[发明专利]一种基于人脸识别大数据算法

摘要

本发明提供一种基于人脸识别大数据算法，采用摄像设备进行脸部视频图像的采集，将摄像设备输出的视频信号传输到高性能计算机中，高性能计算机将接收到的视频流数据按帧依次存储到存储器中，记录面部位于图像的位置信息及面部大小，得到具体的人脸信息，本发明采用高性能计算机对视频信号进行采集，从采集到的视频信号中取得人脸图片，再对人脸图片进行尺度变换和灰度归一化处理，获得最优特征鉴别矩阵；最后根据处理过的人脸图片和最优特征鉴别矩阵进行人脸识别；本发明对人脸的识别较准确。

主权项

1.一种基于人脸识别大数据算法，其特征在于包括如下步骤：S1：采用摄像设备进行脸部视频图像的采集，将摄像设备输出的视频信号传输到高性能计算机中，高性能计算机将接收到的视频流数据按帧依次存储到存储器中，记录面部位于图像的位置信息及面部大小，得到具体的人脸信息；S2：从存储器中按顺序读取脸部的一帧图像数据进行图像预处理，该图像预处理含有光照补偿和中值滤波操作；S3：对图像预处理后的帧数据进行人脸检测：首先建立起反应人脸目标形状变化规律的形状统计模型和反应人脸目标灰度分布规律的局部灰度模型，局部灰度模型通过训练得到；然后，将面部相同的信息进行分析，将口、眼、眉三组信息与原有的面部信息的口、眼、眉数据信息进行数据交换，利用形状统计模型对搜索到的形状进行近似表达，同时对合理性进行判断，对不合理的形状进行调整以保证形状在统计意义上的合理性；如果检测到有人脸目标，则执行步骤S4，如果没有检测到人脸目标，则执行步骤1；S4：对检测到的当前帧图像数据中存在的人脸图片进行人脸图片尺度变换处理和人脸图片灰度归一化处理，在数据处理中，口、眼、眉的吻合度要达到值，其中口与眼的特征信息与原先录入的口与眼信息相差不超过或者小于原有的1/20，眼与眉之间特征信息与原先录入的眼与眉特征信息相差不超过或小于原有的1/10，并检测口与眼的三角区域小大，检测眉与眼间隔距离；S5：将检测得出的口与眼的三角区域小大，眉与眼间隔距离进行数据处理，在设定范围内，口与眼的三角区域小大相差在1/15至2/15之间，眉与眼间隔距离在1/15至2/15之间，即口与眼的三角区域小大相差与眉与眼间隔距离相加且除半的相差值在1/15至2/15之间，即视为识别成功。