基于人工智能的人脸识别方法、系统、电子设备及介质技术方案

本发明专利技术提出了一种基于人工智能的人脸识别方法、系统、电子设备及介质，涉及人脸识别的技术领域。利用深度相机和红外热成像仪获取图像；提取深度相机拍摄的人脸图像；利用支撑向量机对人脸图像进行深度学习，得到普通参照样本；若图像不符合普通参照样本，则判定位非用户本人；若符合普通参照样本，则识别人脸图像中人脸的外轮廓，生成边界基线，其围成的区域为主要识别区；提取红外热成像仪的红外人脸图像，根据其外轮廓生成红外基线，其围成的区域为红外识别区；将两个识别区进行对比，若两个识别区重叠，判定为用户本人；若主要识别区相对红外识别区含有突出区域，判断非用户本人。其能够防止硅胶仿真面具对人脸是识别的破解，提高了安全性。提高了安全性。提高了安全性。

【技术实现步骤摘要】
基于人工智能的人脸识别方法、系统、电子设备及介质


[0001]本专利技术涉及人脸识别的
，具体而言，涉及基于人工智能的人脸识别方法、系统、电子设备及介质。

技术介绍

[0002]人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别通常包括人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。其中，人脸图像匹配与识别的过程是提取的人脸图像的特征数据与底库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。
[0003]然而，现有技术中，大多数对于人脸的识别基本采用特征点进行捕捉，而这样的方式依然存在极大的漏洞，例如硅胶仿真面具等等，由此需要一种更为安全的基于人工智能的人脸识别方法。

