一种基于人脸识别的来访人员登记查验装置的制作方法

本发明涉及身份查验技术领域，具体涉及一种基于人脸识别的来访人员登记查验装置。

背景技术

随着社会经济的快速发展，人们之间的交流、业务往来越来越密切，从而导致出入党政机关、企事业单位、居民小区、商业楼宇各单位的来访人员日益频繁，并呈现出人流多而杂的特征，因此各单位的来访人员出入安全管理，成为安保工作中最为重要的环节之一。目前各单位的访客登记还普遍停留在“口问、眼看、笔记”的人工操作方式，在现今的社会条件下，此种管理方式已明显不能适应新形势下的安全管理需要。

访客管理目前主要存在以下问题：一、来访人员真实身份难以识别；二、人工纸质手写登记人员信息，书写繁杂，而且多位身份证号码容易错位漏位；三、纸质登记单容易丢失、损坏，同时不易保存，不便查找，登记流于形式，难以进行有效管理。

技术实现要素：

针对上述问题，本发明提供一种基于人脸识别的来访人员登记查验装置。

本发明的目的采用以下技术方案来实现：

一种基于人脸识别的来访人员登记查验装置，该来访人员登记查验装置包括：

证件读取模块，用于读取或扫描来访人员证件的图像及身份信息；来访人员图像采集查验模块，用于采集来访人员的图像，识别所述图像中的人脸，与所述来访人员证件中的图像进行比对，如果相似度超过设定的阈值，查验通过；发卡模块，用于向查验通过的来访人员发放通行ic卡或带有标识的纸质通行条；来访人员登记信息存储及查询模块，用于存储及查询所述来访人员的登记信息。

本发明的有益效果为：采用本发明的来访人员登记查验装置，能够确保人证合一，有效验证来访人员的真实身份，防止出现来访人员利用他人身份证件假冒他人身份的安全漏洞。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明来访人员登记查验装置的结构图；

图2是本发明来访人员图像采集查验模块的框架结构图。

附图标记：证件读取模块1；来访人员图像采集查验模块2；发卡模块3；来访人员登记信息存储及查询模块4；图像采集子模块5；预处理子模块6；特征提取子模块7；特征比对子模块8；灰度化单元9；平滑单元10；增强单元11。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，一种基于人脸识别的来访人员登记查验装置，该来访人员登记查验装置包括：

证件读取模块1，用于读取或扫描来访人员证件的图像及身份信息；来访人员图像采集查验模块2，用于采集来访人员的图像，识别图像中的人脸，与来访人员证件中的图像进行比对，如果相似度超过设定的阈值，查验通过；发卡模块3，用于向查验通过的来访人员发放通行ic卡或带有标识的纸质通行条；来访人员登记信息存储及查询模块4，用于存储及查询来访人员的登记信息。

有益效果：采用本发明的来访人员登记查验装置，能够确保人证合一，有效验证来访人员的真实身份，防止出现来访人员利用他人身份证件假冒他人身份的安全漏洞。

优选地，来访人员证件为护照、二代居民身份证、工作证或通行证中的一种或几种。

优选地，参见图2，来访人员图像采集查验模块2包括：图像采集子模块5，用于采集来访人员的正面脸部图像；预处理子模块6，用于对采集的正面脸部图像进行预处理；特征提取子模块7，用于从预处理后的正面脸部图像中提取来访人员的面部特征数据；特征比对子模块8，用于将提取到的来访人员的面部特征数据和来访人员证件中的人脸面部特征数据进行比对，如果相似度超过设定的阈值，查验通过。

优选地，预处理子模块6包括灰度化单元9、平滑单元10和增强单元11。灰度化单元9，用于对来访人员的正面脸部图像进行灰度化处理；平滑单元10，用于对灰度化后的正面脸部图像进行平滑处理；增强单元11，用于对平滑后的正面脸部图像进行增强处理。

优选地，对灰度化后的正面脸部图像进行平滑处理，具体为：

(1)利用小波变换对灰度化后的正面脸部图像进行m层小波分解，得到一组小波系数；

(2)利用阈值处理函数分别对各个分解层的小波系数进行阈值处理，其中，第m层小波系数的阈值处理函数为：

式中，z′n，m为去噪后的第m层的第n个小波系数，zn，m为去噪前的第m层的第n个小波系数，t1，m为设定的第m层小波系数的阈值下限值，t2，m为设定的第m层小波系数的阈值上限值，且t2，m＝ζt1，m，ζ为一比例系数，其满足0＜ζ＜1，a为形状系数，μ为一常数因子，sgn(f)为符号函数，当f为正数时，取1，为负数时，取-1；

