[發明專利]一種基于智慧黑板的人臉識別方法和系統

在審

• 申請號: 202011294415.6
• 申請日: 2020-11-18
• 公開（公告）號: CN112329698A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 朱玉榮;湯鵬飛
• 申請（專利權）人: 安徽文香信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F16/583;G07C1/10
• 代理公司: 合肥洪雷知識產權代理事務所(普通合伙) 34164
• 代理人: 徐贛林

1.一種基于智慧黑板的人臉識別方法，其特征在于，包括如下步驟：

步驟S1：獲取視頻實時采集的人臉圖像；

步驟S2：對視頻中的人臉進行監測，剪切出人臉圖像部分；

步驟S3：對剪切出的圖像進行預處理；

步驟S4：提取待識別用戶的人臉圖像的面部特征；

步驟S5：面部特征與身份信息管理數據庫模塊進行匹配；

步驟S6：篩選出與輸入圖像相匹配的身份信息進行輸出。

2.根據權利要求1所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述步驟S3中，圖像預處理包括數據化處理、幾何變換處理、歸一化處理、平滑去噪和增強處理。

3.根據權利要求1所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述步驟S4中，人臉圖像的面部特征提取步驟如下：

步驟S41：人臉圖像I(x,y)為N*N灰度圖像，計算M幅圖像的平均向量；

步驟S42：獲取訓練圖像的協方差矩陣；

步驟S43：計算協方差矩陣的特征向量并按照特征值的權重取前若干個特征向量組成特征空U。

4.根據權利要求3所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述步驟S41中，人臉圖像的訓練集為R_i＝(i＝1,2,3,...,M)，其中M為訓練集中圖像總數，則M幅圖像的平均向量為：

式中，M為訓練集中圖像總數。

5.根據權利要求3所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述步驟S42中，訓練圖像的協方差矩陣可表示為：

C＝AA^T；

式中，A＝{φ₁，φ₂，...，φ_M}，φ為每個人臉與平均人臉的差值向量。

6.根據權利要求1所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述步驟S5中，面部特征匹配分為訓練階段和識別階段；所述訓練階段中，每個已知人臉映射到由特征臉構成子空間上，得到m維向量：

∩_k＝UT(R_k·ψ)(k＝1,2,3,...,N_c)；

將待識別的圖像R映射到特征臉空間，得到向量：

∩＝∪^T(R·ψ)；

∩與每個人臉集的距離定義為：

計算原始圖像R與其有特征空間重建的圖像R_f之間的距離ε：

ε^Z＝|R-R_f|^z；

R_f＝U∩+Ψ。

7.根據權利要求6所述的一種基于智慧黑板的人臉識別方法，其特征在于，所述計算出的原始圖像R與其有特征空間重建的圖像R_f之間的距離ε，采用歐式最小距離法進行人臉分類：

若ε＞θ_c，則輸入圖像不是人臉圖像；

若ε＜θ_c,則輸入圖像包含未知人臉；

若ε＜θ_c,則輸入圖像為庫中第k個人的人臉。

8.一種基于智慧黑板的人臉識別系統，其特征在于，包括視頻實時采集及處理模塊、數據庫管理模塊、人臉識別模塊和識別信息輸出模塊；

所述視頻實時采集及處理模塊由視頻實時采集單元、人臉檢測預處理單元和特征提取單元依次連接；所述視頻實時采集及處理模塊分別通過數據庫管理模塊和人臉識別模塊與識別信息輸出模塊連接。