[发明专利]一种人像比对处理方法

说明书

技术领域

本发明涉及一种人像比对处理方法，尤其涉及一种识别率和认证率高的人像比对处理方法。

背景技术

近年来，安防行业掀起了一波人像识别的热潮，众多厂商纷纷推出了相关产品，使得人像识别成为了行业内的热点技术方向。

虽然现有人像识别技术功用巨大，但在实际应用中，我们依旧会遇到很多问题。其中，人像图像质量对识别率的影响较高，图像质量差，辨识度低，有效特征很少，有时即使用肉眼也很难确认身份。图像质量又受多种因素影响，如光照、姿态、表情、人像尺寸、清晰度等。通过同一个人在不同光照下的图片对比，就可以看出同一个人在不同光照下的图片用肉眼也很难辨别。所以说，目前的人像识别系统只能在一些较规范的环境下进行，如光线均匀，人像需要正对着摄像机，并且保证人像在画面中有一定的像素宽度。但是在实际的安防监控场合中，这些限制条件很难一一满足。目前，在验证过程中，现有的验证设备大多需要对被认证人跟数据库人像进行大面积对比才能得出较高精度，使得这样的处理方式需要较长的时间进行比对而且比对角度单一，严重的影响验证效率和精度。

发明内容

本发明的目的是，提供一种人像比对处理方法，可有效提高识别率和识别精度。

为该实现该目的，提供了一种人像比对处理方法，该方法还包括如下处理步骤：

步骤1：处理系统接收输入的原始相片并且对原始相片进行人像特征数据提取，形成人像特征数据集；

步骤2：对人像特征数据集进行有效人像判断，得到有效人像特征数据集；

步骤3：对有效人像特征数据集进行质量验证，提取出质量满足设定要求的人像特征数据集；

步骤4：对质量满足设定要求的人像特征数据集进行对应的人像特征数据提取并且进行结构化数据转换，从而生成具体的结构化数据人像特征码；

步骤5：将上述具体的结构化数据人像特征码和已有的特征数据库中的结构化数据人像特征码进行相似性比较并且把比较得出的相似度百分比分数进行输出即可。

优选地，在步骤1中，提取人像特征数据时还获得各人像特征点的二维坐标点，获得各人像特征点的二维坐标点的过程如下：

先在原始图片上进行逐行像素扫描获得全部满足疑似人像的特征点，然后逐一获得满足疑似人像的特征点在原始图片上的二维坐标点，再对获得的二维坐标点周边逐一进行相关人像特征数据扫描从而进行确认。

优选地，所述疑似人像的特征点为满足能看见眼睛。

优选地，在步骤1中，人像特征数据集包括人像特征数据及人像特征点的二维坐标点。

优选地，在步骤2中，根据设定的有效人像判断标准对形成的人像特征数据集中人像特征数据逐一进行有效人像判断，若判断该人像特征数据不是有效人像，则结束，若判断该人像特征数据是有效人像，则记录，从而得到有效人像特征数据集。

优选地，在步骤2中，得到有效人像特征数据集后，还对人像特征集是否都完成有效人像检测进行判断，若发现有未处理的人像特征数据，就继续对未处理的人像特征数据进行判断处理，若没发现有未处理的人像特征数据，则进行步骤3。

优选地，在步骤3中，对有效人像特征数据集进行质量验证时，根据设定的有效人像完整度标准逐一对有效人像特征数据集中有效人像特征数据进行质量评分，从而得出满足设定质量分数的人像特征数据集。

优选地，所述设定的有效人像标准为设定的人像图片的清晰度、设定的人像的角度范围和能看见眼睛。

优选地，在步骤4中，所得的结构化数据人像特征码还存入到已有的特征数据库。

本发明与现有技术相比，其有益效果在于：

本发明通过对原始图片扫描建立人像特征数据集并且通过处理得出满足质量要求的人像特征数据集，通过转化成结构化数据人像特征码与现有的特征数据库中的结构化数据人像特征码进行相似性比较，可有效提高识别率和识别精度。本发明同时具有识别准确度高，采集率高，对光线的抗干扰强能力；通过本发明进行人员身份识别，能够使被验证人在不同的角度都能通过识别，能大大的提升通过的效率以及识别的准确度，同时还能够收集到被认证人信息。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合实施例，对本发明作进一步的描述，但不构成对本发明的任何限制，任何在本发明权利要求范围所做的有限次的修改，仍在本发明的权利要求范围内。

如图1所示，本发明提供了一种人像比对处理方法，该方法还包括如下处理步骤：