基于卷积神经网络的身份识别方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种基于卷积神经网络的身份识别方法、装置、设备及存储介质，涉及图像识别技术领域，该方法的步骤包括：通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份。本发明专利技术实现了图像系统通过采集待识别犬只的头部图像，提取得到脸部图像和鼻部图像，将脸部图像和鼻部图像输入卷积神经网络，得到识别特征数据，与数据库中的识别特征数据进行匹配，从而自动化地完成了身份识别。

Identification method, device, equipment and medium based on convolutional neural network

【技术实现步骤摘要】
基于卷积神经网络的身份识别方法、装置、设备及介质
本专利技术涉及图像识别
，尤其涉及一种基于卷积神经网络的身份方法、装置、设备及存储介质。
技术介绍
现有的犬只身份识别方法，多采用的是NFC(NearFieldCommunication，近场通信)芯片体内植入方法，此方法需要NFC芯片、NFC读卡器以及NFC注射器，通过NFC注射器将NFC芯片注射到犬只的皮下，每个NFC芯片绑定唯一的id(IdentityDocument，身份标识号)。在需要识别身份的时候，用NFC读卡器感应犬只注射点的NFC芯片，识别犬只皮下NFC芯片所绑定的id，从而达到犬只身份识别的目的。由此可知，现有的犬只身份识别方法需要操作人员具备相应技能，同时需要用到NFC芯片、NFC读卡器以及NFC注射器，从而使得操作流程复杂化。
技术实现思路
本专利技术的主要目的在于提供一种基于卷积神经网络的身份识别方法、装置、设备及存储介质，旨在解决现有的犬只身份识别方法操作复杂的技术问题。为实现上述目的，本专利技术提供一种基于卷积神经网络的身份识别方法，所述基于卷积神经网络的身份识别方法包括以下步骤：通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份。优选地，所述将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份的步骤包括：将所述识别特征数据与数据库中已存的识别特征数据进行数据匹配，得到匹配值，将所述匹配值与数据库的预设匹配阈值进行比较；若所述匹配值大于或者等于预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为相同犬只；若所述匹配值小于所述预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为不相同犬只。优选地，所述通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像的步骤包括：通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像；根据所述头部图像中各部位的结构特征进行图像提取，得到图像提取结果；根据所述图像提取结果得到所述头部图像中的脸部图像和鼻部图像。优选地，所述通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像的步骤包括：通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像；将所述预处理犬只图像转换为灰度图像，根据所述灰度图像中区域图像颜色在YCBCR色度空间中不同的门限阀值，对所述预处理犬只图像中头部区域图像与非头部区域图像进行分割，得到所述预处理犬只图像中的头部区域图像；对所述头部区域图像中的头部区域图像进行图像采集，得到所述待识别犬只的头部图像。优选地，所述将所述预处理犬只图像转换为灰度图像的步骤包括：通过直方图均衡化将所述预处理犬只图像转换为深灰度图像，将所述深灰度图像进行图像噪声弱化处理，得到浅灰度图像；通过滤波器将所述浅灰度图像进行图像锐化处理，得到灰度图像。优选地，所述将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据的步骤包括：将所述脸部图像和所述鼻部图像输入图像系统的卷积神经网络中，将所述脸部图像和鼻部图通过所述卷积神经网络的卷积层和池化层，得到待识别犬只的识别特征数据。优选地，所述通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像的步骤之前，还包括：在图像系统中创建卷积神经网络和识别特征数据的数据库；采集各类犬只的脸部图像和鼻部图像，将所述的脸部图像和鼻部图像输入所述卷积神经网络中，得到各类犬只对应的识别特征数据，并将各类犬只对应的识别特征数据存储于所述数据库中。此外，为实现上述目的，本专利技术还提供一种基于卷积神经网络的身份识别装置，所述基于卷积神经网络的身份识别装置包括：采集模块，用于通过图像采集设备采集待识别犬只的头部图像；提取模块，用于对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；输入模块，用于将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；匹配模块，用于将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配；识别模块，用于识别所述待识别犬只的身份。此外，为实现上述目的，本专利技术还提供一种基于卷积神经网络的身份识别设备，所述基于卷积神经网络的身份识别设备包括存储器、处理器和存储在所述存储器上并在所述处理器上运行的基于卷积神经网络的身份识别程序，所述基于卷积神经网络的身份识别程序被所述处理器执行时实现如上所述的基于卷积神经网络的身份识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于卷积神经网络的身份识别程序，所述基于卷积神经网络的身份识别程序被处理器执行时实现如上所述的基于卷积神经网络的身份识别方法的步骤。本专利技术通过图像采集设备采集待识别犬只的头部图像，对头部图像进行图像提取，得到头部图像中的脸部图像和鼻部图像，将脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到待识别犬只的识别特征数据，将识别特征数据与图像系统数据库中的识别特征数据进行数据匹配，完成待识别犬只的身份识别。由此可知，本专利技术在犬只身份识别的过程中，图像系统通过采集待识别犬只的头部图像，提取头部图像中的脸部图像和鼻部图像，将脸部图像和鼻部图像输入卷积神经网络得到待识别犬只的识别特征数据，将识别特征数据与图像系统数据库中的识别特征数据进行数据匹配，从而完成了待识别犬只的身份识别，在此过程中，图像采集、图像提取、图像输入、数据匹配都是图像系统的内部自动完成的，而不需要外部的硬件设备和人工操作，从而减少了人工操作的过程，从而简化了犬只身份识别的操作流程。附图说明图1是本专利技术基于卷积神经网络的身份识别方法第一实施例的流程示意图；图2是本专利技术基于卷积神经网络的身份识别装置较佳的结构示意图；图3是本专利技术实施例方案涉及的硬件运行环境的结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种基于卷积神经网络的身份识别方法，参照图1，图1为本专利技术基于卷积神经网络的身份识别方法第一实施例的流程示意图。本专利技术实施例提供了基于卷本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的身份识别方法，其特征在于，所述基于卷积神经网络的身份识别方法包括以下步骤：/n通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；/n将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；/n将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份。/n

