,在上述识别社区业主人脸图像的过程中,所述社区平台2还可以进一步单独识别社区业主人脸图像的眼部特征,单独获取、保存以及下发社区业主眼部特征的特征值至所述门禁设备1,用以在后续社区业主戴口罩时,可以仅通过未遮挡的眼部特征来校验用户的身份。
可以理解,当所述人脸终端3还采集有社区业主录入的语音时,所述社区平台2还可用于接收所述人脸终端3所上传的语音,并提取所述语音的声纹特征,所述声纹特征包括频谱、音调、共振峰、基音、反射系数等参数。所述声纹特征可与所述人脸特征值、所述眼部特征的特征值进行映射关联存储,用于在下发时与所述人脸特征值、所述眼部特征的特征值一起下发至所述门禁设备1,用作所述门禁设备校验来访用户身份的依据。
所述门禁设备1可以是设置于社区大门、小区单元楼道出入口、楼梯电梯间、消防通道、地下停车场等社区位置的闸机设备等。其中,所述门禁设备1一方面主要用于接收社区平台2所下发的社区业主人脸图像特征值、所述业主眼部特征的特征值、业主语音的声纹特征等信息;另一方面则主要用于在有用户访问时接收所述用户的门禁访问请求,并调用本发明所提供的人脸识别算法对所采集的用户人脸图像进行识别,提取对应的人脸图像特征值、眼部特征的特征值,调用预设的语音识别算法采集用户语音,提取对应的声纹特征,进而分别与所接收的社区业主的人脸图像特征值、业主眼部特征的特征值、业主声纹特征等进行比对,以完成相应的门禁权限校验过程。
请参考图2,是本发明所述的门禁设备1的硬件架构示意图。
本实施例中,所述的门禁设备1可包括,但不仅限于,可通过***总线相互通信连接存储器11、处理器12、采集单元13以及通信接口14。需要指出的是,图1示出了具有各种组件的门禁设备1,但是应当理解的是,并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述门禁设备1的元件。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述门禁设备1的内部存储单元,例如该门禁设备1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述门禁设备1的外部存储设备,例如该门禁设备1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器11还可以既包括所述门禁设备1的内部存储单元也包括其外部存储设备。本实施例中,所述存储器11通常用于存储安装于所述门禁设备1的操作***和各类应用软件,例如本实施例中与门禁控制相关的计算机可读程序代码等。此外,所述存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12,在一些实施例中,可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述门禁设备1的总体操作。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行所述的与门禁控制相关的计算机可读程序代码等。
所述采集单元13,可以是摄像头、监控器、录音笔、录音机等录音录像设备,主要用于采集用户的人脸图像和语音信息。进一步地,所述采集单元13还可以与一显示设备相结合,用于实时显示所采集的音频和视频图像,以指导用户实时调整当前所处位置以方便图像和语音的采集。其中,所述显示设备可以是液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器中的至少一种。
所述通信接口14,可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯***(Global System of Mobile communication,GSM)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络的通信接口。该通信接口14通常用于在所述门禁设备1与其他设备之间的通信连接。
至此,己经详细介绍了本发明相关设备的硬件结构和功能。下面,将基于上述硬件结构和功能,提出本发明的各个实施例。
首先,本发明提出一种人脸识别率提高方法。
请参考图3,是本发明所述的人脸识别率提高方法一实施例的流程示意图。本实施例中,根据不同的需求,图3所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。
本实施例中,所述的人脸识别率提高方法包括:
步骤S110,捕捉用户的人脸图像。
本实施例中,社区内设置有多个门禁设备1,用于在用户来访时可通过设置于社区出入通道的门禁设备1进行用户身份的校验。具体地,所述门禁设备1可以配备有诸如摄像头、触控屏幕、键盘等部件,用以方便用户通过所述门禁设备1发起门禁访问请求。例如,本实施例中,用户可通过所述门禁设备1的触控屏幕上所显示的开门按钮,触发所述门禁访问请求等。所述门禁设备1可以配备有采集单元13,所述采集单元13可以配备有摄像头等部件,用于在所述门禁访问请求触发后,实时采集预设位置的图像,抓取所述图像中的人脸图像。
步骤S120,识别所述人脸图像中是否包含口罩。
