基于輕量級智能終端的人臉識別系統(tǒng)及注冊、識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物特征識別技術(shù)領(lǐng)域，具體來講是一種基于輕量級智能終端的人臉 識別系統(tǒng)及注冊、識別方法。
【背景技術(shù)】
[0002] 2007年，蘋果公司發(fā)布的具有劃時代意義的iPhone，拉開的智能手機的時代， Google公司也在之后的一年里發(fā)布了Android手機，進一步的推動智能終端的普及，隨后 的幾年里，智能移動終端設(shè)備井噴式的增長。隨著移動互聯(lián)網(wǎng)的泛在，移動支付出現(xiàn)在人 們的日常生活中，交易安全也隨之受到重視，而交易的核心是身份鑒別，傳統(tǒng)的方式登錄網(wǎng) 銀、支付寶等，需要用戶口令、手機短信或者密?？ǖ劝踩胧?，如果這些東西被惡意用戶 獲取，同樣也能"鑒別身份"，這是不真實也不可靠的。因此，急需一種應(yīng)用于移動智能終端 上安全、可靠、快捷、便利的輕量級身份識別方案。
[0003] 由于傳統(tǒng)身份鑒別的缺點，基于生物特征的身份識別手段應(yīng)運而生，例如視網(wǎng)膜、 虹膜、聲紋、掌紋和指紋等。這些方法不僅用戶體驗友好，而且可以在不需要身份標識的同 時確保我們的資產(chǎn)安全和個人隱私安全，但問題是需要參與者的配合且都是接觸式的，在 許多環(huán)境和場合下這些生物特征不易獲得。隨著圖像分析和計算機視覺等多項領(lǐng)域的發(fā) 展，人臉識別被廣泛關(guān)注，不同于上文中的生物特征，人臉識別只是基于用戶的臉部照片或 視頻流，不需要用戶的主動配合，擁有更方便、更直接、更友好、非接觸、更真實可靠等優(yōu)點。
[0004] 將人臉識別和移動智能終端結(jié)合時趨勢所在，但國內(nèi)對于此的研宄鳳毛麟角，而 且平臺的大多都是較老，如BREW、Symbian等系統(tǒng)。黎冰、吳松、曾凡濤在《人臉識別在智能 手機中的實現(xiàn)》（《計算機工程》，2006, 07:272-274.)中采用Intel的PXA270搭建ARM嵌 入式系統(tǒng)，使用膚色模型來檢測人臉，但是沒有提到人臉識別的算法。而李偉在《人臉識別 算法在智能手機上的實現(xiàn)》（《計算機技術(shù)與發(fā)展》，2008, 01:161-163.)提出一種結(jié)合神經(jīng) 網(wǎng)絡(luò)和PCA的算法，在平臺上測試有較高的識別率，但由于加入神經(jīng)網(wǎng)絡(luò)的訓練，需要很多 樣本且計算代價大，同時上述文獻中都只是實驗平臺，并沒有真正的移植到手機或其他成 熟的智能平臺上。
[0005] WindowsPhone系統(tǒng)和Windows系統(tǒng)的程序有著良好的移植性，也有些基于 WindowsPhone的研宄，胡小平、陳鍛生、陳偉斌在《智能手機人臉檢測系統(tǒng)的設(shè)計與實 現(xiàn)》（《計算機工程與設(shè)計》，2010, 03:672-675.)中使用多色彩空間的膚色模型結(jié)合人臉 幾何關(guān)系進一步驗證人臉，不僅檢測速度快，而且極大的降低漏檢概率，不足是僅實現(xiàn)了 檢測功能。陳一寧、陳曉光在《基于手機和人臉識別的身份識別系統(tǒng)》（《計算機應(yīng)用與 軟件》，2011,03:77-79+105.)中基于Symbian客戶機，使用LBP算法（AhonenT,Hadid A,PietikMinenM.Facerecognitionwithlocalbinarypatterns[M]//Computer vision-eccv2004.SpringerBerlinHeidelberg, 2004:469-481.)來做人臉識別，并提出 一套完整的解決方案，不足時采用平臺較老。Google公司于2011年底推出Android4. 0系 統(tǒng)，此版系統(tǒng)帶有人臉識別的新特性，但識別度不高且僅支持1對1的身份鑒別?？梢钥吹?， 智能終端由于自身計算和存儲局限的特點，人臉識別在其上的研宄仍需要走很長一段路。
[0006] 中國現(xiàn)已邁入4G時代，智能移動手機已普及，隨之而來的移動信息安全日益需求 強烈。智能終端由于自身計算和存儲的局限，并且因為用戶操作習慣，通常智能終端的訓練 集都是小樣本集，人臉識別算法直接應(yīng)用效果并不佳，因此亟需對傳統(tǒng)的人臉識別方法進 行改進。

【發(fā)明內(nèi)容】

[0007] 針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種基于輕量級智能終端的 人臉識別系統(tǒng)及注冊、識別方法，本發(fā)明相對于原始SIFT特征匹配算法在識別率和運算性 能都有提升，且能夠在Android系統(tǒng)中實現(xiàn)人臉識別；提高了系統(tǒng)的處理速度；提高了系統(tǒng) 的圖像識別率，同時減少了運算時間。
