专利名称：基于人脸检测的智能手机锁屏解锁控制方法及智能手机的制作方法
技术领域：
本发明涉及智能手机领域，尤其涉及的是一种基于人脸检测的智能手机锁屏解锁控制方法及智能手机。
背景技术：
智能手机(Smartphone)，是指“像个人电脑一样，具有独立的操作系统，可以由用户自行安装软件、游戏等第三方服务商提供的程序，通过此类程序来不断对手机的功能进行扩充，并可以通过移动通讯网络来实现无线网络接入的这样一类手机的总称”。随着智能手机概念的普及、终端厂商智能产品线布局的加快以及电信运营商的力 推，智能手机市场进入了疯长期。根据国际日前发布的研究报告显示，2011年我国智能手机全年销量约7000万台，市场占有率在27%。该机构预测，2012年智能手机的销量市场占比约为45%，较2011年上升18%。智能手机将占据手机市场的半壁江山，其取代功能手机的趋势已不可逆转，手机市场改朝换代的时间即将到来。智能手机的出现为用户带来了新的体验，但由于它通常采用触摸屏作为人机交互接口和开关按键来控制屏幕，因此往往会带来不少问题，如大多男性用户喜欢把手机放到口袋中，往往由于其他原因，如走路时或挤车时经常可能会碰到开关按钮，从而使手机处于开机状态，严重的影响手机的待机时间，此外，当手机处于开机状态时，触摸屏和衣服的摩擦往往会导致一些误操作，最常见的是自动拨打电话和发短信，给用户造成不便。因此，现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于人脸检测的智能手机锁屏解锁控制方法及智能手机，为了解决这些问题，本发明针对触摸屏智能手机的特点，提出了面向智能手机的人脸检测算法与锁屏技术，一方面起到降低手机能耗的作用，另一方面可以减少手机误操作带来的尴尬。本发明解决技术问题所采用的技术方案如下
一种基于人脸检测的智能手机锁屏解锁控制方法，其中，包括对智能手机进行解锁的步骤，所述对智能手机进行解锁的步骤具体包括
Al、当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像；
A2、利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸；
A3、将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相
同；
A4、当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁。
所述的基于人脸检测的智能手机锁屏解锁控制方法，其中，在所述对智能手机进行解锁的步骤之前还包括
所述智能手机接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。所述的基于人脸检测的智能手机锁屏解锁控制方法，其中，其还包括对智能手机进行锁屏的步骤，所述对智能手机进行锁屏的步骤具体包括
BI、当需对智能手机进行锁屏时，接收用户锁屏操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第二视频图像；
B2、利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸；
B3、将识别出用于锁屏的锁屏的人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同；
B4、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。所述的基于人脸检测的智能手机锁屏解锁控制方法，其中，所述步骤A2具体包括
A21、智能手机的光照补偿单元对所述第一视频图像进行光照补偿；
A22、智能手机的颜色补偿与校正单元对经过光照补偿的第一视频图像进行颜色补偿与校正；
A23、智能手机的图像去噪单元对经过颜色补偿与校正的第一视频图像进行降噪处
理；
A24、智能手机的特征提取单元对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征；
A25、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。所述的基于人脸检测的智能手机锁屏解锁控制方法，其中，所述步骤B2具体包括
B21、智能手机的光照补偿单元对所述第二视频图像进行光照补偿；
B22、智能手机的颜色补偿与校正单元对经过光照补偿的第二视频图像进行颜色补偿与校正；
B23、智能手机的图像去噪单元对经过颜色补偿与校正的第二视频图像进行降噪处
理；
B24、智能手机的特征提取单元对经过降噪处理的第二视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征；
B25、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，用SIFT特征完成人脸识别，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。一种采用上述任一所述锁屏解锁控制方法的智能手机，其中，包括第一图像获取模块、用于当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像；
第一识别模块、用于利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸；
第一比较判断模块，用于将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同；
控制解锁控制模块，用于当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁。所述的智能手机，其中，其还包括
