TW201419172A - 臉部識別系統及其識別方法 - Google Patents
臉部識別系統及其識別方法 Download PDFInfo
- Publication number
- TW201419172A TW201419172A TW101141863A TW101141863A TW201419172A TW 201419172 A TW201419172 A TW 201419172A TW 101141863 A TW101141863 A TW 101141863A TW 101141863 A TW101141863 A TW 101141863A TW 201419172 A TW201419172 A TW 201419172A
- Authority
- TW
- Taiwan
- Prior art keywords
- module
- image
- somatosensory
- recognition system
- human body
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一種臉部識別系統及其識別方法,該系統包含一處理模組、一資料庫模組、一影像處理模組及至少一體感模組所組成,其中該等體感模組係與處理模組連接,該等體感模組內部包含一紅外線深度攝影鏡頭及一彩色影像攝影鏡頭,且該等體感模組能作到深度量測、辨別目標者數量與人體關節定位,並利用影像處理的技術進行臉部影像之擷取及匹配比對,藉此,透過體感模組目體人體影像,並利用體感模組的身高量測迅速進行頭部定位,而取得該頭部之臉部影像,可縮短掃描時間,並可提升臉部識別的效率。
Description
本發明係關於一種人臉之識別技術領域,具體而言係指一種可在動態影像中直接擷取人體臉部的臉部識別系統,以縮短掃瞄時間,且提升臉部辨識比對之效率。
按,現代化商品行銷常需額外提供更具個人化或客製化的優質服務內容,比如商品詢問或即時訂購,因此,需要高準確性且不易盜用的使用者身份認證機制。傳統作法主要係以帳號、密碼為主。惟這樣的作法需要客人主動登入,商家才能取得來客的基本資料與愛好,又或該客人的帳號、密碼遭盜用時,商家仍然會提供服務,而造成後續的困擾。因此,如能透過人體的臉部辨識來確認身份,可在不需使用額外的磁卡或密碼下,且可藉所提供的高精確度人臉辨識功能,對使用者提供具有個人化與客製化的高品質自助服務,以解決上述習用技術的問題。
而臉部圖像認識裝置,是近年來新興開發的人員識別技術,正確的判斷出目標的臉部影像,經過與資料庫內建資料比對後,可用於門禁管制及人員追踪等安全管理的工作上。一般而言傳統相機內建的人臉偵測都是利用整張畫面逐一掃瞄目標,最後依臉部特徵位置,故其掃瞄時間極長,且需
儲存及比對的資料極多,降低了臉部辨識比對之效率,而無法在短時間有效識別及確認該目標的資料。
換言之,如能發展出一套能在動態影像中即時捕捉目標人員的臉部影像,且即時識別比對,相信對服務提供者在即時掌握來客資料上有莫大的助益。
本案發明人鑑於上述習用識別人體臉部的需求所衍生的各項缺點,乃亟思加以改良創新,並經多年苦心孤詣潛心研究後,終於成功研發完成本件臉部識別系統及其識別方法。
本發明之目的即在於提供一種臉部識別系統及其識別方法,藉以能快速掌握目標者的身高及臉部位置,而能有效縮短其掃描時間,同時提高其識別效率。
可達成上述發明目的之臉部識別系統及其識別方法,包括有:一處理模組,該處理模組具有邏輯運算、整合、操控、系統管理、資料處理、輸入及輸出等功能;一資料庫模組,該資料庫模組可與處理模組間形成連結,又資料庫模組可供管理者預先輸入複數之個人資料;至少一體感模組,該等體感模組係與處理模組連接,該等體感模組內部包含一紅外線深度攝影鏡頭及一彩色影像攝影鏡頭,且該等體感模組能作到深度量測、辨別目標者數
量與人體關節定位;一影像處理模組,該影像處理模組係內建於處理模組內,供進行臉部影像之擷取及匹配比對。
而該臉部識別系統之識別方法包含有一擷取體感影像、一身高量測、一擷取臉部影像、一匹配比對及一功能整合之步驟,以快速取得動態目標者的臉部影像,並完成識別比對;其中:首先,進行擷取體感影像之步驟,其係利用體感模組搜尋進入可視範圍內的目標人體,以取得該等目標人體的三維影像,並且,該體感模組設置在一旋轉平台上,當目標人體移動時,旋轉平台會帶動體感模組來追蹤目標人體,讓目標人體保持在畫面中;接著,進行身高量測之步驟,在取得目標人體的三維影像後,利用體感模組的人體關節定位技術,迅速判別出該目標人體的身高及頭部定位;之後,進行擷取臉部影像之步驟,在完成頭部定位後,將定位點向外擴張呈一矩形影像範圍,再擷取頭部區塊之臉部影像;緊接著,進行匹配比對之步驟,在完成臉部影像之擷取後,透過影像處理的方式與資料庫模組進行臉部影像之匹配比對;