【技术特征摘要】
1.一种基于卷积神经网络的身份识别方法，其特征在于，所述基于卷积神经网络的身份识别方法包括以下步骤：
通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；
将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；
将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份。


2.如权利要求1所述的基于卷积神经网络的身份识别方法，其特征在于，所述将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份的步骤包括：
将所述识别特征数据与数据库中已存的识别特征数据进行数据匹配，得到匹配值，将所述匹配值与数据库的预设匹配阈值进行比较；
若所述匹配值大于或者等于预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为相同犬只；
若所述匹配值小于所述预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为不相同犬只。


3.如权利要求1所述的基于卷积神经网络的身份识别方法，其特征在于，所述通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像的步骤包括：
通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像；
根据所述头部图像中各部位的结构特征进行图像提取，得到图像提取结果；
根据所述图像提取结果得到所述头部图像中的脸部图像和鼻部图像。


4.如权利要求3所述的基于卷积神经网络的身份识别方法，其特征在于，所述通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像的步骤包括：
通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像；
将所述预处理犬只图像转换为灰度图像，根据所述灰度图像中区域图像颜色在YCBCR色度空间中不同的门限阀值，对所述预处理犬只图像中头部区域图像与非头部区域图像进行分割，得到所述预处理犬只图像中的头部区域图像；
对所述头部区域图像中的头部区域图像进行图像采集，得到所述待识别犬只的头部图像。


5.如权利要求4所述的基于卷积神经网络的身份识别方法，其特征在于，所述将所述...

【专利技术属性】
技术研发人员：徐东星，
申请(专利权)人：深圳市巨星网络技术有限公司，
类型：发明
国别省市：广东;44