[发明专利]一种基于视觉的可信身份识别方法和系统有效
| 申请号: | 202111020447.1 | 申请日: | 2021-09-01 |
| 公开(公告)号: | CN113920557B | 公开(公告)日: | 2022-09-13 |
| 发明(设计)人: | 杨建仁;杨慧;钟闻威;聂华 | 申请(专利权)人: | 广州云硕科技发展有限公司 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/77;G06F21/32 |
| 代理公司: | 广州专理知识产权代理事务所(普通合伙) 44493 | 代理人: | 张凤 |
| 地址: | 510000 广东省广州市南*** | 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: | 一种 基于 视觉 可信 身份 识别 方法 系统 | ||
1.一种基于视觉的可信身份识别方法,其特征在于,所述方法包括以下步骤:
步骤1,获取被识别人的视觉信息,对视觉信息处理获得预处理后的脸部图像;
步骤2,对预处理后的脸部图像进行处理获得校正参数,根据校正参数对视觉信息进行处理输出校正脸部图像;
步骤3,对校正脸部图像进行识别得到可信身份识别结果;
步骤4,输出可信身份识别结果;
其中,步骤2中,对预处理后的脸部图像进行处理获得校正参数,根据校正参数对视觉信息进行处理输出校正脸部图像的子步骤为:
获得的脸部图像是倾斜的,因此需要校正;
步骤2.1,设定第一角度步进Δλ,和第一角度上限λ↑,第一角度下限λ↓,则调整的角度范围为[λ↓,λ↑],以图片的左下角为坐标原点,x轴所在的方向为步骤1中的预处理后的脸部图像的横向方向,y轴所在的方向为步骤1中的预处理后的脸部图像的纵向方向;
步骤2.2,计算预处理后的脸部图像的一阶边缘梯度:
E(x,y)=|p(x+1,y+1)-p(x,y)|+|p(x,y+1)-p(x+1,y)|;
式中,E(x,y)为预处理后的脸部图像在点(x,y)的一阶边缘梯度,p(x,y)为预处理后的脸部图像在点(x,y)的灰度值;
步骤2.3,对每个像素点计算一阶边缘梯度E(x,y),通过T(d,δ)对E(x,y)大于设定的第一梯度阈值τ的点进行变换:
T(d,δ)=∫∫A p(x,y)ε(d-xcosδ-ysinδ)dxdy,
式中,A为预处理后的脸部图像的xy平面,p(x,y)为预处理后的脸部图像在点(x,y)的灰度值,d为坐标原点到直线的距离,δ为直线与x轴的角度,ε为Diracdelta函数,所述直线为d=xcosδ+ysinδ,本式可以获得d(x,y)沿着直线d=xcosδ+ysinδ的积分,把预处理后的脸部图像的所有直线映射到参数(d,δ)平面,获得预处理后的脸部图像所有直线的投影;
步骤2.4,以角度范围[λ↓,λ↑]和以步进Δλ通过T(d,δ)变换处理,获得不同角度的T(d,δ),把T(d,δ)>Amax的δ和对应的d放入直线集合L,并对直线集合L的元素根据其T(d,δ)的值进行降序排序;
步骤2.5,选取直线集合L中的第一个元素L1,获得其角度为δ’,在直线集合L里寻找δ'在偏移角度δoffset范围内的不包括δ'的元素,即范围[δ'-δoffset,δ'+δoffset],把符合上述范围[δ'-δoffset,δ'+δoffset]的元素放入直线集合L2,直线集合L2的大小为M;
步骤2.6,分别计算元素L1所在的直线的中点与直线集合L2中元素L2n所在的直线的距离,求取所述距离的平均值Davg,其中L2n表示直线集合L2中第n个元素,n∈[1,M];
步骤2.7,提取直线集合L中的第一个元素L1所在直线的中点与直线集合L2中元素的所在直线的距离最接近Davg的元素L2k,取L2k的δ值记为δk,元素L1的δ值记为δ0,求得校正参数:
δc=0.4×δk+0.6×δ0,
式中δc为校正参数;
步骤2.8,对预处理后的脸部图像进行倾斜校正,校正角度为δc,输出校正脸部图像。
2.根据权利要求1所述的一种基于视觉的可信身份识别方法,其特征在于,步骤1中,获取被识别人的视觉信息,对视觉信息处理获得预处理后的脸部图像的子步骤为:
获取被识别人的视觉信息,所述视觉信息包括被识别人的脸部图像,视觉信息只包括一个脸部图像;
被识别人的视觉信息可以通过相机实时捕获,或通过现有数据库里的脸部图像获取;
对脸部图像进行处理,所述预处理包括光照补偿和中值滤波,灰度归一化处理,获得预处理后的脸部图像。
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广州云硕科技发展有限公司,未经广州云硕科技发展有限公司许可,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/202111020447.1/1.html,转载请声明来源钻瓜专利网。





