基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法
【專利摘要】本發(fā)明公開一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，包括以下步驟：S01，獲取人臉識(shí)別標(biāo)準(zhǔn)樣本,構(gòu)成訓(xùn)練樣本；S02，確定BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)；S03，手機(jī)攝像頭獲取人臉圖像；S04，將三維圖像投射到二維空間；S05，對(duì)步驟S03獲取的人臉圖像進(jìn)行預(yù)處理，濾除噪音，進(jìn)行二值化圖像處理；S06，提取人臉圖像特征；S07，基于模糊邏輯補(bǔ)償?shù)姆椒?，獲取所述人臉圖像的樣本參數(shù)；、S08，依據(jù)步驟S07獲取的樣本參數(shù)與標(biāo)準(zhǔn)樣本參數(shù)進(jìn)行對(duì)比匹配。本發(fā)明基于神經(jīng)網(wǎng)絡(luò)進(jìn)行三維人臉匹配，安全性能高，方便人臉圖像與標(biāo)準(zhǔn)樣本參數(shù)的快速匹配，響應(yīng)效率高，算法簡單，不需要經(jīng)過神經(jīng)網(wǎng)絡(luò)復(fù)雜運(yùn)算，計(jì)算匹配效率高。
【專利說明】基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬智能支付領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法。

【背景技術(shù)】
[0002]目前，手機(jī)支付和手機(jī)錢包的用戶身份識(shí)別技術(shù)中，人臉識(shí)別逐步進(jìn)入安防領(lǐng)域，由于手機(jī)支付對(duì)安全性要求高，二維人臉識(shí)別不能夠滿足其高安全性，需要使用三維人臉識(shí)別進(jìn)行手機(jī)支付，現(xiàn)有技術(shù)的三維人臉識(shí)別的手機(jī)支付方法，基于數(shù)學(xué)先驗(yàn)概率進(jìn)行三維人臉識(shí)別技術(shù)，計(jì)算復(fù)雜，占用內(nèi)容較大，識(shí)別相應(yīng)慢，且對(duì)拍照的角度和光照強(qiáng)度要求苛刻，不能夠推廣應(yīng)用。


【發(fā)明內(nèi)容】

[0003]為了解決現(xiàn)有技術(shù)問題，本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，基于神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本訓(xùn)練，計(jì)算簡單，配置參數(shù)快速，能夠滿足手機(jī)支付效率的要求，基于神經(jīng)網(wǎng)絡(luò)進(jìn)行三維人臉匹配，安全性能高。
[0004]本發(fā)明采用的技術(shù)方案為:
一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，包括以下步驟:
S01，獲取人臉識(shí)別標(biāo)準(zhǔn)樣本，人臉識(shí)別標(biāo)準(zhǔn)樣本包括正臉、左側(cè)臉和有側(cè)臉，并存儲(chǔ)人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)構(gòu)成訓(xùn)練樣本；
S02，確定BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)，BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層；BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)包括輸入層神經(jīng)元、隱含層神經(jīng)元和輸出層神經(jīng)元；輸入層神經(jīng)元為標(biāo)準(zhǔn)樣本參數(shù)，；隱含層神經(jīng)元為隱含層的節(jié)點(diǎn)，隱含層的節(jié)點(diǎn)在訓(xùn)練過程中根據(jù)訓(xùn)練精度進(jìn)行節(jié)點(diǎn)數(shù)調(diào)整；輸出層神經(jīng)元為實(shí)時(shí)采集的人臉圖像與標(biāo)準(zhǔn)樣本參數(shù)的匹配度；
S03，手機(jī)攝像頭獲取人臉圖像；
S04，使用非線性分段色彩變換，將三維圖像投射到二維空間；
S05，對(duì)步驟S03獲取的人臉圖像進(jìn)行預(yù)處理，濾除噪音，進(jìn)行二值化圖像處理；
S06，提取人臉圖像特征；
S07，通過模糊邏輯補(bǔ)償?shù)姆椒ǎ诓襟ES06提取的人臉圖像特征獲取人臉圖像的樣本參數(shù)；
S08，依據(jù)步驟S07獲取的樣本參數(shù)與步驟S01存儲(chǔ)的標(biāo)準(zhǔn)樣本參數(shù)進(jìn)行對(duì)比匹配，當(dāng)匹配度超過匹配閾值時(shí)，進(jìn)入手機(jī)支付系統(tǒng)，否則，支付失敗。
[0005]步驟S01人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0006]步驟S04具體包括以下步驟，將每個(gè)像素點(diǎn)的顏色值從三維的色彩空間投射到二維子空間，在二維子空間中，代表膚色的像素點(diǎn)聚集在一起。
[0007]步驟S05具體包括以下步驟: (501)將整幅圖像中所有像素的亮度從高到低排列，
(502)設(shè)最高亮度閾值為，預(yù)設(shè)基準(zhǔn)亮度為，其中表示最高亮度閾值的百分比，的取值范圍為0~100% ；
(503)如果圖像中像素的亮度值大于預(yù)設(shè)基準(zhǔn)亮度的像素點(diǎn)數(shù)與圖像總的像素點(diǎn)數(shù)的比例到達(dá)預(yù)設(shè)比例限定值，則將預(yù)設(shè)基準(zhǔn)亮度調(diào)整為參考白，參考白的灰度值為255，將整幅圖像的其他像素點(diǎn)的灰度值按預(yù)設(shè)基準(zhǔn)亮度與參考白的亮度調(diào)整的尺度進(jìn)行變換。
[0008]步驟S06具體包括以下步驟，對(duì)步驟S05獲取的二值化圖像進(jìn)行網(wǎng)格化分塊，提取4類特征，4類特征包括歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差和相鄰灰度差絕對(duì)值；依據(jù)獲取的歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差、相鄰灰度差絕對(duì)值獲取人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0009]步驟S06具體還包括以下步驟，人臉圖像自學(xué)習(xí)識(shí)別，基于樣本訓(xùn)練方法將不同臉部表情的圖像進(jìn)行標(biāo)準(zhǔn)化處理。
[0010]步驟S07人臉圖像的樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0011]與現(xiàn)有技術(shù)相比，本發(fā)明有益效果包括:
本發(fā)明基于神經(jīng)網(wǎng)絡(luò)進(jìn)行三維人臉匹配，安全性能高，同時(shí)對(duì)獲取的人臉圖像進(jìn)行光照預(yù)處理和二值化處理，方便人臉圖像與標(biāo)準(zhǔn)樣本參數(shù)的快速匹配，響應(yīng)效率高，算法簡單，不需要經(jīng)過神經(jīng)網(wǎng)絡(luò)復(fù)雜運(yùn)算，計(jì)算匹配效率高。