预先设置模块，用于接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。所述的智能手机，其中，其还包括
第二图像获取模块、用于当需对智能手机进行锁屏时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第二视频图像；
第二识别模块、用于利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸；
第二比较判断模块、将识别出用于锁屏的锁屏的人脸与数据库中存储的基准人脸模型 进行比对认证，判断是否相同；
锁屏控制模块、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。所述的智能手机，其中，所述第一识别模块包括
光照补偿单元用于对所述第一视频图像进行光照补偿；
颜色补偿与校正用于对经过光照补偿的第一视频图像进行颜色补偿与校正；
图像去噪单元用于对经过颜色补偿与校正的第一视频图像进行降噪处理；
特征提取单元用于对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征；
分类器单元用于利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。本发明所提供的基于人脸检测的智能手机锁屏解锁控制方法及智能手机，由于在智能手机中增加了基于人脸检测的智能手机锁屏解锁功能，可以使用户在使用该智能手机时需要通过人脸识别认证和组合按键相结合的方法对智能手机进行锁屏和解锁操作，从而有效的防止因为用户误操作带来的不便和节省了不必要的能耗。
图I是本发明基于人脸检测的智能手机解锁控制方法中对智能手机进行解锁的的较佳实施例的流程图。图2是本发明基于人脸检测的智能手机锁屏控制方法对智能手机进行锁屏的较佳实施例的流程图。
图3是本发明基于人脸检测的智能手机解锁控制方法中对智能手机进行解锁的的较佳实施例的第一视频图像识别出人脸方法的流程图。图4是本发明具体实施例基于人脸检测的智能手机锁屏控制方法对智能手机进行锁屏的较佳实施例的第二视频图像识别出人脸方法的流程图。图5是本发明智能手机实施例的功能原理框图。图6是本发明智能手机实施例的第一识别模块的功能原理框图。
具体实施例方式为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用 于限定本发明。本发明实施例提供的一种基于人脸检测的智能手机锁屏解锁控制方法，包括对智能手机进行解锁的步骤和对智能手机进行锁屏的步骤、其中所述对智能手机进行解锁的步骤，请参见图1，图I是本发明基于人脸检测的智能手机锁屏解锁控制方法中对智能手机进行解锁的较佳实施例的流程图。如图I所示，本发明对智能手机进行解锁的实施例包括以下步骤
5110、所述智能手机接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。智能手机用户首先使用智能手机拍摄用于锁屏解锁的基准人脸模型，一般拍摄自己的人脸图像，智能手机根据接收的人脸图像自动设置出一个基准人脸模型，并且预先设置出于此基准人脸模型一起联合锁屏解锁的操作按键，此按键可以是手机常用的锁屏解锁按键，当然也可以是手机按键中某两个按键或者三个按键的组合按键，当智能手机用户需要对手机进行解锁时，智能手机将接收到的人脸图像与智能手机中储存的基本人脸模型相比较，比较出的结果为相同后，用户通过按下预先设置的组合按键对智能手机进行锁屏或解锁。较佳的，用于设置基本人脸模型的图像为智能手机用户正面清晰的脸部视频图像。S120、当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像。当智能手机用户在需要对手机进行解锁时，用户首先按下智能手机的解锁按键，则智能手机自动控制开启手机摄像头，通过摄像头获取手机前方的人脸视频图像，即第一视频图像。优选的，此图像为用户脸的正面视频图像。S130、利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸。智能手机利用人脸识别技术对接收到的手机前方的人脸视频图像进行人脸识别，即对第一视频图像进行人脸识别，从摄像头拍摄的图像中识别出当前人脸。在进行人脸识别时，如图3所示，包括如下具体步骤
5111、智能手机的光照补偿单元对所述第一视频图像进行光照补偿。由于光照的影响，静态人脸图像获取过程中存在许多不确定性，如光强、光源方向、色彩等。这些不确定因素使得面部图像的灰度深浅不均匀，人脸在局部上对比度较大，从而影响检测和最终识别的效果，所以有必要对拍摄的当前人脸视频图像采用光照补偿技术进行光照补偿，即是对第一视频图像进行光照补偿，从而使智能手机能从获得的视频图像中正确的识别出人脸图像。具体的光照补偿技术是属于现有技术，故在此不再赘述。S122、智能手机的颜色 补偿与校正单元对经过光照补偿的第一视频图像进行颜色补偿与校正。由于人脸姿态的多样性和面部非刚体变化决定了人脸模式的复杂性，人脸可能以不同视角出现在图像中，为了实现检测方法的鲁棒性(由于量测的不精确使特性或参数的实际值会偏离它的设计值(标称值)，鲁棒性是指在测量的不精确的条件下，检测方法维持其某些性能的特性。)，还需考虑人脸在各种复杂的背景中，不同方向、角度、尺度等情况下所展示出来的不同表象。并且由于不同的人脸在形状、大小、颜色、质地等方面有很大的变化性，同样的人脸在某些局部特征具有随机性(如眼镜、胡须、发型等)，也可能被某些物体遮挡，造成某些用于检测而需提取的人脸特征不可见，而且还存在着不同表情的人脸，以及时间间隔产生人脸的变化等，所以有必要使用颜色补偿与校正单元对经过光照补偿的第一视频图像采用颜色补偿与校正技术进行颜色补偿与校正。