一般情况下,人脸识别技术是可以快速识别用户人脸图像的,但是若用户在录入人脸时戴着口罩等遮挡物,则所录入的人脸图像不完整,所述人脸识别技术因无法从所录入的人脸图像中识别出足够的人脸特征而导致人脸识别效果不佳。因而,为了避免无法识别戴口罩用户人脸的情况出现,本实施例在录入社区业主的人脸图像时,不仅录入了社区业主完整的人脸图像,还就社区业主人脸图像中的眼部图像单独进行了录入保存,便于在识别到戴口罩用户人脸时,用所述眼部图像来替代完整的人脸图像来进行人脸识别过程。其中,为了区分来访用户是否佩戴口罩,在捕捉用户的人脸图像后,首先需要对所述人脸图像进行识别,例如分别将所述人脸图像的脸部轮廓与戴口罩的人脸轮廓模板、不戴口罩的人脸轮廓模板进行比对等,识别出所述人脸图像是否包含口罩等遮挡物。
步骤S130,若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值。
可以理解,当所捕捉的用户人脸图像中包含口罩时,说明所述用户的人脸图像不完整,无法使用普通的人脸识别方式完成所述人脸识别过程。因而,本实施例只能利用口罩无法遮挡的局部人脸特征,例如用户人脸的眼部特征来替代完整人脸的人脸特征,进行所述人脸识别的过程。
具体地,当所述人脸图像包含口罩时,所述门禁设备1首先提取所述人脸图像中的眼部图像,根据所述眼部图像的双眼坐标进行图像缩放处理;然后,将缩放处理后的眼部图像转换成灰度图像,并对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值,也即所述眼部图像的眼部特征的特征值。
需要补充的是,其他实施例中,在将所述眼部图像转换成灰度图像之后,还可以进一步对所述灰度图像进行切分,将所述灰度图像进一步切分成多个图像块,例如切分成眉毛图像块和眼睛图像块。然后,分别对所述多个图像块依次进行所述低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,分别计算得出与每个图像块对应的特征值。最后,再拼接每个图像块的特征值,生成与整个灰度图像对应的特征值,也即所述眼部图像的眼部特征的特征值。
步骤S140,将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令。
本实施例中,除门禁设备1外,智慧社区内至少还包括人脸终端3、社区平台2。其中,所述人脸终端3具有本发明所提供的人脸采集设定模式,所述人脸采集设定模式可用于采集社区业主的人脸图像、配置不同社区业主的门禁权限信息等。工作时,所述人脸终端3采集到区业主的人脸图像,并发送所述人脸图像和对应的门禁权限信息至与之相连的社区平台2。而所述社区平台2具有本发明所提供的人脸识别算法,所述社区平台2通常用于接收所述人脸终端3所上传的社区业主的人脸图像,并对所述人脸图像进行人脸识别,获取所述人脸图像的人脸特征值。其中,在获取所述社区业主的人脸图像特征值后,所述社区平台2可以根据预先配置的社区业主的门禁权限信息,向各个门禁设备1下发对应楼栋的社区业主的人脸特征值。例如,根据社区内3栋2单元的社区业主的门禁权限信息,向3栋2单元位置的门禁设备1下发居住于3栋2单元的社区业主的人脸特征值。因此,可以理解,所述门禁设备1在采集来访用户的人脸图像得到对应的人脸特征特征值后,可以将其与从所述社区平台2所接收的社区业主的人脸特征值进行比对,以核查所述来访用户是否为合法的社区业主。
具体地,本实施例中,可以调用最近邻分类器依次计算所述眼部特征的特征值与所接收的业主眼部特征值的欧式距离,判断是否存在与所述眼部特征特征值的欧式距离未超出预设阈值的社区业主眼部特征值。其中,若存在与所述灰度图像特征值的欧式距离不大的社区业主眼部特征值(也即距离值未超出预设阈值),则说明来访用户的眼部特征与社区业主的眼部特征匹配;若不存在与所述眼部特征特征值的欧氏距离不大的社区业主眼部特征值(也即距离值超出了预设阈值),则说明来访用户的眼部特征与社区业主的眼部特征不匹配。
在其他实施例中,若所述眼部特征的特征值的生成是通过将眼部图像切分成多个图像块,然后分别计算每隔图像块的特征值,最后再进行特征值的拼接的方式而生成,则所述将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对的步骤,还可以是:获取所述切分的每个图像块的特征值和业主眼部每个图像块的特征值;调用最近邻分类器分别计算所述业主眼部和所述眼部图像在同一图像块的特征值的欧式距离;根据各个图像块特征值的欧式距离,计算所述眼部图像与所述业主眼部对应图像块之间的相似度;根据对应图像块之间的相似度,判断是否存在与所述灰度图像的整体相似度达到预设阈值的社区业主的业主眼部。若存在整体相似度达到预设阈值的业主眼部,则说明来访用户的眼部特征与社区业主的眼部特征匹配;若不存在整体相似度达到预设阈值的业主眼部,则说明来访用户的眼部特征与社区业主的眼部特征不匹配。
进一步地,当来访用户的眼部与社区业主的眼部特征匹配时,说明所述来访用户的身份合法,故所述门禁设备1生成控制门禁设备1开启的门禁指令。反之,当来访用户的眼部特征与社区业主的眼部特征不匹配时,说明所述来访用户的身份不合法,故所述门禁设备1不生成控制门禁设备1开启的门禁指令。此外,所述门禁设备1还可以在用户身份不合法时,发出提示提醒用户重新录入人脸图像;以及记录所述用户在预设时间内身份检测不合法的次数;并在所述次数超出预设次数,向社区安防人员发出预警提示。
