[发明专利]一种基于用户端的人脸识别方法及系统在审

专利信息
申请号: 201811007599.6 申请日: 2018-08-31
公开(公告)号: CN109284691A 公开(公告)日: 2019-01-29
发明(设计)人: 朱彬;高树超 申请(专利权)人: 镇江赛唯思智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G07C9/00
代理公司: 镇江基德专利代理事务所(普通合伙) 32306 代理人: 马振华
地址: 212200 江苏省镇*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸识别 人脸图像数据 向量数据 用户端 名单数据 点数据 校准 人脸 服务器建立 建立连接 门禁控制 特征向量 远程识别 对齐 比对 提示 采集 验证 检测 失败 转化 成功
【说明书】:

发明提供一种基于用户端的人脸识别方法及系统,其中,所述门禁控制方法包括如下步骤:所述人脸识别方法包括如下步骤:S1、通过用户端与服务器建立连接,建立连接后,通过用户端采集用户的人脸图像数据;S2、检测人脸图像数据中的关键点数据,并根据关键点数据对人脸图像数据进行对齐校准;S3、将校准后的人脸图像数据转化为向量数据;S4、将所述向量数据与人脸白名单数据进行比对,当向量数据与人脸白名单数据中的一特征向量的阈值相一致时,人脸识别成功,否则提示识别失败。本发明基于用户端,能够方便用户进行远程识别,克服了现有技术需要到达指定区域进行人脸识别验证的缺陷,充分满足了用户的使用需求。

技术领域

本发明涉及人脸识别技术领域,尤其涉及一种基于用户端的人脸识别方法及系统。

背景技术

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。然而,现有的人脸识别技术需要用户位于指定的区域进行人脸的识别,其无法远程识别验证,无法充分满足用户的使用需求。因此,针对上述问题,有必要提出进一步地解决方案。

发明内容

本发明的目的在于提供一种基于用户端的人脸识别方法及系统,以克服现有技术中存在的不足。

为实现上述发明目的,本发明提供一种基于用户端的人脸识别方法,其包括如下步骤:

S1、通过用户端与服务器建立连接,建立连接后,通过用户端采集用户的人脸图像数据;

S2、检测人脸图像数据中的关键点数据,并根据关键点数据对人脸图像数据进行对齐校准;

S3、将校准后的人脸图像数据转化为向量数据;

S4、将所述向量数据与人脸白名单数据进行比对,当向量数据与人脸白名单数据中的一特征向量的阈值相一致时,人脸识别成功,否则提示识别失败。

作为本发明的基于用户端的人脸识别方法的改进,所述关键点数据包括:与人脸五官相对应的位置数据以及脸部轮廓数据。

作为本发明的基于用户端的人脸识别方法的改进,所述向量数据按照如下公式获得:

其中,ci表示人脸图像各局部的预设编码,是每个局部描述子后验概率倒数的平方根。

作为本发明的基于用户端的人脸识别方法的改进,所述步骤S4还包括:在将所述向量数据与人脸白名单数据进行比对之前,将所述向量数据人脸黑名单数据进行比对。

作为本发明的基于用户端的人脸识别方法的改进,当向量数据与人脸黑名单数据中的一特征向量的阈值相一致时,发出警报。

为实现上述发明目的,本发明提供一种基于用户端的人脸识别系统,其包括:用户端以及与所述用户端远程建立连接关系的服务器;

所述用户端采集用户的人脸图像数据,所述用户端与所述服务器进行数据传输,所述服务器包括:数据库、校准模块、转换模块、比对模块,所述数据库中存储有人脸白名单数据,所述校准模块检测人脸图像数据中的关键点数据,并根据关键点数据对人脸图像数据进行对齐校准,所述转换模块将校准后的人脸图像数据转化为向量数据,所述比对模块将所述向量数据与人脸白名单数据进行比对,当向量数据与人脸白名单数据中的一特征向量的阈值相一致时,人脸识别成功,否则提示识别失败。

作为本发明的基于用户端的人脸识别系统的改进,所述关键点数据包括:与人脸五官相对应的位置数据以及脸部轮廓数据。

作为本发明的基于用户端的人脸识别系统的改进,所述向量数据按照如下公式获得:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于镇江赛唯思智能科技有限公司,未经镇江赛唯思智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811007599.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top