其中，具体的颜色补偿与校正技术是属于现有技术，故在此不再赘述。S133、智能手机的图像去噪单元对经过颜色补偿与校正的第一视频图像进行降噪处理。由于现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，所以摄像头拍摄的第一视频图像在可能存在各种各样的噪声，为了使智能手机能更好的设别出第一视频图像中的人脸图像，所以有必要使用图像去噪单元对第一视频图像进行图像去噪。S144、智能手机的特征提取单元对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征。本步骤中，需要对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征。智能手机对进行上述处理过的第一视频图像采用现有技术中的基于Harr型特征的Adaboost算法(Adaboost算法是Freund等人提出的一种Boost算法，它的目标是自动地从弱分类器空间中挑选出若干弱分类器整合成一个强分类器。弱分类器是指一些最能代表人脸的矩形特征，其原理即为把一些比较弱的分类方法合并在一起组成一个强的分类方法)进行Harr-Like特征提取，以便为下一步的分类器提供特征向量，并使用Harr-Like特征表示人脸。先使用Harr-Like特征提取出视频图像中提取一些简单的人脸特征，从图片中找出所有包含人脸的图像区域，将人脸的图像区域与非人脸的图像区域分开。其中，提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征是属于现有技术，故在此不再赘述。S155、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。具体的为使用智能手机中的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，准确的把视频图像中人脸的区域和非人脸的区域分为两类，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。当步骤S130中完成所述第一视频图像中识别出当前人脸后，进入步骤S140。
S140、将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同。将从智能手机拍摄出的第一视频图像中识别出的当前人脸与智能手机中存储的基准人脸模型进行比对认证，根据相似性判断出是否为同一个人的脸。比如如果相似性高于80%则认定为相同，通过人脸识别认证，相似性低于80%则认定为不相同，认证失败。认证通过则可以进行S150中的步骤对智能手机进行进一步的解锁，如果认证不能通过则返回智能手机最初的待机状态。S150、当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁。当判断出第一视频图像中人脸与智能手机数据库中存储的基准人脸模型为相同的，则智能手机按照步骤SllO中预先设置的组合按键对智能手机进行操作，对智能手机接收到相应解锁操作后，通过智能手机的控制单元进行联合协调控制屏幕解锁。即本发明实施例中在解锁时，采用人脸识别与解锁按键配合的组合方式进行解锁。 进一步地，如图2所示，本发明方法实施例中还包括对智能手机进行锁屏的步骤，其进行锁屏的步骤具体包括
5210、所述智能手机接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。具体操作同步骤SllO相似。S220、当需对智能手机进行锁屏时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的视频图像第二视频图像。在智能手机用户需要对智能手机进行锁屏时，先按下智能手机的锁屏操作指令。智能手机则自动开启手机摄像头，拍摄智能手机前方带有用户人脸的视频图像，即第二视频图像。较佳的，此图像为用户的正面数码视频图像。具体操作步骤同步骤S120。S230、利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸。智能手机利用人脸识别技术对接收到的手机前方的人脸视频图像进行人脸识别，即对第二视频图像进行人脸识别，从摄像头拍摄的图像中识别出当前人脸。在进行人脸识别时，智能手机进行如下操作步骤
5211、智能手机的光照补偿单元对所述第二视频图像进行光照补偿。由于同步骤Slll的原因，智能手机需要对拍摄的第二视频图像进行光照补偿。S222、智能手机的颜色补偿与校正单元对经过光照补偿的第二视频图像进行颜色补偿与校正。由于同步骤S122的原因，智能手机需要对拍摄的第二视频图像进行颜色补偿与校正。S233、智能手机的图像去噪单元对经过颜色补偿与校正的第二视频图像进行降噪处理。由于同步骤S233的原因，智能手机需要对拍摄的第二视频图像进行图像去噪处理。S244、智能手机的特征提取单元对经过降噪处理的第二视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征。智能手机对进行上述处理过的第二视频图像进行简单的人脸特征提取，以便为下一步的分类器提供特征向量，并使用Harr-Like特征表示人脸。S255、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，用SIFT特征完成人脸识别，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。当完成步骤S230的利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸后，转入步骤S240。