[发明专利]一种人脸识别装置及方法

权利要求书

1.一种人脸识别装置，采用的人脸识别装置包括用于采集人脸图像的人脸采集装置以及用于对采集的人脸图像进行处理的图像处理系统，其特征在于：

所述图像处理系统包括有图像采集模块、样本训练模块和人脸识别模块，所述图像采集模块用于对人脸的图像进行采集，所述样本训练模块用于对采集的人脸图像进行处理，并提取特性信息，所述人脸识别模块用于对采集的人脸图像和提取特征信息匹配，并完成人脸识别；其中：

所述图像采集模块包括图像导入模块、几何处理模块、几何归一化模块、灰度化处理模块、直方图均衡化模块、加权值滤波模块和特征提取模块；所述图像导入模块用于将采集的人脸图像导入所述图像处理系统内；所述几何处理模块用于将导入的人脸图像进行定位；所述几何归一化模块用于将定位后的人脸图形进行旋转和裁切文件，形成统一标准；所述灰度化处理模块用于将彩色图像转换为灰度图像，以加快处理速度；所述直方图均衡化模块用于调整图像的灰度分布，改善图形质量；所述加权值滤波模块用于去除图像中的干扰噪声；所述特征提取模块用于提取人脸图像中的特性数据；所述图像导入模块包括USB导入模块和摄像头拍照模块，所述USB导入模块用于通过USB结构将人脸图像数据从数据线传输至所述图像处理系统内，所述摄像头拍照模块用于通过所述人脸采集装置采集人脸图形并传输至所述图像处理系统内；

所述样本训练模块包括采集样本模块、建立样本说明文件模块、创建vec文件模块和训练图像模块；所述采集样本模块利用样本的harr特征进行分类器训练，得到一个级联的boosted分类器；所述建立样本说明文件模块用于建立pos.txt文件，并备注图片出现的次数和名称；所述创建vec文件模块使用opencv自带程序opencv_createsamples.exe建立vec文件；所述训练图像模块用于使用opencv_haartraining.exe进行图像训练；所述采集样本模块包括正样本采集模块和负样本采集模块，所述正样本采集模块用于采集待检测目标的图像，所述负样本采集模块用于采集不含待检测目标的图像；

所述人脸识别模块包括特征选取模块、人脸匹配模块、阈值判断模块和人脸对应模块；所述特征选取模块用于选取人脸图像中的特征数据；所述人脸匹配模块将选取的特征数据和采集的人脸数据进行对比和匹配；所述阈值判断模块用于设定阈值，判断待识别的人脸图像是否是采集过的人脸图像；所述人脸对应模块用于将待识别的人脸图像和集过的人脸图像进行对应，并输出人脸图像；所述人脸匹配模块包括主成分分析模块、协方差分析模块、特征值计算模块、特征矩阵建立模块和投射矩阵建立模块，所述主成分分析模块用于通过主成分分析法将高维数据投影到低维空间，减少运算量，所述协方差分析模块用于反映变量之间的相关性，所述特征值计算模块用于计算对应特征向量的数值，所述特征矩阵建立模块用于建立特征矩阵，所述投射矩阵建立模块用于建立投影矩阵；所述阈值判断模块为像素差绝对值模块、像素差平方和模块或图像协方差模块；

基于上述的人脸识别装置的一种人脸识别方法具体操作步骤如下：

S1、采集人脸图像：通过图像导入模块将采集的人脸图像导入图像处理系统内，通过几何处理模块将导入的人脸图像进行定位，通过几何归一化模块将定位后的人脸图形进行旋转和裁切文件，形成统一标准，通过灰度化处理模块将彩色图像转换为灰度图像，以加快处理速度，通过直方图均衡化模块调整图像的灰度分布，改善图形质量，通过加权值滤波模块去除图像中的干扰噪声，通过特征提取模块提取人脸图像中的特性数据；

S2、训练人脸图像：利用样本的harr特征进行分类器训练，得到一个级联的boosted分类器，同时建立pos.txt文件，并备注图片出现的次数和名称，再通过opencv自带程序opencv_createsamples.exe建立vec文件，最后使用opencv_haartraining.exe进行图像训练；

S3、识别人脸图像：通过特征选取模块选取人脸图像中的特征数据，并选取的特征数据和采集的人脸数据进行对比和匹配，通过阈值判断模块设定阈值，判断待识别的人脸图像是否是采集过的人脸图像，再将待识别的人脸图像和集过的人脸图像进行对应，并输出人脸图像。