一种自适应人脸识别方法

1.本发明涉及安全监测领域，尤其涉及一种自适应人脸识别方法。


背景技术：

2.人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份，属于生物特征识别技术中的一种，其被广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域，随着社会的发展，技术的进步，生活节奏的加速，消费水平的提高，人们对便捷安全的要求也越来越迫切；因此，发明出一种自适应人脸识别方法变得尤为重要；
3.经检索，中国专利号cn111611909a公开了多子空间域自适应人脸识别方法，虽然该发明能够提取更多的判别信息，得到较好的分类模型，但是无法对采集到的人脸图像进行优化处理，容易导致识别错误，不方便用户使用；此外，现有的自适应人脸识别方法，当其采集摄像头前方出现遮挡物时，则开始自动对其进行采集跟识别，容易产生误触，增加其使用功耗，浪费能源，同时降低其使用寿命；为此，我们提出一种自适应人脸识别方法。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种自适应人脸识别方法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种自适应人脸识别方法，该识别方法具体步骤如下：
7.(1)检测采集范围内是否出现行人：感应元件开始对一定范围进行检测，同时对该区域是否存在行人进行分析判断，其中，感应元件具体为激光雷达或声波雷达；
8.(2)采集摄像头开始智能调整采集角度：当需要对人脸进行采集时，采集摄像头开始工作，并开始自行调整采集角度，当采集角度调整完成，开始进行检测判断；
9.(3)采集相关环境信息闭并进行采集优化：光感应器以及监测摄像头开始对周围环境进行数据采集，并构建相应范围的环境模型，同时对环境进行分析判断，依据分析结果对采集过程进行数据优化；
10.(4)开始对行人人脸信息进行采集：优化完成，采集摄像头开始对行人人脸信息进行数据采集，并对采集到的图像通过图像优化处理生成分析数据；
11.(5)对采集到的人脸图像进行对比分析：从特征数据库中提取特征信息，并将其分别与分析数据进行对比判断；
12.(6)对比结果反馈并方便工作人员检索查看：将对比结果通过显示设备反馈给行人，同时通过语音播报将结果反馈给用户，且将数据上传至云端数据库，工作人员可以对云端数据库中的数据进行检索查看，其中，显示设备具体为crt显示屏、lcd显示屏或led显示
屏中的一种。
13.进一步地，步骤(1)中所述分析判断具体步骤如下：
14.步骤一：感应元件开始向外部发送感应信号，当感应信号触碰到障碍物时开始返回；
15.步骤二：感应元件接收返回的感应信号，并开始构建障碍物模型，并进行模糊判断，其具体模糊判断步骤如下：
16.第一步：对障碍物模型高度a进行计算，并进行数据筛选；
17.第二步：若a≥98cm，则判断为行人，并标记为t，若a≤
18.98cm，则判断为非行人，并标记为f。
19.进一步地，步骤(2)中所述检测判断具体步骤如下：
20.s1：总控模块将t发送至采集摄像头，采集摄像头开始自行调整采集角度；
21.s2：采集角度调整完成，采集摄像头开始工作，并开始采集外部信息，同时从云端数据库中提取人类特征数据；
22.s3：对采集到的信息进行分析，并将其与提取的人类特征数据进行进行对比筛选，将其中不合格的信息删除。
23.进一步地，步骤(3)中所述分析判断具体步骤如下：
24.ss1：依据光感器采集的光照强度信息以及监测摄像头采集到的环境信息进行环境模型构建；
25.ss2：环境模型构建完成，开始对行人位置在环境模型中进行标注，并进行优化分析，其具体优化分析步骤如下：
26.sss1：判断行人所在位置的光照强度b，并进行分类优化处理；
27.sss2：若0≤b＜40％，则判断行人所在位置光照强度弱，并在采集前进行补光处理；
28.sss3：若40％≤b≤60％，则判断行人所在位置光照强度适中，
29.且无需进行优化处理；
30.sss4：若60％＜b≤100％，则判断行人所在位置光照强度强，并在采集前进行暗处理。
31.进一步地，步骤(4)中所述优化处理具体步骤如下：
32.p1：将采集到的人脸信息进行图像分割处理，并分别标记为a1、a2、a3、
…
、an，其中，n为自然数，且n依次增加；
33.p2：对a1～an分别进行图像增江以及均值滤波处理，并将处理完成的图像进行重新组合。
34.进一步地，步骤(5)中所述对比判断具体步骤如下：
35.pp1：从特征信息库中提取特征信息，并将提取的特征信息依次与组合完成的采集图像进行对比；
36.pp2：若对比结果出现一致，则将其标记为y；
37.pp3：若对比结果都不一致，则将其标记为n。
38.进一步地，步骤(6)中所述检索查看具体步骤如下：
39.ppp1：工作人员通过外部输入设备输入需要查找的初级时间段x，其中，外部输入
设备具体为键盘、电子笔或触控屏中的一种；
40.ppp2：工作人员输入初级时间段x后再次输入次级时间段x；
41.ppp3：工作人员输入完初级时间段x和次级时间段x后，即会将工作人员需要的内容从云端数据库中调出并通过显示设备显示出来。
42.相比于现有技术，本发明的有益效果在于：