技术实现思路

[0004]本专利技术的目的在于提供一种基于人工智能的人脸识别方法，其能够防止硅胶仿真面具对人脸是识别的破解，提高了安全性。
[0005]本专利技术的实施例是这样实现的：
[0006]第一方面，本申请实施例提供一种基于人工智能的人脸识别方法，其包括：利用深度相机和红外热成像仪分别获取相同时刻相同角度的待识别图像；提取深度相机拍摄的任一待识别图像中的普通人脸图像；利用支撑向量机对多个普通人脸图像的图像信息进行深度学习，得到普通参照样本；当进行人脸识别时，若待检测的图像不符合普通参照样本，则判定位非用户本人；若待检测的图像符合普通参照样本，则识别人脸图像中人脸的外轮廓，生成与外轮廓重叠的边界基线，边界基线围成的区域定义为主要识别区；提取红外热成像仪拍摄的任一待识别的红外人脸图像，根据红外人脸图像的外轮廓生成与外轮廓重叠的红外基线，红外基线围成的区域定义为红外识别区；将红外识别区和主要识别区进行对比，若主要识别区和红外识别区重叠，则判定为用户本人；若主要识别区相对红外识别区含有突出区域，则判断非用户本人。
[0007]在本专利技术的一些实施例中，利用支撑向量机对多个普通人脸图像的图像信息进行深度学习，得到普通参照样本的步骤包括：利用支持向量机对多个普通人脸图像的眼睛图像、嘴巴图像和鼻子图像进行选取，并根据眼睛图像、嘴巴图像和鼻子图像的各自图像信息以及相互之间的距离进行深度学习，得到普通参照样本。
[0008]在本专利技术的一些实施例中，利用深度相机和红外热成像仪分别获取相同时刻相同角度的待识别图像的步骤包括：利用深度相机和红外热成像仪分别获取相同时刻相同角度待测人物的待识别面部主视图、待识别面部左视图和待识别面部右视图。
[0009]在本专利技术的一些实施例中，将红外识别区和主要识别区进行对比，若主要识别区和红外识别区重叠，则判定为用户本人；若主要识别区相对红外识别区含有突出区域，则判
断非用户本人的步骤包括：将待测人物的待识别面部主视图进行对比，若待识别面部主视图的主要识别区相对红外识别区含有突出区域，则判断非用户本人；若待识别面部主视图的主要识别区与红外识别区重叠；将待测人物的待识别面部左视图进行对比，若待识别面部左视图的左要识别区相对红外识别区含有突出区域，则判断非用户本人；若待识别面部左视图的左要识别区与红外识别区重叠；将待测人物的待识别面部右视图进行对比，若待识别面部右视图的右要识别区相对红外识别区含有突出区域，则判断非用户本人；若待识别面部右视图的右要识别区与红外识别区重叠；则判断为用户本人。
[0010]在本专利技术的一些实施例中，根据红外人脸图像的外轮廓生成与外轮廓重叠的红外基线的步骤包括：选取红外人脸图像中最外层像素点，相邻的像素连接形成红外基线。
[0011]在本专利技术的一些实施例中，红外热成像仪采用非制冷型红外热成像仪。
[0012]在本专利技术的一些实施例中，深度相机采用结构光型深度相机。
[0013]第二方面，本申请实施例提供一种基于人工智能的人脸识别系统，其包括拍摄模块，用于利用深度相机和红外热成像仪分别获取相同时刻相同角度的待识别图像；第一处理模块，提取深度相机拍摄的任一待识别图像中的普通人脸图像；利用支撑向量机对多个普通人脸图像的图像信息进行深度学习，得到普通参照样本；第一判断模块，用于当进行人脸识别时，若待检测的图像不符合普通参照样本，则判定位非用户本人；第二处理模块，用于若待检测的图像符合普通参照样本，则识别人脸图像中人脸的外轮廓，生成与外轮廓重叠的边界基线，边界基线围成的区域定义为主要识别区；提取红外热成像仪拍摄的任一待识别的红外人脸图像，根据红外人脸图像的外轮廓生成与外轮廓重叠的红外基线，红外基线围成的区域定义为红外识别区；第二判断模块，用于将红外识别区和主要识别区进行对比，若主要识别区和红外识别区重叠，则判定为用户本人；若主要识别区相对红外识别区含有突出区域，则判断非用户本人。
[0014]第三方面，本申请实施例提供一种电子设备，其包括至少一个处理器、至少一个存储器和数据总线；其中：处理器与存储器通过数据总线完成相互间的通信；存储器存储有可被处理器执行的程序指令，处理器调用程序指令以执行一种基于人工智能的人脸识别方法。
[0015]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现一种基于人工智能的人脸识别方法。
[0016]相对于现有技术，本专利技术的实施例至少具有如下优点或有益效果：
[0017]对于人脸的识别中硅胶仿真面具对人脸识别的破解，本设计利用红外线对人的面部轮廓进行进一步核准，从而利用红外线检测使用者是否佩戴面具，其原理在于人戴上面具后由于面具和人皮肤材质不同，且面具不与皮肤散发的红外辐射明显不同，由此进行甄别，从而提高人脸识别的安全性。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0019]图1为本专利技术中一种基于人工智能的人脸识别方法的流程图；
[0020]图2为本专利技术中一种基于人工智能的人脸识别方法的结构示意图；
[0021]图3为本专利技术中一种电子设备的结构示意图。
[0022]图标：1、拍摄模块；2、第一处理模块；3、第一判断模块；4、第二处理模块；5、第二判断模块；6、处理器；7、存储器；8、数据总线。
具体实施方式
[0023]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
[0024]因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的人脸识别方法，其特征在于，包括：利用深度相机和红外热成像仪分别获取相同时刻相同角度的待识别图像；提取深度相机拍摄的任一所述待识别图像中的普通人脸图像；利用支撑向量机对多个所述普通人脸图像的图像信息进行深度学习，得到普通参照样本；当进行人脸识别时，若待检测的图像不符合普通参照样本，则判定位非用户本人；若待检测的图像符合普通参照样本，则识别所述人脸图像中人脸的外轮廓，生成与所述外轮廓重叠的边界基线，所述边界基线围成的区域定义为主要识别区；提取所述红外热成像仪拍摄的任一所述待识别的红外人脸图像，根据所述红外人脸图像的外轮廓生成与所述外轮廓重叠的红外基线，所述红外基线围成的区域定义为红外识别区；将所述红外识别区和所述主要识别区进行对比，若所述主要识别区和所述红外识别区重叠，则判定为用户本人；若所述主要识别区相对所述红外识别区含有突出区域，则判断非用户本人。2.如权利要求1所述的一种基于人工智能的人脸识别方法，其特征在于，利用支撑向量机对多个所述普通人脸图像的图像信息进行深度学习，得到普通参照样本的步骤包括：利用支持向量机对多个所述普通人脸图像的眼睛图像、嘴巴图像和鼻子图像进行选取，并根据所述眼睛图像、所述嘴巴图像和所述鼻子图像的各自图像信息以及相互之间的距离进行深度学习，得到普通参照样本。3.如权利要求1所述的一种基于人工智能的人脸识别方法，其特征在于，利用深度相机和红外热成像仪分别获取相同时刻相同角度的待识别图像的步骤包括：利用深度相机和红外热成像仪分别获取相同时刻相同角度待测人物的待识别面部主视图、待识别面部左视图和待识别面部右视图。4.如权利要求3所述的一种基于人工智能的人脸识别方法，其特征在于，将所述红外识别区和所述主要识别区进行对比，若所述主要识别区和所述红外识别区重叠，则判定为用户本人；若所述主要识别区相对所述红外识别区含有突出区域，则判断非用户本人的步骤包括：将待测人物的待识别面部主视图进行对比，若所述待识别面部主视图的主要识别区相对所述红外识别区含有突出区域，则判断非用户本人；若所述待识别面部主视图的主要识别区与所述红外识别区重叠；将待测人物的待识别面部左视图进行对比，若所述待识别面部左视图的左要识别区相对所述红外识别区含有突出区域，则判断非用户本人；若所述待识别面部左视图的左要识别区与...

【专利技术属性】
技术研发人员：余佳涛，余思彤，
申请(专利权)人：上海轻智信息技术有限公司，
类型：发明
国别省市：