(3)利用小波变换对去噪后的小波系数进行重构，得到去噪后的正面脸部图像。

有益效果：利用阈值处理函数分别对不同分解层的小波系数进行阈值处理，该阈值处理算法能够根据分解层次的不同而自适应去除正面脸部图像中的随机噪声；在阈值处理函数中，a为形状系数，该系数用于控制t1，m＜|zn，m|≤t2，m和|zn，m|≥t2，m区间内的函数的形状，即控制衰减程度；根据t1，m、t2，m与zn，m的绝对值的大小关系，选择不同的去噪方式实现去噪，该算法能够有效地去除正面脸部图像中的随机噪声，保留正面脸部图像中的有效信息，同时该阈值处理函数在t1，m和t2，m处连续，能够有效避免去噪后的正面脸部图像产生的附加震荡，在阈值附近，该阈值处理函数有较好的平滑过渡带，这样使得到的去噪后的正面脸部图像更接近于真实图像，有利于后续对来访人员身份的准确识别，防止出现来访人员利用他人身份证件假冒他人身份的安全漏洞。

在一个实施例中，采用阈值的方法对正面脸部图像进行去噪处理，可以通过实际情况选择一个固定的阈值上限值和一个阈值下限值来实现对正面脸部图像的去噪操作。

在一个更优的实施方式中，通过求解各个分解层的阈值上限值，进而实现对正面脸部图像的去噪过程。其中，阈值上限值t2，m可利用下式计算得到：

式中，t2，m为第m层小波系数的阈值上限值，cn，m为第m层小波系数的第n个小波系数，nm为第m层小波系数的个数，middle(ψ)表示取中间值，即从排序好的小波系数中选取中间值；θ1、θ2为权重系数。

有益效果：在求解各个分解层的阈值上限值时，通过求取所有小波系数的mnddle值以及第m层小波系数的平方和的均值，进而求解第m层小波系数的阈值上限值，该算法能够根据各个分解层的情况自适应的确定每一层的阈值上限值和阈值下限值，进而选择不同的阈值上限值和阈值下限值以实现去噪，该算法避免了设定固定阈值带来的噪声小波系数被保留下来，而使得去噪后的正面脸部图像中依然存在大量噪声，同时也避免了将有用的小波系数当成噪声信息，而使得去噪后的目标太过平滑，损失了细节信息；而选择不同阈值进行去噪也提高了去噪的准确度。

在一个可选的实施方式中，所述对平滑后的正面脸部图像进行增强处理，具体为：

(1)利用自定义的隶属度函数将去噪后的正面脸部图像从空间域变换到模糊域，并计算去噪后的正面脸部图像中所有像素点的隶属度值，其中，自定义的隶属度函数为：

式中，μxy是坐标(x，y)处的像素点的隶属度值，fxy是去噪后的正面脸部图像中坐标(x，y)处的像素点的灰度值，ft为预设的阈值，l为去噪后的正面脸部图像中的最大灰度值；

(2)在模糊域中，可通过非线性变换对得到的各个像素点的隶属度值进行修正，得到各个像素点修正后的隶属度值，其中，自定义的非线性变换公式为：

式中，μ′xy为坐标(x，y)处的像素点的修正后的隶属度值，μxy为坐标(x，y)处的像素点的隶属度值，μt为ft对应的隶属度值，μt可由步骤(1)的隶属度函数计算得到；

(3)把修正后的像素点的隶属度值转换为相应像素点的灰度值，得到模糊增强后的正面脸部图像，其中，把坐标(x，y)处的像素点的修正后的隶属度值μ′xy转换为其灰度值f′xy的算式为：

式中，f′xy是经逆变换后的坐标(x，y)处的像素点的灰度值；

遍历模糊域中所有像素点，所有像素点经逆变换后构成的集合即为增强后的正面脸部图像。

有益效果：利用自定义的隶属度函数将去噪后的正面脸部图像从空间域变换到模糊域，使之在模糊域中，各个像素点灰度值映射在[0，1]区间；通过设定一阈值ft，将去噪后的正面脸部图像分为灰度级较高的区域和灰度级较低的区域，并分别在这两个区域内用不同的隶属度函数求解区域内像素点的隶属度值，这样做可以削弱灰度级较低的部分，使相应的像素点的灰度级更低，同时增强灰度级较高的部分，使相应的像素点的灰度级更高，以此来达到图像增强的目的；通过在模糊域中完成对去噪后的正面脸部图像的增强处理，使得去噪后的正面脸部图像得到有效增强，使得整个增强后的正面脸部图像变亮的同时，能够更好的保留正面脸部图像中的细节特征，有利于后续对正面脸部图像的特征提取和识别。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。