[发明专利]人脸识别率提高方法、门禁设备及计算机可读存储介质在审
| 申请号: | 202110347978.5 | 申请日: | 2021-03-31 |
| 公开(公告)号: | CN115147887A | 公开(公告)日: | 2022-10-04 |
| 发明(设计)人: | 李济 | 申请(专利权)人: | 星络社区云物联科技有限公司 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G10L17/00;G07C9/37 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 518000 广东省深圳市南山区粤海街道*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 识别率 提高 方法 门禁 设备 计算机 可读 存储 介质 | ||
1.一种人脸识别率提高方法,其特征在于,包括:
捕捉用户的人脸图像;
识别所述人脸图像中是否包含口罩;
若是,则识别所述人脸图像的眼部特征,确定所述眼部特征的特征值;
将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令,以及
执行所述门禁指令,以控制门禁设备的开启和关闭。
2.根据权利要求1所述的方法,其特征在于,所述识别所述人脸图像的眼部特征,确定所述眼部特征的特征值的步骤,具体包括:
识别所述人脸图像中的眼部图像;
根据所述眼部图像的双眼坐标进行图像缩放处理;
将缩放处理后的图像转换成灰度图像;
对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值,也即所述眼部特征的特征值。
3.根据权利要求2所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
调用最近邻分类器逐一计算所述灰度图像的特征值与业主眼部特征值的欧式距离,并判断是否存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值。
4.根据权利要求3所述的方法,其特征在于,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像特征值的欧式距离不超出预设阈值的业主眼部特征值,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
5.根据权利要求2所述的方法,其特征在于,所述对所述灰度图像依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到所述灰度图像的特征值的步骤,具体包括:
将所述灰度图像分割成眉毛图像块和眼睛图像块;
对所述图像块依次进行低通滤波、LBP处理、共生矩阵计算、马尔科夫转移矩阵计算、初始和稳态分布计算,得到每个图像块的特征值;
拼接每个图像块的特征值,生成所述灰度图像的特征值。
6.根据权利要求5所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对的步骤,具体包括:
获取所述灰度图像每个图像块的特征值和业主眼部每个图像块的特征值;
调用最近邻分类器分别计算所述业主眼部和所述灰度图像在同一图像块特征值的欧式距离;
根据所述欧式距离,计算所述灰度图像与所述业主眼部对应图像块之间的相似度;
根据对应图像块之间的相似度,判断是否存在与所述灰度图像的整体相似度达到预设阈值的业主眼部。
7.根据权利要求6所述的方法,其特征在于,所述根据比对结果生成门禁指令的步骤,具体包括:
若存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若不存在与所述灰度图像的整体相似度达到预设阈值的业主眼部,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
8.根据权利要求2-7任一项所述的方法,其特征在于,所述将所述特征值与预先存储的业主眼部特征值进行比对,并根据比对结果生成门禁指令的步骤,具体包括:
将所述特征值与预先存储的业主眼部特征值进行比对;
若存在与所述特征值匹配的业主眼部特征值,则提醒用户录入预设的语音;
识别用户语音中的声纹特征,并将所述声纹特征与预先存储的与所述业主眼部特征映射关联的声纹模板进行比对;
若所述声纹特征与所述声纹模板匹配,则判定用户身份合法,生成控制门禁设备开启的门禁指令;
若所述声纹特征与所述声纹模板不匹配,则判定用户身份不合法,不生成控制门禁设备开启的门禁指令。
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星络社区云物联科技有限公司,未经星络社区云物联科技有限公司许可,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/202110347978.5/1.html,转载请声明来源钻瓜专利网。





