【技术实现步骤摘要】
基于人体脸部识别的宴会厅互动拍照系统
[0001]本专利技术涉及人脸识别拍照
,具体为基于人体脸部识别的宴会厅互动拍照系统。
技术介绍
[0002]拍照是人们日常生活中常做的事情,拍照可留下许多美的瞬间,拍照也可留住美好的实物,生活中的各式各样的物品与现象均可通过拍照记录与保存下来,随着拍照设备的快速更新,人们也可进行自拍,或者互拍。
[0003]根据申请号为CN202111682169.6的专利显示,该专利包括拍摄指令上传模块,所述拍摄指令上传模块的输出端与拍摄指令获取模块的输入端电性连接,所述拍摄指令获取模块及深度学习模块的输出端均与人脸识别模块的输入端电性连接;本专利技术中,通过设置有深度学习模块,深度学习模块可学习大量的人脸部特征与特征选择性提取的规则,在进行人脸识别时,可经准确捕捉到需要的区别特征进行快速识别,大大提高了识别精度与效率,同时建立了卷积神经网络,卷积神经网络由多层神经网络组成,每层还有多个不同平面,通过引入卷积神经网络,不仅可以提高特征信息的辨识度,同时,可以降低人脸识别的复杂度,进一步提升人脸识别效果。
[0004]部分现有的拍照系统在使用的过程中,在拍照后仅仅是对照片进行存储,并没有采取任何的保护措施,由于照片存在保存了人脸的信息,如果造成泄漏的话会对个人隐私安全造成影响。
技术实现思路
[0005]针对现有技术的不足,本专利技术提供了基于人体脸部识别的宴会厅互动拍照系统,解决了拍照系统单纯地对照片进行存储,没有采取保护措施容易对个人脸部信息造成泄露的 ...
【技术保护点】
【技术特征摘要】
1.基于人体脸部识别的宴会厅互动拍照系统,其特征在于,包括:照片信息获取单元,用于获取到目标对象基础信息,并将其传输到特征识别单元,其中目标对象包括:自拍照片,基础信息包括:像素值、容量值和拍照时间;照片分类单元,用于获取到传输的目标对象基础信息并对其进行分析,同时获取到目标对象的内在人员信息,并根据内在人员信息将其分类为单数照片和双数照片,生成对应的照片分类信息,其中照片分类信息包括:单数分类信息和双数分类信息,且将单数分类信息传输到单数信息处理单元,将双数分类信息传输到双数信息处理单元;单数信息处理单元,用于获取到传输的单数分类信息并对其进行分析,通过对单数照片中人员拍照姿势和脸部特征进行获取和分析,生成对应的单数照片人员识别信息,接着将单数照片人员识别信息传输到特征值自适应处理单元;双数信息分析单元,用于获取到传输的双数分类信息并对其进行分析,通过对双数照片中人员拍照姿势和脸部特征进行获取和分析,生成对应的双数照片人员识别信息;特征值自适应处理单元,用于获取到传输的单数照片人员识别信息和双数照片信息并对其进行分析,同时结合单数照片和双数照片的像素、容量和拍照时间对照片人员识别信息进行分析得到对应的照片特征值信息,其中照片特征信息包括:单数照片特征信息和双数照片特征信息,并将其传输到信息存储分析单元;信息存储分析单元,用于获取到传输的照片特征信息和目标对象基础信息并分别对其进行分析,通过对照片特征信息中的分割信息进行分析得到对应的存储信息,通过对目标对象基础信息进行分析生成存储信息,同时将存储信息传输到分析结果输出单元。2.根据权利要求1所述的基于人体脸部识别的宴会厅互动拍照系统,其特征在于,所述照片分类单元生成照片分类信息的具体方式如下:获取到目标对象并对其进行识别分析,识别目标对象内部的人员数量并将其记作为SL,接着判断人员数量SL的奇偶性,当人员数量SL为奇数时,则将对应的目标对象标记为单数照片,同时生成单数分类信息,反之当人员数量SL为偶数时,则将对的目标对象标记为双数照片,同时生成双数分类信息。3.根据权利要求1所述的基于人体脸部识别的宴会厅互动拍照系统,其特征在于,所述单数信息处理单元生成单数照片人员信息的具体方式如下:P1:获取到单数照片中位于中间人员的姿势,其中姿势包括:头部姿势和手部姿势,并对姿势进行分析得到姿势特征值,具体的分析方式为:获取到中间人员并将其记作为待分析人员,接着获取到该待分析人员的手部姿势,并获取到该待分析人员大臂与小臂的夹角并记作为JD,接着获取到该待分析人员头部的偏转角度并记作为PZ,同时计算JD和PZ二者数值之和并将其作为手部特征值SZ;P2:接着获取到待分析人员的脸部图像,并建立直角坐标系,同时将该待分析人员的两边颧骨位置在坐标系上用点的形式进行表示,并计算两边颧骨的直线距离记作为JL1,接着将该待分析人员的眉心与下巴最低点均在坐标系上用点的形式进行表示,同时计算二者之间的直线距离记作为JL2,接着计算JL1和JL2二者数值之和并将其作为头...
【专利技术属性】
技术研发人员:李惠海,陈照军,黄家鸿,
申请(专利权)人:深圳市石代科技集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。