[发明专利]一种人脸识别软件系统的方法

说明书

技术领域

本发明涉及人脸识别的领域，尤其是一种人脸识别软件系统的方法。

背景技术

生物识别技术是指通过对人体特征的数字化测量来进行鉴别的技术，包括指纹、人脸、声音、虹膜、掌纹等特征都可以被用来进行身分识别。人脸识别技术是生物识别技术中的一个重要课题，是目前非常活跃的研究方向。与利用其他生物特征进行身份识别相比，人脸识别具有直接、方便、友好、非侵犯性的优点，因而具有极其广泛的应用前景。

虽然人类能够毫不费力地识别出人脸乃至表情，但人脸的机器识别却是个难度极大的课题。首先人脸是一个三维的非刚体的不规则表面；其次，人脸会随着年龄、健康以及表情的变化而变化；再次，在采集人脸图像时，不同的光照，角度都会影响人脸识别地准确度。由于人类大脑对人脸识别的机制尚不可知，机器人脸识别还处于摸索与创新的阶段，并且涉及到计算机视觉、模式识别、生理学和心理学等多方面的诸多知识。所有这些因素都是的人脸识别成为极具挑战性，却又十分具有价值的一个课题。

一个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计；识别过程则完成将未知图片进行处理，并最终识别出身份的分类和决策。其总体结构主要功能模块包含如下几个部分：1.图像获取：人脸图像数据源包括运动图像序列（视频流）和静止图像。主要可以通过扫描仪，数码照相机，摄像头等数字输入设备获取；2.人脸检测定位：该模块用来分析输入的图像，判断其中是否有人脸，如果有，则找出人脸的位置，并把人脸图像从背景图像中分离出来；3.图像预处理：预处理的主要作用在于尽可能的使得人脸图像处于同一尺度和标准，最终为后续处理提供高质量的输入图像。通常这部分需要完成对抽取图像的尺度归一化、灰度归一化、降噪、去光照、白平衡等功能；4.特征提取和选择：对于处理后的人脸图像按照某种策略抽取出用于识别的特征，将原始的脸空间映射到新的特征空间。在此步骤中，不仅注重如何提取具有良好分离性能的特征数据，还必须考虑到整体算法的鲁棒性和处理效率等应用指标；5.训练：即分类器的设计。此过程主要生成可用于识别的参数。通常，在已有的样本训练集基础上确定某个判定规则，使得按此规则对被识别对象进行分类所造成的错误识别率最小或者结果期望最大；6.识别：通过比对获得的未知人脸参数和训练所得的参数完成人脸的分类和判别，给出识别结果。

发明内容

本发明要解决的技术问题是：为了克服上述中存在的问题，提供一种人脸识别软件系统的方法，其使用方便、容易操作、添加效率高。

本发明解决其技术问题所采用的技术方案是：一种人脸识别软件系统的方法，首先进行用户信息的采集，采集后的数据进行训练，从而实现人脸识别，具体步骤如下：

a.系统框架

将系统分为四个子视窗，视窗一为摄像头显示；视窗二为用户资料区；视窗三为控制面板；视窗四为用户图像察看区；

b.系统功能

（1）用户管理的程序实现

用户管理分为三类：CPersonBase、CPerson、CPersonImage，CPersonBase用作保存所有用户资料的类；CPerson包括用户姓名、性别、身份、年级的基本信息；CPersonImage是对图像进行存取；

（2）身份识别的程序实现：首先输入图像用AdaBoost方法进行检测人脸，检测出的图像经过去光照，转换成灰阶后，再做Gabor滤波，得到的Gabor基则和训练基作比较，利用最小角度分类得到角度最小的样本，从而取得识别出的用户名；

（3）视频管理的程序实现：打开/关闭摄像头控制摄像头开关，如果有其他程序需要使用摄像头，可以暂时关闭本系统的摄像头，放弃对摄像头的占用。

b中用户管理是用于对数据库内的用户进行管理操作，身份识别是用于对未知图像进行识别，视频管理是用于对摄像头进行设置。

b中身份识别具有摄像头识别和图片识别。

本发明的有益效果是，本发明的一种人脸识别软件系统的方法，界面人性化的设计，容易操作；对用户的添加、录入、删除十分方便，数据库管理效率高；在环境变化不大时，识别率可以达到100%；模块化编程，可扩充性好，以后可以添加进一步的功能。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的基本界面的示意图；

图2是本发明的身份识别的流程图；

图3是本发明添加新用户弹出对话框的示意图；

图4是本发明手动人脸定位对话框的示意图；