[发明专利]基于人脸识别的校友认证方法及系统

摘要

本发明公开了一种基于人脸识别的校友认证方法及系统，本发明为了提高认证率，首先对学籍卡进行处理然后提取出学籍卡上的头像，然后再通过人脸识别，因此其识别速度快。人脸识别不通过，通过姓名+人脸识别的方式，如果还在通不过，进行人工认证。因此本发明的校友认证通过率高，识别速度快。本发明的校友认证通过率高，识别速度快。

主权项

1.一种基于人脸识别的校友认证方法，其特征在于，包括以下步骤：/n步骤1，获取校友信息以及学籍卡；/n步骤2，学籍卡处理：采用中值滤波对学籍卡图像进行平滑处理；再用Prewitt算子计算出图像水平和垂直的梯度信息，生成灰度梯度图像：/n /n其中，和分别表示图像在水平和垂直方向的梯度，f_u表示水平方向上的像素，f_v表示垂直方向上的像素，表示在点(u,v)处的梯度；/n步骤3，提取学籍卡上的人脸区域：首先逐行扫描步骤1中生成的灰度梯度图像，计算当前像素点与上一个像素点的差值的绝对值：/n /n其中，dis(u,v)表示(u,v)点处计算的值，f(u,v)表示(u,v)点处的像素值，然后根据以下公式获取头像部分ROI：/n /n其中，r(u,v)表示计算的ROI对应的(u,v)点的像素，t₁表示逐行比较像素点的阈值，如果dis(u,v)小于t1，像素点就置为0，否则置为255；/n然后，逐行扫描生成的单通道梯度图像，统计每行中dis(u,v)>t₂的像素个数C，t₂表示统计阈值，如果t₃＜C＜t₄，则保持该行像素不变，否则将其置为0得到二值图，公式如下：/n /n其中，t₃和t₄分别表示统计数量阈值的上下限；/n最后，对产生的二值图进行形态学开运算减少噪声干扰，去掉噪点进而获取人脸候选区域；/n步骤4，获取待识别人脸图像；/n步骤5，将步骤3获取人脸候选区域通过人脸识别算法得到候选脸部关键点信息，并将将步骤4获取待识别人脸图像通过人脸识别算法得到取待识脸部关键点信息；/n所述步骤5中的人脸识别算法包括以下步骤：/n步骤51，构建图像金字塔，将图像进行不同尺寸的变换，适应不同大小的人脸检测；/n步骤52，使用两级神经网络检测变换后的图像的人脸位置和关键点得到输出脸部关键点信息；/n步骤53，收集训练样本，将训练样本导入两级神经网络中进行训练，使用训练好的两级神经网络对人的面部特征点进行提取，得到脸部关键点信息；/n步骤54，人脸对齐，通过人脸特征点检测器检测到脸部关键点信息，自动定位出人脸的眼睛、鼻尖、嘴巴位置，然后根据脸部关键点信息计算仿射变换矩阵M将人脸对齐，得到对齐后的脸部关键点信息，仿射变换矩阵M对应的齐次坐标矩阵表示形式为：/n /n其中，α＝scale*cos(θ),β＝scale*sin(θ)，(cx,cy)表示旋转轴心，scale表示缩放系数，θ表示旋转弧度；/n步骤6，将步骤5中获得候选脸部关键点信息与步骤1中的校友信息一一对应起来；将待识脸部关键点信息与候选脸部关键点信息进行相似度对比，取出相似度高于设定阈值一的候选脸部关键点信息，并进行排序，将排序后相似度最高的候选脸部关键点信息作为对比成功，根据该相似度最高的候选脸部关键点信息提取其对应的校友信息，将该校友信息标记为已认证状态，并返回认证成功指令。/n