43.1、该自适应人脸识别方法在采集行人脸部信息前，感应元件开始向外部发送感应信号，并接收触碰到障碍物时开始返回的感应信号，依据返回的感应信号，感应元件开始构建障碍物模型，并开始判断其是否为行人，若非行人，则不启动采集摄像头进行采集，若为行人，则启动采集摄像头对其进行数据采集，能够提前检测障碍物类型，降低采集摄像头误触概率，减少其使用功耗，延长使用寿命；
44.2、该自适应人脸识别方法当采集优化完后，开始采集行人脸部信息，人脸信息完成采集，开始对其进行图像分割处理，并将分割的图像分别标记为a1、a2、a3、
…
、an，其中，n为自然数，且n依次增加，对a1～an分别进行图像增江以及均值滤波处理，并将处理完成的图像进行重新组合，能够有效的去除噪音对采集图像产生的影响，降低识别错误的发生次数，方便用户使用，提高识别准确率。
附图说明
45.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
46.图1为本发明提出的一种自适应人脸识别方法的流程框图。
具体实施方式
47.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
48.在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，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。
49.参照图1，本实施例提供了一种自适应人脸识别方法，该识别方法具体步骤如下：
50.(1)检测采集范围内是否出现行人：感应元件开始对一定范围进行检测，同时对该区域是否存在行人进行分析判断；
51.本实施例中公开了一种分析判断方法，其具体分析判断步骤如下：
52.步骤一：感应元件开始向外部发送感应信号，当感应信号触碰到障碍物时开始返回；
53.步骤二：感应元件接收返回的感应信号，并开始构建障碍物模型，并进行模糊判断，其具体模糊判断步骤如下：
54.第一步：对障碍物模型高度a进行计算，并进行数据筛选；
55.第二步：若a≥98cm，则判断为行人，并标记为t，若a≤
56.98cm，则判断为非行人，并标记为f；
57.本实施例中感应元件具体为激光雷达或声波雷达。
58.(2)采集摄像头开始智能调整采集角度：当需要对人脸进行采集时，采集摄像头开始工作，并开始自行调整采集角度，当采集角度调整完成，开始进行检测判断；
59.具体的，该采集摄像头具体检测判断步骤如下：
60.s1：总控模块将t发送至采集摄像头，采集摄像头开始自行调整采集角度；
61.s2：采集角度调整完成，采集摄像头开始工作，并开始采集外部信息，同时从云端数据库中提取人类特征数据；
62.s3：对采集到的信息进行分析，并将其与提取的人类特征数据进行进行对比筛选，将其中不合格的信息删除。
63.(3)采集相关环境信息闭并进行采集优化：光感应器以及监测摄像头开始对周围环境进行数据采集，并构建相应范围的环境模型，同时对环境进行分析判断，依据分析结果对采集过程进行数据优化。
64.本实施例中进一步公开了对环境进行分析判断的过程，其具体步骤如下：
65.ss1：依据光感器采集的光照强度信息以及监测摄像头采集到的环境信息进行环境模型构建；
66.ss2：环境模型构建完成，开始对行人位置在环境模型中进行标注，并进行优化分析。
67.本实施例中公开了一种优化分析方法，其具体优化分析步骤如下：
68.sss1：判断行人所在位置的光照强度b，并进行分类优化处理；
69.sss2：若0≤b＜40％，则判断行人所在位置光照强度弱，并在采集前进行补光处理；
70.sss3：若40％≤b≤60％，则判断行人所在位置光照强度适中，
71.且无需进行优化处理；
72.sss4：若60％＜b≤100％，则判断行人所在位置光照强度强，并在采集前进行暗处理。
73.(4)开始对行人人脸信息进行采集：优化完成，采集摄像头开始对行人人脸信息进行数据采集，并对采集到的图像通过图像优化处理生成分析数据。
74.本实施例中公开了一种优化处理方法，其具体优化处理步骤如下：
75.p1：将采集到的人脸信息进行图像分割处理，并分别标记为a1、a2、a3、
…
、an，其中，n为自然数，且n依次增加；
76.p2：对a1～an分别进行图像增江以及均值滤波处理，并将处理完成的图像进行重新组合。
77.(5)对采集到的人脸图像进行对比分析：从特征数据库中提取特征信息，并将其分别与分析数据进行对比判断。
78.本实施例中公开了一种对比判断方法，其具体对比判断步骤如下：
79.pp1：从特征信息库中提取特征信息，并将提取的特征信息依次与组合完成的采集图像进行对比；
80.pp2：若对比结果出现一致，则将其标记为y；
81.pp3：若对比结果都不一致，则将其标记为n。
82.(6)对比结果反馈并方便工作人员检索查看：将对比结果通过显示设备反馈给行人，同时通过语音播报将结果反馈给用户，且将数据上传至云端数据库，工作人员可以对云端数据库中的数据进行检索查看。
83.具体的，工作人员检索查看具体步骤如下：
84.ppp1：工作人员通过外部输入设备输入需要查找的初级时间段x，
85.ppp2：工作人员输入初级时间段x后再次输入次级时间段x；
86.ppp3：工作人员输入完初级时间段x和次级时间段x后，即会将工作人员需要的内容从云端数据库中调出并通过显示设备显示出来；
87.本实施例中外部输入设备具体为键盘、电子笔或触控屏中的一种，显示设备具体为crt显示屏、lcd显示屏或led显示屏中的一种。
88.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。