[0008] 為達到以上目的，本發(fā)明采取的技術(shù)方案是：一種基于輕量級智能終端的人臉識 別系統(tǒng)，包括拍照模塊、人臉檢測模塊、預處理模塊、特征提取模塊、數(shù)據(jù)存儲模塊、個人信 息輸入模塊、識別模塊；所述拍照模塊、人臉檢測模塊、預處理模塊、特征提取模塊依次相 連，所述數(shù)據(jù)存儲模塊分別與預處理模塊、特征提取模塊、個人信息輸入模塊、識別模塊相 連，所述特征提取模塊還分別與個人信息輸入模塊、識別模塊相連；其中，拍照模塊，用于采 集用戶的正面照圖像；人臉檢測模塊，用于檢測采集到的圖像，并進行人眼定位；預處理模 塊，用于截取圖像中的人臉區(qū)域，并對其進行灰度化處理；將處理后的圖像信息保存至數(shù)據(jù) 存儲模塊；特征提取模塊，用于提取圖像中的SIFT特征，并存儲至數(shù)據(jù)存儲模塊；個人信息 輸入模塊，用于供用戶輸入個人信息，并存儲至數(shù)據(jù)存儲模塊；數(shù)據(jù)存儲模塊，用于存儲數(shù) 據(jù)及采集到的圖像信息；識別模塊，用于對測試樣本與訓練樣本進行匹配運算。
[0009] 在上述技術(shù)方案的基礎(chǔ)上，所述數(shù)據(jù)存儲模塊和識別模塊設(shè)置于外設(shè)的云端服務(wù) 器中，該云端服務(wù)器負責存儲數(shù)據(jù)及匹配運算，并將處理后的數(shù)據(jù)通過網(wǎng)絡(luò)加密回傳至智 能終端。
[0010] 在上述技術(shù)方案的基礎(chǔ)上，所述數(shù)據(jù)存儲模塊包括數(shù)據(jù)庫和本地文件系統(tǒng)。
[0011] 本發(fā)明還提供一種應(yīng)用于上述系統(tǒng)的基于輕量級智能終端的人臉注冊方法，包 括以下步驟：步驟11.用戶通過拍照模塊采集正面照圖像；步驟12.通過人臉檢測模塊檢 測采集到的圖像，并進行人眼定位；步驟13.通過預處理模塊截取圖像中的人臉區(qū)域，并 對其進行灰度化處理；將處理后的圖像信息作為訓練樣本數(shù)據(jù)保存至數(shù)據(jù)存儲模塊；步驟 14.通過特征提取模塊提取圖像中的SIFT特征，并將其作為訓練樣本數(shù)據(jù)保存至數(shù)據(jù)存儲 模塊；步驟15.用戶通過個人信息輸入模塊將個人信息作為訓練樣本數(shù)據(jù)保存至數(shù)據(jù)存儲 豐旲塊。
[0012] 在上述技術(shù)方案的基礎(chǔ)上，步驟12中，人臉檢測模塊通過調(diào)用系統(tǒng)自帶的 Android人臉檢測API檢測采集到的圖像。
[0013] 在上述技術(shù)方案的基礎(chǔ)上，步驟13中，通過預處理模塊截取圖像中的人臉區(qū)域 的具體流程為：步驟131.測量圖像中雙眼的中點坐標及雙眼間距，設(shè)雙眼的中點坐標為 (x，y)，雙眼間距為dd，其中X表示橫坐標，y表示縱坐標；步驟132.將圖像中坐標分別為 (x_dd，y+dd/2)、（x+dd，y+dd/2)、（x-dd，y_3dd/2)、（x+dd，y_3dd/2)的四個點作為面部截取 矩形的頂點，截取邊長為2dd的正方形；步驟133.將所述正方形劃分為七塊區(qū)域，其中，左 眼位于第一區(qū)域內(nèi)，右眼位于第二區(qū)域內(nèi)，左臉頰位于第三區(qū)域內(nèi)，鼻子位于第四區(qū)域內(nèi)， 右臉頰位于第五區(qū)域內(nèi)，左嘴角位于第六區(qū)域內(nèi)，右嘴角位于第七區(qū)域內(nèi)。
[0014] 在上述技術(shù)方案的基礎(chǔ)上，步驟133中將所述正方形劃分為七塊區(qū)域之后還包括 以下步驟：為所述正方形的每個區(qū)域給定相應(yīng)的一個權(quán)值。
[0015] 在上述技術(shù)方案的基礎(chǔ)上，步驟133中七塊區(qū)域的形狀和頂點坐標分別為：第 一區(qū)域是邊長為dd的正方形，其四個頂點坐標分別為（x-dd，y+dd/2)、（x，y+dd/2)、 (x-dd，y-dd/2)、（x，y-dd/2);第二區(qū)域是邊長為dd的正方形，其四個頂點坐標分別為（x， y+dd/2)、（x+dd，y+dd/2)、（x，y-dd/2)、（x+dd，y-dd/2);第三區(qū)域是邊長為dd/2 的正方形， 其四個頂點坐標分別為（x-dd，y-dd/2)、（x-dd/2,y-dd/2)、（x-dd，y-dd)、（x-dd/2,y-dd); 第四區(qū)域是長為dd、寬為dd/2的矩形，其四個頂點坐標分別為（x-dd/2，y_dd/2)、（x+dd/2， y-dd/2)