最後,進行功能整合之步驟,在完成臉部影像之匹配比對後,處理模組可由資料庫模組取得該目標者的個人資料,以供進行後續之管理及服務。
藉此,透過本創作前述技術手段的具體實現,讓本發明的臉部識別系統可透過體感模組取得動態之一或多個目體人體,並利用體感模組的身高量測迅速進行頭部定位,而取得該頭部之臉部影像,無需進行全圖掃描,大幅縮短掃描時間,並可縮小需處理的資料量,而可提升臉部識別的效率,便於進行後續的管理與服務,相較於現有者具有縮短時間及提高識別效率之效。
請參閱圖1及圖2,本發明所提供之臉部識別系統及其識別方法,主要包括有:一處理模組1、一資料庫模組2、一影像處理模組3、至少一體感模組4及至少一旋轉平台5所組成;其中該處理模組1可選自一般之電腦、伺服器,該處理模組1具有邏輯運算、整合等功能,以供進行各項功能操控、系統管理、資料處理、輸入及輸出;而資料庫模組2可內建於處理模組1內、又或以有線或無線方式連接,使資料庫模組2可與處理模組1間形成連結關係,又資料庫模組2可供管理者預先輸入個人資料,如臉部影像【臉部影像亦可在首
次識別處理後自動載入】、姓名、身高【身高資料亦可在首次識別處理後自動載入】、體重、興趣、消費習慣或愛好等;而影像處理模組3則係內建於處理模組1內,該影像處理模組3供進行臉部影像之擷取及匹配比對,而本發明之實施例是利用OpenCV的函數庫與EmguCV的封裝程式,其中OpenCV是一個基於C/C++語言的影像處理函數庫,用以作到圖片製作、視訊、矩陣運算、統計等程式設計,相關的領域包括有影像處理、電腦視覺、圖形識別、電腦圖學、資訊檢索或遊戲,其中比較常見的製作主題為物體追蹤、人臉辨識、傅立葉轉換及紋理分析,而EmguCV主要是為.NET平台下OpenCV的影像處理庫封裝,其中.NET平台所兼容的程式語言為C#、VB、VC++等,由於一般體感模組4【如WINDOWS的KINECT】只支援Framework4.0,而OpenCV卻不支援此軟體架構,故本發明中大部分的影像處理都以EmguCV撰寫,以加快加快開發時程,亦可應用其他之影像處理函數庫,或自行撰寫演算法進行影像處理;再者,前述之各體感模組4係與處理模組1連接,該體感模組4內部具備兩組影像擷取鏡頭,該兩組鏡頭包含一紅外線深度攝影鏡頭及一彩色影像攝影鏡頭,使該體感模組4能作到深度量測、辨別目標者數量與人體關節定位,本發明之體感模組4可選自WINDOWS的KINECT(即RGB-D攝影
機),又該等體感模組4係分設於對應之旋轉平台5上,且旋轉平台5並透過一軸控卡與處理模組1連結,且旋轉平台5內具有二相步進馬達及螺桿,使旋轉平台5可帶動體感模組4進行轉動及角度控制,以增加體感模組4的可視範圍,同時亦可進行人物的追蹤;藉此,組構成一架構簡單、且效率高之臉部識別系統者。
至於本發明臉部識別系統之識別方法,則請參看圖3及所有附件1~2所示,該識別方法包含有一擷取體感影像S01、一身高量測S02、一擷取臉部影像S03一臉部圖片匹配比對S04功能整合S05之步驟,以快速取得動態目標者的臉部影像,並完成識別比對;其中:首先,進行擷取體感影像S01之步驟,其係利用體感模組4搜尋進入可視範圍內的目標人體【該目標人體可為一或多數】,且可進一步利用旋轉平台5控制體感模組4追踪特定目標人體,並透過體感模組4之紅外線深度攝影鏡頭及彩色影像攝影鏡頭取得該目標人體的三維影像;接著,如附件2所示進行身高量測S02之步驟,在取得目標人體的三維影像後,利用體感模組4的人體關節定位技術,迅速判別出該目標人體的身高,身高量測S02可選擇自身體各段相加或臂長測量,且同時完成頭部定位,而無需利用全身掃描來進行頭部定位,以有效縮短掃描的時間;
其中,身高的計算方式為將身體垂直各部位間距相加,取得目標人體初略的身高值,其計算公式分別為:身體:
左腳:
右腳:
而身高計算的公式為:
之後如附件3所示,進行擷取臉部影像S03之步驟,在完成身高量測S02之頭部定位後,可將定位點向外擴張呈一矩形影像範圍,再使用影像處理模組3進行臉部圖片之匹配比對。請參考圖4為臉部圖片匹配比對的流程圖,接著進行臉部圖片匹配比對S04,在完成臉部影像之擷取後,可先依身高量測S02之資料,過濾出身高相近的人員資料,以縮短
比對時間,接著使用資料庫模組2進行臉部影像之匹配比對。
最後,進行功能整合S05之步驟,在完成臉部影像之匹配比對後,處理模組1可由資料庫模組2取得該目標者的個人資料,以供進行後續之管理及服務,例如是預設之客戶,則可依內建資料給予適當服務,如是管制客戶,則可注意其動作,又如是未建檔客戶,則可預先出現建檔訊息等。