【專利附圖】

【附圖說明】
[0012]圖1為本發(fā)明一般基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0013]下面結(jié)合附圖對(duì)本發(fā)明作更進(jìn)一步的說明。
[0014]如圖1所示，一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，包括以下步驟: S01，獲取人臉識(shí)別標(biāo)準(zhǔn)樣本，人臉識(shí)別標(biāo)準(zhǔn)樣本包括正臉、左側(cè)臉和有側(cè)臉，并存儲(chǔ)人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)構(gòu)成訓(xùn)練樣本；人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0015]S02，確定BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)，BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層；BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)包括輸入層神經(jīng)元、隱含層神經(jīng)元和輸出層神經(jīng)元；輸入層神經(jīng)元為標(biāo)準(zhǔn)樣本參數(shù)，；隱含層神經(jīng)元為隱含層的節(jié)點(diǎn)，隱含層的節(jié)點(diǎn)在訓(xùn)練過程中根據(jù)訓(xùn)練精度進(jìn)行節(jié)點(diǎn)數(shù)調(diào)整；輸出層神經(jīng)元為實(shí)時(shí)采集的人臉圖像與標(biāo)準(zhǔn)樣本參數(shù)的匹配度；
S03，手機(jī)攝像頭獲取人臉圖像；
S04，使用非線性分段色彩變換，將三維圖像投射到二維空間；步驟S04具體包括以下步驟，將每個(gè)像素點(diǎn)的顏色值從三維的色彩空間投射到二維子空間，在二維子空間中，代表膚色的像素點(diǎn)聚集在一起。
[0016]S05，對(duì)步驟S03獲取的人臉圖像進(jìn)行預(yù)處理，濾除噪音，進(jìn)行二值化圖像處理； 步驟S05具體包括以下步驟:
(501)將整幅圖像中所有像素的亮度從高到低排列， (502)設(shè)最高亮度閾值為，預(yù)設(shè)基準(zhǔn)亮度為，其中表示最高亮度閾值的百分比，的取值范圍為0~100% ；
(503)如果圖像中像素的亮度值大于預(yù)設(shè)基準(zhǔn)亮度的像素點(diǎn)數(shù)與圖像總的像素點(diǎn)數(shù)的比例到達(dá)預(yù)設(shè)比例限定值，則將預(yù)設(shè)基準(zhǔn)亮度調(diào)整為參考白，參考白的灰度值為255，將整幅圖像的其他像素點(diǎn)的灰度值按預(yù)設(shè)基準(zhǔn)亮度與參考白的亮度調(diào)整的尺度進(jìn)行變換。
[0017]S06，提取人臉圖像特征；
步驟S06具體包括以下步驟，對(duì)步驟S05獲取的二值化圖像進(jìn)行網(wǎng)格化分塊，提取4類特征，4類特征包括歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差和相鄰灰度差絕對(duì)值；依據(jù)獲取的歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差、相鄰灰度差絕對(duì)值獲取人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0018]步驟S06具體還包括以下步驟，人臉圖像自學(xué)習(xí)識(shí)別，基于樣本訓(xùn)練方法將不同臉部表情的圖像進(jìn)行標(biāo)準(zhǔn)化處理。
[0019]S07，通過模糊邏輯補(bǔ)償?shù)姆椒?，基于步驟S06提取的人臉圖像特征獲取人臉圖像的樣本參數(shù)；與步驟S01相同，步驟S07人臉圖像的樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
[0020]S08，依據(jù)步驟S07獲取的樣本參數(shù)與步驟S01存儲(chǔ)的標(biāo)準(zhǔn)樣本參數(shù)進(jìn)行對(duì)比匹配，當(dāng)匹配度超過匹配閾值時(shí)，進(jìn)入手機(jī)支付系統(tǒng)，否則，支付失敗。