需要补充的是,为提高人脸识别的安全性,降低使用局部脸部特征(例如眼部特征)替代完整人脸特征进行人脸识别所带来的风险,在用户的眼部特征特征值通过校验后,本实施例还可以进一步的提醒用户通过所述门禁设备1的采集单元13录入预设的语音,例如要求用户朗读预设的固定文字语句等,然后通过语音采集用户的声纹特征,通过声纹特征二次校验所述用户的身份是否合法。具体地,本实施例将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对;若存在与所述眼部特征值匹配的业主眼部特征值,则提醒用户录入预设的语音;识别用户语音中的声纹特征,并将所述声纹特征与预先存储的与所述业主眼部特征映射关联的声纹模板进行比对;若所述声纹特征与所述声纹模板匹配,则判定用户身份合法,生成控制门禁设备开启的门禁指令;若所述声纹特征与所述声纹模板不匹配,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
步骤S150,执行所述门禁指令,以控制门禁设备1的开启和关闭。
通过上述步骤S110-S150,本发明所提出的人脸识别率提高方法,通过预先利用人脸识别技术采集社区业主的人脸图像,识别得到业主人脸的人脸眼部特征的特征值并下发至各个门禁设备1,使得门禁设备1在用户佩戴口罩时,可以使用眼部特征来校验用户的身份,避免因无法获取完整人脸而影响人脸识别过程,提高识别率。同时,在人脸识别通过后,再利用声纹进行二次的身份校验,进一步加强识别的安全性。
其次,本发明还提出一种门禁设备1。
本实施例中,所述门禁设备1包括所述存储器11、所述处理器12、以及存储在所述存储器上并可被所述处理器运行的计算机程序指令,所述计算机程序指令被所述处理器12执行时,可实现如下步骤:
步骤S110,捕捉用户的人脸图像。
本实施例中,社区内设置有多个门禁设备1,用于在用户来访时可通过设置于社区出入通道的门禁设备1进行用户身份的校验。具体地,所述门禁设备1可以配备有诸如摄像头、触控屏幕、键盘等部件,用以方便用户通过所述门禁设备1发起门禁访问请求。例如,本实施例中,用户可通过所述门禁设备1的触控屏幕上所显示的开门按钮,触发所述门禁访问请求等。所述门禁设备1可以配备有采集单元13,所述采集单元13可以配备有摄像头等部件,用于在所述门禁访问请求触发后,实时采集预设位置的图像,抓取所述图像中的人脸图像。
步骤S120,识别所述人脸图像中是否包含口罩。
一般情况下,人脸识别技术是可以快速识别用户人脸图像的,但是若用户在录入人脸时戴着口罩等遮挡物,则所录入的人脸图像不完整,所述人脸识别技术因无法从所录入的人脸图像中识别出足够的人脸特征而导致人脸识别效果不佳。因而,为了避免无法识别戴口罩用户人脸的情况出现,本实施例在录入社区业主的人脸图像时,不仅录入了社区业主完整的人脸图像,还就社区业主人脸图像中的眼部图像单独进行了录入保存,便于在识别到戴口罩用户人脸时,用所述眼部图像来替代完整的人脸图像来进行人脸识别过程。其中,为了区分来访用户是否佩戴口罩,在捕捉用户的人脸图像后,首先需要对所述人脸图像进行识别,例如分别将所述人脸图像的脸部轮廓与戴口罩的人脸轮廓模板、不戴口罩的人脸轮廓模板进行比对等,识别出所述人脸图像是否包含口罩等遮挡物。
步骤S130,若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值。
可以理解,当所捕捉的用户人脸图像中包含口罩时,说明所述用户的人脸图像不完整,无法使用普通的人脸识别方式完成所述人脸识别过程。因而,本实施例只能利用口罩无法遮挡的局部人脸特征,例如用户人脸的眼部特征来替代完整人脸的人脸特征,进行所述人脸识别的过程。
具体地,当所述人脸图像包含口罩时,所述门禁设备1首先提取所述人脸图像中的眼部图像,根据所述眼部图像的双眼坐标进行图像缩放处理;然后,将缩放处理后的眼部图像转换成灰度图像,并对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值,也即所述眼部图像的眼部特征的特征值。
需要补充的是,其他实施例中,在将所述眼部图像转换成灰度图像之后,还可以进一步对所述灰度图像进行切分,将所述灰度图像进一步切分成多个图像块,例如切分成眉毛图像块和眼睛图像块。然后,分别对所述多个图像块依次进行所述低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,分别计算得出与每个图像块对应的特征值。最后,再拼接每个图像块的特征值,生成与整个灰度图像对应的特征值,也即所述眼部图像的眼部特征的特征值。
步骤S140,将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令。
本实施例中,除门禁设备1外,智慧社区内至少还包括人脸终端3、社区平台2。其中,所述人脸终端3具有本发明所提供的人脸采集设定模式,所述人脸采集设定模式可用于采集社区业主的人脸图像、配置不同社区业主的门禁权限信息等。工作时,所述人脸终端3采集到区业主的人脸图像,并发送所述人脸图像和对应的门禁权限信息至与之相连的社区平台2。而所述社区平台2具有本发明所提供的人脸识别算法,所述社区平台2通常用于接收所述人脸终端3所上传的社区业主的人脸图像,并对所述人脸图像进行人脸识别,获取所述人脸图像的人脸特征值。其中,在获取所述社区业主的人脸图像特征值后,所述社区平台2可以根据预先配置的社区业主的门禁权限信息,向各个门禁设备1下发对应楼栋的社区业主的人脸特征值。例如,根据社区内3栋2单元的社区业主的门禁权限信息,向3栋2单元位置的门禁设备1下发居住于3栋2单元的社区业主的人脸特征值。因此,可以理解,所述门禁设备1在采集来访用户的人脸图像得到对应的人脸特征特征值后,可以将其与从所述社区平台2所接收的社区业主的人脸特征值进行比对,以核查所述来访用户是否为合法的社区业主。