此外,該旋轉平台5用來調整體感模組4的監測方向,將體感模組4設置於旋轉平台5上,使其能夠隨人體左右旋轉,藉此,當目標人體移動時,旋轉平台5會帶動體感模組4來追蹤目標人體,讓目標人體保持在畫面中,而圖5為旋轉平台5旋轉之流程。進一步說明旋轉平台5旋轉之控制流程,旋轉平台5隨人體平台隨人物移動而旋轉平台隨人物移動而旋轉的方式則是透過體感模組4於關節點的胸口位置,將畫面寬度分為十等分;當人體超出畫面範圍五分之一時,旋轉平台進行旋轉使胸口位置位於畫面中央處;以本發明之實施範例所用之旋轉平台5為例,視野若要左右移動1°,旋轉平台5的馬達約需157個Pulse。胸口在寬1280*0.4處要移動到640像素的差值為128,換算成體感模組4水平視角5.7°馬達需要895個Pulse,將其除以128Pixels,約輸出7個Pulse給馬達。
透過前述的設計,可透過體感模組4取得動態之一或多
個目標人體,並利用體感模組4的身高量測S02迅速進行頭部定位,而取得該頭部之臉部影像,由於無需額外再進行全圖掃描,可大幅縮短比對時間,且利用身高分類可縮小需處理的資料量,進而提升臉部識別的效率,便於進行後續的管理與服務,能有效增加其附加價值,從而提高其經濟效益。
上列詳細說明係針對本發明之一可行實施例之具體說明,惟該實施例並非用以限制本發明之專利範圍,凡未脫離本發明技藝精神所為之等效實施或變更,均應包含於本案之專利範圍中。
綜上所述,本案不但在空間型態上確屬創新,並能較習用物品增進上述多項功效,應已充分符合新穎性及進步性之法定發明專利要件,爰依法提出申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
1‧‧‧處理模組
2‧‧‧資料庫模組
3‧‧‧影像處理模組
4‧‧‧體感模組
5‧‧‧旋轉平台
S01‧‧‧擷取體感影像
S02‧‧‧身高量測
S03‧‧‧擷取臉部影像
S04‧‧‧臉部圖片匹配比對
S05‧‧‧功能整合
圖1為本發明臉部識別系統之架構示意圖。
圖2為本發明臉部識別系統之結構立體示意圖。
圖3為該臉部識別系統的識別方法流程示意圖。
圖4為該臉部識別系統之臉部圖片匹配比對的流程示意圖。
圖5為該臉部識別系統的旋轉平台之控制流程示意圖。
附件1為體感模組搜尋進入可視範圍內的目標人體之示
意圖。
附件2為體感模組追蹤人體關節定位之示意圖。
附件3為進行擷取臉部影像比對之示意圖。
1‧‧‧處理模組
2‧‧‧資料庫模組
3‧‧‧影像處理模組
4‧‧‧體感控制模組
5‧‧‧旋轉平台
Claims (10)
- 一種臉部識別系統,包括:一處理模組,該處理模組具有邏輯運算、整合、操控、系統管理、資料處理、輸入及輸出等功能;一資料庫模組,該資料庫模組可與處理模組間形成連結,又資料庫模組可供管理者預先輸入複數之個人資料;至少一體感模組,該等體感模組係與處理模組連接,該等體感模組內部包含一紅外線深度攝影鏡頭及一彩色影像攝影鏡頭,且該等體感模組能作到深度量測、辨別目標者數量與人體關節定位;一影像處理模組,該影像處理模組係內建於處理模組內,供進行臉部影像之擷取及匹配比對;藉此,組構成一架構簡單、且效率高之臉部識別系統者。
- 如申請專利範圍第1項所述之臉部識別系統,其中該處理模組係選自電腦或伺服器。
- 如申請專利範圍第1項所述之臉部識別系統,其中該資料庫模組可內建於處理模組內或以有線、無線方式與處理模組連接。
- 如申請專利範圍第1項所述之臉部識別系統,其中該資料庫模組之個人資料包含臉部影像、姓名、身高、體重、興趣、消費習慣或愛好。
- 如申請專利範圍第1項所述之臉部識別系統,其中該體感模組可選自RGB-D攝影機。
- 如申請專利範圍第1項所述之臉部識別系統及其識別方法,其中該等體感模組可分設於一旋轉平台上,該旋轉平台並透過一軸控卡與處理模組連結,且旋轉平台可帶動體感模組進行轉動及角度控制,當目標人體移動時,旋轉平台會帶動體感模組來追蹤目標人體,讓目標人體保持在畫面中,以增加體感模組的可視範圍。
- 如申請專利範圍第1項所述之臉部識別系統及其識別方法,其包含有一擷取體感影像、一身高量測、一擷取臉部影像、一匹配比對及一功能整合之步驟,以快速取得動態目標者的臉部影像,並完成識別比對;其中:首先,進行擷取體感影像之步驟,其係利用體感模組搜尋進入可視範圍內的目標人體,並且,旋轉平台會帶動體感模組來追蹤目標人體,讓目標人體保持在畫面中,以取得該等目標人體的三維影像;接著,進行身高量測之步驟,在取得目標人體的三維影像後,利用體感模組的人體關節定位技術,迅速判別出該目標人體的身高及頭部定位;之後,進行擷取臉部影像之步驟,在完成頭部定位後,將定位點向外擴張呈一矩形影像範圍,再擷取頭部區塊 之臉部影像;緊接著,進行匹配比對之步驟,在完成臉部影像之擷取後,透過影像處理的方式與資料庫模組進行臉部影像之匹配比對;最後,進行功能整合之步驟,在完成臉部影像之匹配比對後,處理模組可由資料庫模組取得該目標者的個人資料,以供進行後續之管理及服務。
- 如申請專利範圍第7項所述之臉部識別系統及其識別方法,其中該擷取體感影像之步驟中體感模組可同時追尋多個目標人體。
- 如申請專利範圍第7項所述之臉部識別系統及其識別方法,其中該身高量測之步驟中身高量測可選擇自身體各段相加或臂長測量。
