[发明专利]基于人脸识别引擎的人脸抓取系统

说明书

本发明公开的基于人脸识别引擎的人脸抓取系统，涉及图像处理技术领域，包括脸部检测模块、脸部校准模块及脸部识别模块，其中，脸部检测模块采用基于OpenCV的MB‑LBP特征算法，用于实时接收摄像头发送的帧图像，脸部检测模块还用于，判断帧图像是否包含人脸图像，若是，则保存帧图像，脸部校准模块，用于对帧图像中的人脸图像进行定位，生成人脸定位图像并将定位图像发送至脸部识别模块，脸部识别模块，用于接收脸部校准模块发送的人脸定位图像并从人脸定位图像中提取面部特征，生成抓取图像，提高了人脸抓取系统的效率、精准度、抓怕的人脸图像的像素，解决了现有人脸抓取系统存在的效率低、精准度低及抓怕的人脸图像的像素低的缺陷。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于人脸识别引擎的人脸抓取系统。

背景技术

近年来，随着人工智能技术的蓬勃发展，人脸识别技术在工业及生活中得到了广泛应用。在应用人脸识别技术的过程中，通常会利用智能移动终端的摄像头实现对人脸图像的抓取。普通的摄像头(价格中等或偏低)通常没有嵌入很好的人脸抓取算法，仅具备传统的移动侦测截图、过线抓取等功能，在进行人脸图像抓取时可能会抓取到不包含人脸的图像。而对于具有人脸检测功能的摄像头，其截取人脸图像的能力并不强，实现人脸图像截取的时间间隔较长，且截取到的人脸像素较低，较为模糊。

发明内容

为解决现有技术的不足，本发明实施例提供了一种基于人脸识别引擎的人脸抓取系统，该系统包括：脸部检测模块、脸部校准模块及脸部识别模块，其中：

所述脸部检测模块采用基于OpenCV的多尺度块局部二值模式(Multiscale BlockLocal Binary Pattern，MB-LBP)特征算法，用于实时接收摄像头发送的帧图像；

所述脸部检测模块还用于，判断所述帧图像是否包含人脸图像，若是，则保存所述帧图像；

所述脸部校准模块，用于对所述帧图像中的人脸图像进行定位，生成人脸定位图像并将所述定位图像发送至所述脸部识别模块；

所述脸部识别模块，用于接收所述脸部校准模块发送的人脸定位图像并从所述人脸定位图像中提取面部特征，生成抓取图像。

优选地，所述MB-LBP特征算法采用4×4邻域窗口算法。

本发明实施例提供的基于人脸识别引擎的人脸抓取系统具有以下

有益效果：

能够高效、精准地实现对人脸图像的抓取且抓取到的人脸图像的像素较高。

附图说明

图1为本发明实施例提供的基于人脸识别引擎的人脸抓取系统的组成结构示意图；

图2为MB-LBP特征算法中3×3邻域窗口示意图。

具体实施方式

以下结合附图和具体实施例对本发明作具体的介绍。

如图1所示，本发明实施例提供的基于人脸识别引擎的人脸抓取系统包括：

脸部检测模块、脸部校准模块及脸部识别模块，其中，

所述脸部检测模块采用基于OpenCV的MB-LBP特征算法，用于实时接收摄像头发送的帧图像。

其中，MB-LBP特征算法的思想是利用结构化思想提取窗口特征，再利用统计化做最终整体特征的提取。

如图2所示，以采用3×3邻域窗口的MB-LBP特征算法为例，该MB-LBP特征算法步骤如下：

(1)将8-邻域像素值与中心点像素值进行比较，将大于或等于中心点像素的8-邻域像素值标记为1，否则标记为0；