S240、将识别出用于锁屏的人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同； 将上述步骤中Adaboost算法检测出的人脸与智能手机数据库中存储的基准人脸模型进行对比认证，根据两者相似性判断出是否为同一个人的脸。如果相似性高于80%则认定为相同，通过人脸识别认证，相似性低于80%则认定为不相同，认证失败。S250、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。当人脸检测认证通过，则智能手机用户根据预先设置的锁屏组合按键，对智能手机进行锁屏操作。由上可见，本发明通过图像传感器获取图像信息，借助光照补偿技术、颜色补偿与校正技术、Harr-Like特征提取技术、SIFT特征提取技术、Adaboost分类技术、锁屏控制技术。从而将人脸检测应用于复杂的背景环境下，一方面解决手机的能耗问题，另一方面减少手机的误操作带来的不便。基于上述方法实施例，本发明还提供了一种采用如上述实施例锁屏解锁控制方法的智能手机，如图5所示，所述智能手机具体包括以下模块
预先设置模块310，用于接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与基准人脸模型一起联合锁屏解锁的操作按键。具体如上述步骤SllO所述。第一图像获取模块320、用于当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像。具体的，第一图像获取模块，还包含有图像传感器单元，用于获取视觉信息。具体如上述步骤S120所述。第一识别模块330、用于利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸。如图6所示，第一图像识别模块130具体的还包括以下各单元模块光照补偿单元131，用于对所述第一视频图像进行光照补偿。颜色补偿与校正132，用于对经过光照补偿的第一视频图像进行颜色补偿与校正。图像去噪单元133，用于对经过颜色补偿与校正的第一视频图像进行降噪处理。特征提取单元134，用于对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征。分类器单元135，用于利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，用SIFT特征完成人脸识别，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。具体如上述步骤S130所述。
第一比较判断模块340，用于将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同。具体如上述步骤S140所述。解锁控制模块350，用于当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁，具体如上述步骤S150所述。进一步地实施例，如图5所示，本发明所述智能手机具体还包括以下模块，
第二图像获取模块350、用于当需对智能手机进行锁屏时，接收用户锁屏操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第二视频图像。第二图像获取模块，其还包含一图像传感器单元，用于获取视觉信息。具体如上述步骤S220所述。第二识别模块360、用于利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸。 第二比较判断模块370、将识别出用于锁屏的锁屏的人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同。具体如上述步骤S240所述。锁屏控制模块380、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。具体如上述步骤S250所述。综上所述，本发明主要是解决复杂背景下的人脸检测问题和手机屏和电源的智能开关问题。本发明利用智能手机设备上的图像传感和处理单元，通过对光照补偿来减少光照的影响，利用颜色补偿与校正算法来提高图像质量，为了进一步提高图像质量，减少手机前置摄像头噪声的影响，引入了降噪算法，为了实现对人脸的检测采用了 Harr-Like特征提取算法，在人脸的检测方面采用了实时性能好的Adaboost分类器，从而解决了复杂环境下的智能人脸检测问题，最后利用人脸检测结果和和按钮进行联合协调控制屏幕，实现智能锁屏和智能电源控制。应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
权利要求
1.一种基于人脸检测的智能手机锁屏解锁控制方法，其特征在于，包括对智能手机进行解锁的步骤，所述对智能手机进行解锁的步骤具体包括 Al、当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像； A2、利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸； A3、将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同； A4、当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁。
2.根据权利要求I所述的基于人脸检测的智能手机锁屏解锁控制方法，其特征在于，在所述对智能手机进行解锁的步骤之前还包括 所述智能手机接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。
