[發明專利]一種基于機器人平臺的嵌入式人臉識別智能身份認證系統

有效

• 申請號: 201210533057.9
• 申請日: 2012-12-12
• 公開（公告）號: CN103106393A
• 公開（公告）日: 2013-05-15
• 發明（設計）人: 袁培江;公茂震;馬福存;王啟申;任恒飛;譚化健
• 申請（專利權）人: 袁培江
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 李世喆

技術領域

本發明涉及圖像處理和人臉識別技術領域，更具體地說，本發明涉及一種利用人臉識別相機實現人臉注冊和人臉比對的嵌入式智能身份認證系統。

背景技術

近年來，計算機圖像技術的應用范圍越來越廣，利用計算機、圖象處理、模式識別等技術實現身份驗證也越來越成為當前模式識別和人工智能領域的一個研究熱點，人臉識別主要應用于公安(罪犯識別等)、出入境驗證、機場安檢、安全驗證系統、信用卡驗證等方面。人臉識別系統作為一項先進的高科技技術防范和驗證手段，在一些經濟發達的國家和地區已經廣泛應用于科研、工業、博物館、酒店、商場、醫療監護、銀行、監獄等高安全性要求的重要場所，具有廣闊的應用前景。

由于生物特征是人的內在屬性，具有很強的自身穩定性和個體差異性，因此是身份驗證的最理想依據。人的指紋、掌紋、眼虹膜、脫氧核糖核酸(DNA)以及人臉相貌等人體特征具有人體所固有的不可復制的唯一性、穩定性，無法復制，失竊或被遺忘。由于每個人的這些特征都不相同，因此利用人體的這些獨特的生理特征可以準確地識別每個人的身份，目前已有的人體生物識別方法包括人臉識別、指紋識別、聲音識別、掌形識別、簽名識別、眼虹膜、視網膜識別等。其中，利用人臉特征進行身份驗證又是最自然直接的手段，相比其它人體生物特征，它具有直接、友好、方便的特點，更易于為用戶所接受，因此備受關注。

嵌入式人臉智能識別主要涉及攝像機標定、物體識別、運動分割與跟蹤、圖像數據處理、高層語義理解等內容，是計算機視覺領域的前沿研究方向。它具有廣泛的應用前景及巨大的潛在經濟價值，已引起了許多科研機構及研究人員的濃厚興趣。例如，英國科學家正在開發“智能”識別新技術，這一技術有望使未來的閉路電視監視器不僅可自動識別扒手和盜車賊，而且還會預報地鐵或機場內可能發生的行兇搶劫或恐怖活動；H.J.Zhang等提出了基于幀間直方圖差的智能監控鏡頭分割算法，因為其算法復雜度低，鏡頭分割效果好，成為目前大受歡迎的方法；在國內，中國科學院自動化研究所、清華大學、和中國科學院計算所等都加強了相關的研究。

嵌入式人臉智能識別系統具有人臉獲取直接隱蔽、人臉特征信息編碼數據量小、識別速度快、識別準確率高、拒識率低、甄別簡便、安全性高、使用條件簡單等優點，是一種直接、方便、容易被人們接受的非侵犯性身份認證方法。

發明內容

本發明提供了一種嵌入式人臉識別智能身份認證系統，是一種采用人臉的一些獨特生物特征對人身份進行智能識別的身份認證技術。本發明有兩大功能：人臉注冊和人臉比對。人臉注冊主要包括人臉采集、人臉圖像預處理、特征點提取、特征模板存儲和輸出顯示，在基于嵌入式系統的監控應用結構中，前端采用模擬攝像機，經過A/D轉換，由高速DSP進行算法處理，通過對外接FIFO和SDRAM等接口，實現高速圖像分割和識別算法，通過網絡視頻編碼器，將模擬視頻經過數字化、壓縮、打包等過程，經過數據壓縮通過網絡進行傳輸，發送到視頻需求者輸出顯示。人臉比對的前三步與人臉注冊相同，但在特征點提取后是將生成的特征模板與存儲在人臉特征模板庫中的特征模板進行特征匹配，最后輸出顯示匹配結果。

本發明的另一目的在于提供一種有效、快速、便捷的背景、環境建模方法，實現運動載臺下的實時目標跟蹤和24小時監控數據融合夜間視頻增強可視化和24小時監控下夜間運動目標的檢測與跟蹤。

本發明的另一目的在于提供一種可行的可見光圖像與熱紅外圖像的融合方法，實現遮擋情況下多目標跟蹤和對象重疊與分離檢測。

本發明的另一目的在于提供一種基于機器人平臺的人臉識別系統，實現同一個攝像頭可以對不同角度的檢測。

本發明的另一目的在于利用單攝像頭實現主從視頻跟蹤，實現在對象色彩形狀相似和對象空間位置靠近情況下的對象強互遮擋后分離，達到長時間遮擋情況下多目標跟蹤。

本發明的另一目的在于提供一種遠距離的身份識別模塊，實現監控系統中的臉像、步態、體形特征的身份識別，和他們相融合的身份識別。

本發明的另一目的在于提供一種基于DSP的CCD/CMOS監控圖像采集設計方案，可以首次實現監控狀態下的CCD/CMOS攝像頭控制。

為實現上述目的，本發明擬對采集的人臉圖像進行分割與處理，通過給特定目標區域作標記，實現人臉特征模板提取，最后通過視頻壓縮算法，通過網絡和視頻服務器連接。整個研究大致分四個步驟：

步驟一：圖像預處理模塊，主要包括濾波處理和圖像分割。