[实用新型]一种嵌入式无感人脸识别设备有效

专利信息
申请号: 201820205254.0 申请日: 2018-02-06
公开(公告)号: CN208460029U 公开(公告)日: 2019-02-01
发明(设计)人: 冉权江;张敏锋;高峰;汪武祎 申请(专利权)人: 深圳市云开物联技术有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市宝安区新安街道*** 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: 去重 图像 抓取 选择模块 人脸 图像采集装置 本实用新型 摄像头 模块连接 脸识别 嵌入式 目标人脸图像 人脸识别设备 人脸识别装置 高效快速 高效识别 检测装置 人脸识别 主动配合 识别率 摄像 采集 人群 制造 部署
【说明书】:

实用新型公开了一种嵌入式无感人脸识别设备,包括摄像头,所述人脸识别设备包括:图像采集装置,采集所述摄像头摄像范围内的图像;检测装置,包括人脸抓取模块、图像去重模块和清晰度选择模块,所述图像采集装置连接所述人脸抓取模块,所述人脸抓取模块连接所述图像去重模块,所述图像去重模块连接所述清晰度选择模块;人脸识别装置,连接所述清晰度选择模块和所述图像去重模块,用于识别出目标人脸图像。本实用新型的有益效果是,解决了无法高效快速地进行人群的人脸识别、识别率低、识别精度低等问题,无需个人主动配合即可高效识别既定目标,大大提高了识别效率且部署方便、设计简洁,大大降低了制造安装成本。

技术领域

本实用新型涉及图像识别领域,特别是涉及一种嵌入式无感人脸识别设备。

背景技术

图像识别技术应用非常广泛,如考勤、门禁、安防监控等都需要用到图像识别。人脸识别设备应用场景有公安、边检、金融等安全登记较高的场所,也有用于民用场所的简单的人脸识别设备,如人脸识别门禁系统、人脸识别考勤机等。

上述人脸识别系统分为两大类:

一类是采用云端识别技术,实现方式是:采用摄像机采集图像然后传到云端进行特征值提取,然后与人脸特征数据库进行比对;再将结果返回到前端摄像机。

另一类是嵌入式人脸识别技术,采用一体化设计,可以预存数十个人脸特征值,通过摄像机对人脸信息进行采集,然后由内置的DSP或者SOC芯片提取特征值,与预存的特征值进行比对,最后显示结果。

上述两类产品有一个共同特点是都需要被识别者主动配合,识别过程耗时较长;对于云端识别方式,不适合中小型用户,部署难度大,同时对网络带宽和网络稳定性有较高要求;对于第二类,识别率较低,且对用户有较高的配合度要求,不适合对人群进行人脸识别。

实用新型内容

针对上述技术问题,本实用新型提供一种嵌入式无感人脸识别设备,解决了无法有效地进行人群的人脸识别、识别率低、识别精度低等问题,无需个人主动配合即可高效识别既定目标,大大提高了识别效率且部署方便、设计简洁,大大降低了制造安装成本。

一种嵌入式无感人脸识别设备,包括摄像头,所述人脸识别设备包括:图像采集装置,用于采集所述摄像头摄像范围内的图像;

检测装置,所述检测装置包括人脸抓取模块、图像去重模块和清晰度选择模块,所述图像采集装置连接所述人脸抓取模块,所述人脸抓取模块连接所述图像去重模块,所述图像去重模块连接所述清晰度选择模块;所述人脸抓取模块抓取所述图像中的人脸图像并提取所述人脸图像的数据,所述图像去重模块用于获取所述人脸图像和所述数据、筛选出重复人脸图像并过滤出非重复人脸图像,所述清晰度选择模块用于获取所述重复人脸图像并从中选择出最高清晰度图像;

人脸识别装置,连接所述清晰度选择模块和所述图像去重模块,获取所述非重复人脸图像和所述最高清晰度图像并从中识别出目标人脸图像。

进一步的:所述人脸识别装置包括数据存储模块和图像识别模块,所述数据存储模块接收并存储所述非重复人脸图像和所述最高清晰度图像;所述图像识别模块连接所述数据存储模块、获取所述非重复人脸图像和所述最高清晰度图像并从中识别出所述目标人脸图像。

进一步的:所述人脸抓取模块包括人脸检测芯片,用于分离所述人脸图像并提取所述人脸图像的数据。

进一步的:所述图像采集装置包括图像传感器。

与现有技术相比,本实用新型的有益效果是:解决了无法高效快速地进行人群的人脸识别、识别率低、识别精度低等问题,无需个人主动配合即可高效识别既定目标,大大提高了识别效率且部署方便、设计简洁,大大降低了制造安装成本。

附图说明

图1是本实用新型实施例的一种嵌入式无感人脸识别设备的内部结构示意图。

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深圳市云开物联技术有限公司,未经深圳市云开物联技术有限公司许可,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/201820205254.0/2.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