具体地,本实施例中,可以调用最近邻分类器依次计算所述眼部特征的特征值与所接收的业主眼部特征值的欧式距离,判断是否存在与所述眼部特征特征值的欧式距离未超出预设阈值的社区业主眼部特征值。其中,若存在与所述灰度图像特征值的欧式距离不大的社区业主眼部特征值(也即距离值未超出预设阈值),则说明来访用户的眼部特征与社区业主的眼部特征匹配;若不存在与所述眼部特征特征值的欧氏距离不大的社区业主眼部特征值(也即距离值超出了预设阈值),则说明来访用户的眼部特征与社区业主的眼部特征不匹配。
在其他实施例中,若所述眼部特征的特征值的生成是通过将眼部图像切分成多个图像块,然后分别计算每隔图像块的特征值,最后再进行特征值的拼接的方式而生成,则所述将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对的步骤,还可以是:获取所述切分的每个图像块的特征值和业主眼部每个图像块的特征值;调用最近邻分类器分别计算所述业主眼部和所述眼部图像在同一图像块的特征值的欧式距离;根据各个图像块特征值的欧式距离,计算所述眼部图像与所述业主眼部对应图像块之间的相似度;根据对应图像块之间的相似度,判断是否存在与所述灰度图像的整体相似度达到预设阈值的社区业主的业主眼部。若存在整体相似度达到预设阈值的业主眼部,则说明来访用户的眼部特征与社区业主的眼部特征匹配;若不存在整体相似度达到预设阈值的业主眼部,则说明来访用户的眼部特征与社区业主的眼部特征不匹配。
进一步地,当来访用户的眼部与社区业主的眼部特征匹配时,说明所述来访用户的身份合法,故所述门禁设备1生成控制门禁设备1开启的门禁指令。反之,当来访用户的眼部特征与社区业主的眼部特征不匹配时,说明所述来访用户的身份不合法,故所述门禁设备1不生成控制门禁设备1开启的门禁指令。此外,所述门禁设备1还可以在用户身份不合法时,发出提示提醒用户重新录入人脸图像;以及记录所述用户在预设时间内身份检测不合法的次数;并在所述次数超出预设次数,向社区安防人员发出预警提示。
需要补充的是,为提高人脸识别的安全性,降低使用局部脸部特征(例如眼部特征)替代完整人脸特征进行人脸识别所带来的风险,在用户的眼部特征特征值通过校验后,本实施例还可以进一步的提醒用户通过所述门禁设备1的采集单元13录入预设的语音,例如要求用户朗读预设的固定文字语句等,然后通过语音采集用户的声纹特征,通过声纹特征二次校验所述用户的身份是否合法。具体地,本实施例将所述眼部特征的特征值与预先存储的业主眼部特征值进行比对;若存在与所述眼部特征值匹配的业主眼部特征值,则提醒用户录入预设的语音;识别用户语音中的声纹特征,并将所述声纹特征与预先存储的与所述业主眼部特征映射关联的声纹模板进行比对;若所述声纹特征与所述声纹模板匹配,则判定用户身份合法,生成控制门禁设备开启的门禁指令;若所述声纹特征与所述声纹模板不匹配,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
步骤S150,执行所述门禁指令,以控制门禁设备1的开启和关闭。
通过上述步骤S110-S150,本发明所提出的门禁设备1,通过预先利用人脸识别技术采集社区业主的人脸图像,识别得到业主人脸的人脸眼部特征的特征值并下发至各个门禁设备1,使得门禁设备1在用户佩戴口罩时,可以使用眼部特征来校验用户的身份,避免因无法获取完整人脸而影响人脸识别过程,提高识别率。同时,在人脸识别通过后,再利用声纹进行二次的身份校验,进一步加强识别的安全性。
最后,本发明还提出一种算机可读存储介质。
本实施例中,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被至少一个处理器12执行时,可实现如前文所述的人脸识别率提高方法。因前文已介绍非常详细,此处不再赘述。
基于上述在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施方式的其他示例可以具有不同的值。
应注意:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
本领域普通技术人员可以理解实现上述实施方式方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施方式的流程。其中,本申请所提供的各实施方式中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)以及存储器总线动态RAM(RDRAM)等。
以上所述实施方式仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明范围的限制。应当指出的是,对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种人脸识别率提高方法,其特征在于,包括:
捕捉用户的人脸图像;
识别所述人脸图像中是否包含口罩;
若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值;