[0021]以上僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出:對(duì)于本【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1.一種基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，包括以下步驟: SOl，獲取人臉識(shí)別標(biāo)準(zhǔn)樣本，人臉識(shí)別標(biāo)準(zhǔn)樣本包括正臉、左側(cè)臉和有側(cè)臉，并存儲(chǔ)人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)構(gòu)成訓(xùn)練樣本； S02，確定BP神經(jīng)網(wǎng)絡(luò)模型參數(shù):所述BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層；所述BP神經(jīng)網(wǎng)絡(luò)模型參數(shù)包括輸入層神經(jīng)元、隱含層神經(jīng)元和輸出層神經(jīng)元；所述輸入層神經(jīng)元為標(biāo)準(zhǔn)樣本參數(shù)，；所述隱含層神經(jīng)元為隱含層的節(jié)點(diǎn)，所述隱含層的節(jié)點(diǎn)在訓(xùn)練過程中根據(jù)訓(xùn)練精度進(jìn)行節(jié)點(diǎn)數(shù)調(diào)整；所述輸出層神經(jīng)元為實(shí)時(shí)采集的人臉圖像與標(biāo)準(zhǔn)樣本參數(shù)的匹配度； S03，手機(jī)攝像頭獲取人臉圖像； S04，使用非線性分段色彩變換，將三維圖像投射到二維空間； S05，對(duì)步驟S03獲取的人臉圖像進(jìn)行預(yù)處理，濾除噪音，進(jìn)行二值化圖像處理； S06，提取人臉圖像特征； S07，通過模糊邏輯補(bǔ)償?shù)姆椒?，基于步驟S06提取的人臉圖像特征獲取所述人臉圖像的樣本參數(shù)； S08，依據(jù)步驟S07獲取的樣本參數(shù)與步驟SOl存儲(chǔ)的標(biāo)準(zhǔn)樣本參數(shù)進(jìn)行對(duì)比匹配，當(dāng)匹配度超過匹配閾值時(shí)，進(jìn)入手機(jī)支付系統(tǒng)，否則，支付失敗。
2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，步驟SOl所述人臉識(shí)別標(biāo)準(zhǔn)樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
3.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，步驟S04具體包括以下步驟，將每個(gè)像素點(diǎn)的顏色值從三維的色彩空間投射到二維子空間，在二維子空間中，代表膚色的像素點(diǎn)聚集在一起。
4.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，步驟S05具體包括以下步驟: 將整幅圖像中所有像素的亮度從高到低排列， 設(shè)最高亮度閾值為，預(yù)設(shè)基準(zhǔn)亮度為，其中表示最高亮度閾值的百分比，的取值范圍為0-100% ； 如果圖像中像素的亮度值大于預(yù)設(shè)基準(zhǔn)亮度的像素點(diǎn)數(shù)與圖像總的像素點(diǎn)數(shù)的比例到達(dá)預(yù)設(shè)比例限定值，則將所述預(yù)設(shè)基準(zhǔn)亮度調(diào)整為參考白，所述參考白的灰度值為255，將整幅圖像的其他像素點(diǎn)的灰度值按預(yù)設(shè)基準(zhǔn)亮度與所述參考白的亮度調(diào)整的尺度進(jìn)行變換。
5.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，步驟S06具體包括以下步驟， 對(duì)步驟S05獲取的二值化圖像進(jìn)行網(wǎng)格化分塊，提取4類特征，所述4類特征包括歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差、相鄰灰度差絕對(duì)值； 依據(jù)獲取的歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差、相鄰灰度差絕對(duì)值獲取人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
6.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，步驟S06具體還包括以下步驟，人臉圖像自學(xué)習(xí)識(shí)別，基于樣本訓(xùn)練方法將不同臉部表情的圖像進(jìn)行標(biāo)準(zhǔn)化處理。
7.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)的三維人臉識(shí)別的手機(jī)支付方法，其特征在于，所述步驟S07所述人臉圖像的樣本參數(shù)包括人臉圖形的長寬比例，左右眼睛、鼻子、嘴巴位置坐標(biāo)以及相應(yīng)的長度、寬度參數(shù)。
【文檔編號(hào)】G06Q20/40GK104484803SQ201410677322
【公開日】2015年4月1日 申請(qǐng)日期:2014年11月24日 優(yōu)先權(quán)日:2014年11月24日
【發(fā)明者】張會(huì)林, 孫利華 申請(qǐng)人:蘇州福豐科技有限公司