[發明專利]一種基于快速人臉識別的自助打印機及其工作方法

在審

• 申請號: 202011173232.9
• 申請日: 2020-10-28
• 公開（公告）號: CN112486427A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 王慶;陳曉宇;嚴超;張波;許九靖;劉鵬飛
• 申請（專利權）人: 江蘇集萃未來城市應用技術研究所有限公司
• 主分類號: G06F3/12
• 分類號: G06F3/12;G06K9/00;G06Q20/40
• 代理公司: 蘇州久元知識產權代理事務所(普通合伙) 32446
• 代理人: 潘宏偉

1.一種基于快速人臉識別的自助打印機，包括與云服務器通信連接的打印機機體，其特征在于，機體包括電源，控制模塊，打印模塊，攝像模塊，人臉數據存儲模塊，云通信模塊，打印驅動模塊，所述攝像模塊包括攝像頭，攝像頭和功能面板設置在機體表面，控制模塊與存儲模塊，攝像模塊，云通信模塊和打印驅動模塊連接，攝像模塊與人臉數據存儲模塊連接，功能面板與控制模塊線路連接，電源與控制模塊，打印模塊，攝像模塊和云通信模塊連接，機體通過云通信模塊向云服務器發生人臉識別信息并基于特征值、特征向量和投影系數確定用戶身份，云服務器通過用戶信息確定用戶身份并展示相應內容并完成支付。

2.根據權利要求1所述的自助打印機，其特征在于，所述人臉數據存儲模塊包括識別分類器和人臉數據庫。

3.根據權利要求1所述的自助打印機，其特征在于，所述功能面板包括顯示屏和輸入面板。

4.根據權利要求1所述的自助打印機，其特征在于，機體設有執行復印或者掃描的掃描儀。

5.一種采用權利要求1-4之一所述的自助打印機工作方法，其特征在于，包括以下步驟：

A0:用戶將待打印的文件上傳至服務器；

A1：啟動攝像模塊，進行圖像讀取和人臉識別,并依據識別的結果確定并選擇對應賬戶，主要包括以下步驟：

(1)M幅圖像用于訓練，把分辨率為m×n的圖像按每列依次連接，組成N＝m×n維的列向量，用于訓練的圖像構成了N×M維的矩陣，將訓練人臉數據讀入后構成一個一維向量，然后與每列對應的平均值作差得到x_i，這里第i幅圖像x_i存儲在N×M維矩陣的第i列，每一個人的訓練數據有N個，N個x_i構成矩陣X；

(2)采用PCA算法進行特征值分解，分解前首先根據用于訓練的圖像與平均臉的差值構成協方差矩陣C＝AA^T,其中C的維數N×N，通過構造一種新的矩陣C'＝A^TA求取特征值和特征向量，C’的維度為M×M，M遠小于N，構成的矩陣維數則會變得非常小，

證明如下：

A^TAυ_i＝λυ_i (1)

AA^TAυ_i＝λAυ_i (2)

CAυ_i＝λAυ_i (3)

Cυ_i＝λυ_i (4)

其中，υ_i是C'＝A^TA的第i個特征向量，u_i是C＝AA^T的第i個特征向量，故有u_i＝Aυ_i，通過求解C'的特征向量υ_i再左乘A就能得到C特征向量u_i；

(3)計算C的特征值和特征向量；基于特征值與特征向量，選取特征貢獻率前k維特征值對應的特征向量構成特征子空間；其中，特征貢獻率的定義如下：

令λ_i(i＝1,2,...,k)是矩陣C'＝A^TA的前k個特征值，υ_i(i＝1,2,...,k)是前k個特征值對應的特征向量，則矩陣C＝AA^T的前k維的特征向量可以表示為：

因此可得特征子空間U＝(u₁,u2,...,u_k)，將圖像數據預平均臉的差值向U^T投影，得到投影系數：

Y＝U^TA (7)

(4)采用BP神經網絡算法作為分類識別模塊的識別器，將訓練投影系數輸入BP神經網絡中，通過對權值的不斷調整，最終構成分類器，從而得到正確人臉識別結果；算法設計如下：

在搭建的BP神經網絡中，采用的激活函數時線性整流函數，表達式是f(x)＝max(0,x)，t+1時刻權值調整公式為：

當出現梯度在連續二次迭代后方向仍然相同，更新值就會增加，權值的調整方向依然不變，權值的該變量增加且調整方向一致，將該變量乘增量系數a，改變量Δ(t+1)的調整方式為：

Δ(t-1)＝a×Δt (9)

當出現連續兩次迭代方向不同時，權值的該變量減小，該變量乘一個減量系數，更新值調整公式為：

Δ(t-1)＝b×Δt (10)

其它情況權值的更新值調整公式保持不變。

A2：依據確定的用戶身份展示待打印文件，用戶確認打印信息；

A3：支付確認；

A4：控制中心傳輸打印驅動模塊，激活打印組件進行打印；

A5：選擇打印操作，選擇繼續打印則重復A1-A4；選擇結束打印則退出賬戶結束打印操作。

6.根據權利要求5所述的自助打印方法，其特征在于，所述步驟A2包括：通過功能面板上確定打印內容，打印份數，打印格式和打印模式，并計算出需要的費用后進行校園卡扣款操作。