将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令,以及
执行所述门禁指令,以控制门禁设备的开启和关闭。
2.根据权利要求1所述的方法,其特征在于,所述识别所述人脸图像的眼部特征,确定所述眼部特征的特征值的步骤,具体包括:
识别所述人脸图像中的眼部图像;
根据所述眼部图像的双眼坐标进行图像缩放处理;
将缩放处理后的图像转换成灰度图像;
对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值,也即所述眼部特征的特征值。
3.根据权利要求2所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
调用最近邻分类器逐一计算所述灰度图像的特征值与业主眼部特征值的欧式距离,并判断是否存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值。
4.根据权利要求3所述的方法,其特征在于,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
5.根据权利要求2所述的方法,其特征在于,所述对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值的步骤,具体包括:
将所述灰度图像分割成眉毛图像块和眼睛图像块;
对所述图像块依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到每个图像块的特征值;
拼接每个图像块的特征值,生成所述灰度图像的特征值。
6.根据权利要求5所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
获取所述灰度图像每个图像块的特征值和业主眼部每个图像块的特征值;
调用最近邻分类器分别计算所述业主眼部和所述灰度图像在同一图像块特征值的欧式距离;
根据所述欧式距离,计算所述灰度图像与所述业主眼部对应图像块之间的相似度;
根据对应图像块之间的相似度,判断是否存在与所述灰度图像的整体相似度达到预设阈值的业主眼部。
7.根据权利要求6所述的方法,其特征在于,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
8.根据权利要求2-7任一项所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令的步骤,具体包括:
将所述特征值与预先存储的业主眼部特征值进行比对;
若存在与所述特征值匹配的业主眼部特征值,则提醒用户录入预设的语音;
识别用户语音中的声纹特征,并将所述声纹特征与预先存储的与所述业主眼部特征映射关联的声纹模板进行比对;
若所述声纹特征与所述声纹模板匹配,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若所述声纹特征与所述声纹模板不匹配,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
9.一种门禁设备,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可被所述处理器运行的计算机程序指令,所述计算机程序指令被所述处理器执行时,可实现如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有可被处理器运行的计算机程序指令,所述计算机程序指令被所述处理器执行时,可实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347978.5A CN115147887A (zh) | 2021-03-31 | 2021-03-31 | 人脸识别率提高方法、门禁设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110347978.5A CN115147887A (zh) | 2021-03-31 | 2021-03-31 | 人脸识别率提高方法、门禁设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147887A true CN115147887A (zh) | 2022-10-04 |
Family
ID=83403367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110347978.5A Pending CN115147887A (zh) | 2021-03-31 | 2021-03-31 | 人脸识别率提高方法、门禁设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147887A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152964A (zh) * | 2023-02-03 | 2023-05-23 | 云丁网络技术(北京)有限公司 | 智能门锁的识别的方法及装置、电子设备和存储介质 |
CN116959075A (zh) * | 2023-08-01 | 2023-10-27 | 湖北省电子信息产品质量监督检验院 | 基于深度学习的身份识别机器人迭代优化方法 |
-
2021