3.根据权利要求I所述的基于人脸检测的智能手机锁屏解锁控制方法，其特征在于，其还包括对智能手机进行锁屏的步骤，所述对智能手机进行锁屏的步骤具体包括 BI、当需对智能手机进行锁屏时，接收用户锁屏操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第二视频图像； B2、利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸； B3、将识别出用于锁屏的锁屏的人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同； B4、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。
4.根据权利要求I所述的基于人脸检测的智能手机锁屏解锁控制方法，其特征在于，所述步骤A2具体包括 A21、智能手机的光照补偿单元对所述第一视频图像进行光照补偿； A22、智能手机的颜色补偿与校正单元对经过光照补偿的第一视频图像进行颜色补偿与校正； A23、智能手机的图像去噪单元对经过颜色补偿与校正的第一视频图像进行降噪处理； A24、智能手机的特征提取单元对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征； A25、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。
5.根据权利要求3所述的基于人脸检测的智能手机锁屏解锁控制方法，其特征在于，所述步骤B2具体包括 B21、智能手机的光照补偿单元对所述第二视频图像进行光照补偿；B22、智能手机的颜色补偿与校正单元对经过光照补偿的第二视频图像进行颜色补偿与校正； B23、智能手机的图像去噪单元对经过颜色补偿与校正的第二视频图像进行降噪处理； B24、智能手机的特征提取单元对经过降噪处理的第二视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征； B25、智能手机的分类器单元利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，用SIFT特征完成人脸识别，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸。
6.一种采用如权利要求1-5任一项所述锁屏解锁控制方法的智能手机，其特征在于，包括 第一图像获取模块、用于当需对智能手机进行解锁时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第一视频图像； 第一识别模块、用于利用人脸识别技术对所述第一视频图像进行人脸识别，从所述第一视频图像中识别出当前人脸； 第一比较判断模块，用于将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同； 控制解锁控制模块，用于当判断出所述当前人脸与数据库中存储的基准人脸模型相同，并接收到相应的解锁操作按键，则通过智能手机的控制单元进行联合协调控制屏幕解锁。
7.根据权利要求6所述的智能手机，其特征在于，其还包括 预先设置模块，用于接收用户的操作指令预先拍摄并存储用于锁屏解锁的基准人脸模型，以及预先设置与该基准人脸模型一起联合锁屏解锁的操作按键。
8.根据权利要求6所述的智能手机，其特征在于，其还包括 第二图像获取模块、用于当需对智能手机进行锁屏时，接收用户解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的第二视频图像； 第二识别模块、用于利用人脸识别技术对所述第二视频图像进行人脸识别，从所述第二视频图像中识别出用于锁屏的人脸； 第二比较判断模块、将识别出用于锁屏的锁屏的人脸与数据库中存储的基准人脸模型进行比对认证，判断是否相同； 锁屏控制模块、当判断出所述用于锁屏的人脸与数据库中存储的基准人脸模型相同，并接收到相应的锁屏操作按键，则通过智能手机的控制单元进行联合协调控制屏幕锁屏。
9.根据权利要求6所述的智能手机，其特征在于，所述第一识别模块包括 光照补偿单元用于对所述第一视频图像进行光照补偿； 颜色补偿与校正用于对经过光照补偿的第一视频图像进行颜色补偿与校正； 图像去噪单元用于对经过颜色补偿与校正的第一视频图像进行降噪处理； 特征提取单元用于对经过降噪处理的第一视频图像提取图像中的用以表征基准人脸的Harr-Like特征和用于人脸识别的SIFT特征； 分类器单元用于利用训练好的Adaboost分类器对表示人脸的Harr-Like特征完成二分类，实现人脸检测，以从所述第一视频图像中检测出当前人脸，用SIFT特征识别出人脸 。
全文摘要
本发明公开了一种基于人脸检测的智能手机锁屏解锁控制方法。本发明对智能手机进行锁屏解锁的方法具体包括当需对智能手机进行锁屏或解锁时，接收用户锁屏或解锁操作指令，控制自动开启手机摄像头，通过手机摄像头获取手机前方的视频图像。利用人脸识别技术对获取的视频图像进行人脸识别，从视频图像中识别出当前人脸。将识别出的当前人脸与数据库中存储的基准人脸模型进行比对认证，当判断出当前人脸与数据库中存储的基准人脸模型相同，则通过智能手机的控制单元控制屏幕锁屏或解锁。本发明在智能手机中增加了基于人脸检测的智能手机锁屏解锁模块，可以使用户在使用该智能手机时防止误操作带来的不便和节省不必要的能耗。
文档编号G06K9/00GK102970411SQ20121040959
公开日2013年3月13日 申请日期2012年10月24日 优先权日2012年10月24日
发明者刘远民, 杨卫国 申请人:康佳集团股份有限公司