- 如申請專利範圍第7項所述之臉部識別系統及其識別方法,其中該匹配比對之步驟可先依身高量測之資料,過濾出身高相近的人員資料,以縮短比對時間。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101141863A TW201419172A (zh) | 2012-11-09 | 2012-11-09 | 臉部識別系統及其識別方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101141863A TW201419172A (zh) | 2012-11-09 | 2012-11-09 | 臉部識別系統及其識別方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201419172A true TW201419172A (zh) | 2014-05-16 |
Family
ID=51294381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101141863A TW201419172A (zh) | 2012-11-09 | 2012-11-09 | 臉部識別系統及其識別方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW201419172A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9754154B2 (en) | 2013-02-15 | 2017-09-05 | Microsoft Technology Licensing, Llc | Identification using depth-based head-detection data |
CN107205104A (zh) * | 2017-04-24 | 2017-09-26 | 奇鋐科技股份有限公司 | 人脸辨识模组 |
TWI638329B (zh) * | 2017-06-23 | 2018-10-11 | 修平學校財團法人修平科技大學 | 顧客軌跡偵測之裝置及方法 |
WO2019091118A1 (en) * | 2017-11-10 | 2019-05-16 | Guangdong Kang Yun Technologies Limited | Robotic 3d scanning systems and scanning methods |
US10372974B2 (en) | 2017-01-11 | 2019-08-06 | Microsoft Technology Licensing, Llc | 3D imaging recognition by stereo matching of RGB and infrared images |
TWI711802B (zh) * | 2019-08-27 | 2020-12-01 | 勵威電子股份有限公司 | 一種對玻璃上的微粒進行統計的方法 |
-
2012
- 2012-11-09 TW TW101141863A patent/TW201419172A/zh unknown
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9754154B2 (en) | 2013-02-15 | 2017-09-05 | Microsoft Technology Licensing, Llc | Identification using depth-based head-detection data |
US10552666B2 (en) | 2013-02-15 | 2020-02-04 | Microsoft Technology Licensing, Llc | Identification using depth-based head-detection data |
US10372974B2 (en) | 2017-01-11 | 2019-08-06 | Microsoft Technology Licensing, Llc | 3D imaging recognition by stereo matching of RGB and infrared images |
CN107205104A (zh) * | 2017-04-24 | 2017-09-26 | 奇鋐科技股份有限公司 | 人脸辨识模组 |
TWI638329B (zh) * | 2017-06-23 | 2018-10-11 | 修平學校財團法人修平科技大學 | 顧客軌跡偵測之裝置及方法 |