- 2021-03-31 CN CN202110347978.5A patent/CN115147887A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152964A (zh) * | 2023-02-03 | 2023-05-23 | 云丁网络技术(北京)有限公司 | 智能门锁的识别的方法及装置、电子设备和存储介质 |
CN116959075A (zh) * | 2023-08-01 | 2023-10-27 | 湖北省电子信息产品质量监督检验院 | 基于深度学习的身份识别机器人迭代优化方法 |
CN116959075B (zh) * | 2023-08-01 | 2024-02-06 | 湖北省电子信息产品质量监督检验院 | 基于深度学习的身份识别机器人迭代优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875833B (zh) | 神经网络的训练方法、人脸识别方法及装置 | |
US10796514B2 (en) | System and method for optimizing a facial recognition-based system for controlling access to a building | |
KR102350507B1 (ko) | 출입 제어 방법, 출입 제어 장치, 시스템 및 저장매체 | |
WO2019062080A1 (zh) | 身份识别方法、电子装置及计算机可读存储介质 | |
US8340366B2 (en) | Face recognition system | |
CN104657705B (zh) | 图像识别装置及面向图像识别装置的数据登录方法 | |
CN103324909B (zh) | 面部特征检测 | |
KR102244180B1 (ko) | 자동 얼굴 등록 및 갱신에 기반한 얼굴인식 출입 통제 시스템 및 방법 | |
TWI679584B (zh) | 基於資料融合的人員辨識方法 | |
CN115147887A (zh) | 人脸识别率提高方法、门禁设备及计算机可读存储介质 | |
US10970953B2 (en) | Face authentication based smart access control system | |
KR101515214B1 (ko) | 얼굴 인식을 통한 신원확인 방법과 얼굴인식을 이용한 출입관리 경보 시스템 및 출입관리 경보 제어방법 | |
US20240184868A1 (en) | Reference image enrollment and evolution for security systems | |
CN113837030A (zh) | 用于疫情防控的人员智能管控方法、***及计算机设备 | |
CN105868693A (zh) | 身份认证方法及*** | |
CN110298246A (zh) | 开锁验证方法、装置、计算机设备及存储介质 | |
JP2006031103A (ja) | 生体認証装置、生体認証方法および通行制御装置 | |
WO2022033068A1 (zh) | 一种图像管理的方法、装置、终端设备和*** | |
CN112183167A (zh) | 考勤方法、认证方法、活体检测方法、装置及设备 | |
KR20230017454A (ko) | 비대면 평가에서의 부정행위 방지 방법, 장치 및 프로그램 | |
CN117095436A (zh) | 企业员工信息智能管理***及其方法 | |
US10311290B1 (en) | System and method for generating a facial model | |
KR102549944B1 (ko) | 인공지능 기술기반의 의료기관 출입자 관리 시스템 및 방법 | |
CN111316335A (zh) | 用于监测人的*** | |
KR20220118119A (ko) | 비대면 출입 통제를 위한 출입 통제 방법 및 이를 수행하는 출입 통제 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231007 Address after: No. 15, Jiannan Road, Nanyou Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong 518000 Hengda Tianjing B2801 Applicant after: Xingluo home yunwulian Technology Co.,Ltd. Address before: 518000 32a04, block a, aerospace science and Technology Plaza, 1698 Haide Third Road, Haizhu community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Xingluo community cloud IOT Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right |