WO2019091118A1 (en) * | 2017-11-10 | 2019-05-16 | Guangdong Kang Yun Technologies Limited | Robotic 3d scanning systems and scanning methods |
TWI711802B (zh) * | 2019-08-27 | 2020-12-01 | 勵威電子股份有限公司 | 一種對玻璃上的微粒進行統計的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI700612B (zh) | 信息展示方法、裝置及系統 | |
TW201419172A (zh) | 臉部識別系統及其識別方法 | |
WO2017167032A1 (zh) | 目标对象展示方法和装置 | |
WO2021093329A1 (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
Weinzaepfel et al. | Dope: Distillation of part experts for whole-body 3d pose estimation in the wild | |
US20210312523A1 (en) | Analyzing facial features for augmented reality experiences of physical products in a messaging system | |
US11922661B2 (en) | Augmented reality experiences of color palettes in a messaging system | |
US11915305B2 (en) | Identification of physical products for augmented reality experiences in a messaging system | |
Ricanek et al. | Unconstrained biometric identification: Emerging technologies | |
US20210312678A1 (en) | Generating augmented reality experiences with physical products using profile information | |
CN112001886A (zh) | 一种温度检测方法、装置、终端及可读存储介质 | |
Elhayek et al. | Fully automatic multi-person human motion capture for vr applications | |
CN109074498A (zh) | 用于pos区域的访问者跟踪方法和*** | |
CN103793473A (zh) | 保存增强现实 | |
WO2019206251A1 (en) | Systems and methods for image archiving | |
CN114120382B (zh) | 一种人脸识别***的测试方法、装置、电子设备及介质 | |
Rajawat et al. | Low resolution face recognition techniques: A survey | |
KR20220000851A (ko) | 딥러닝 기술을 활용한 피부과 시술 추천 시스템 및 방법 | |
Zhang et al. | A virtual proctor with biometric authentication for facilitating distance education | |
Cai et al. | Robust gaze estimation via normalized iris center-eye corner vector | |
Kim et al. | Gaze estimation using a webcam for region of interest detection | |
JP2019192074A (ja) | 見込み客情報収集システム及びその収集法 | |
CN113220253A (zh) | 一种艺术品画报展览***及其装置 | |
Gupta et al. | Image feature detection using an improved implementation of maximally stable extremal regions for augmented reality applications | |
JP6573259B2 (ja) | カメラによる属性収集システム |