[发明专利]一种计算机人像识别系统在审

专利信息
申请号: 202011241359.X 申请日: 2020-11-09
公开(公告)号: CN112287863A 公开(公告)日: 2021-01-29
发明(设计)人: 徐鲁宁;郭晓功;李圣良 申请(专利权)人: 九江职业技术学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 西安合创非凡知识产权代理事务所(普通合伙) 61248 代理人: 惠银银
地址: 332007 江西*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 计算机 人像 识别 系统
【权利要求书】:

1.一种计算机人像识别系统,其特征在于,包括

人脸图像采集模块,用于获取待识别的实时动态人脸图像组;

图像处理模块,用于将人脸图像按五官所在位置分割为眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域;

人脸识别模块,首先基于Dssd_inception_V4 coco模型分别实现眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域身份信息的识别,然后基于支持向量机根据各区域的身份识别结果得出最终的人脸识别结果。

2.如权利要求1所述的一种计算机人像识别系统,其特征在于,所述人脸图像采集模块包括两种工作模式,一种是针对自由的人像检测,点击“身份识别”即可直接进入人脸图像视频采集过程,另一种是针对身份权限识别的,以随机调用人脸表情要求音频的方式获取动态人脸图像组,用户需根据人脸表情要求音频作出对应的人脸表情,该动态人脸图像组至少包括两个不同表情人脸图像。

3.如权利要求2所述的一种计算机人像识别系统,其特征在于,所述人脸图像采集模块通过记录相邻两个人脸表情图像之间产生的动态视频实现人脸图像组是否为活体人脸图像的检测,检测时,首先,调用视频取帧脚本,每隔一定帧数获取一张图像,然后通过识别相邻两张图像内载的人脸动态变化信息进行人脸图像是否为活体的检测。

4.如权利要求3所述的一种计算机人像识别系统,其特征在于,通过Dssd_inception_V4 coco模型实现相邻两张图像内载的人脸动态变化信息的识别,所述人脸动态变化信息为眼睛区域和嘴巴区域的形态变化信息,该Dssd_inception_V4 coco模型采用Dssd目标检测算法,用coco数据集预训练inception_V4深度神经网络,然后用先前准备好的不同表情变化所对应的眼睛区域变化图像集和嘴巴区域变化图像集训练该模型,微调深度神经网络中的各项参数,最后得到合适的用于检测眼睛区域、嘴巴区域形态变化信息的目标检测模型。

5.如权利要求1所述的一种计算机人像识别系统,其特征在于,所述图像处理模块基于Dssd_inception_V4 coco模型实现人脸图像中眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域的圈定。

6.如权利要求5所述的一种计算机人像识别系统,其特征在于,所述Dssd_inception_V4 coco模型采用Dssd目标检测算法,用coco数据集预训练inception_V4深度神经网络,然后用先前准备好的眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域数据集训练该模型,微调深度神经网络中的各项参数,最后得到合适的用于检测眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域目标检测模型。

7.如权利要求1所述的一种计算机人像识别系统,其特征在于,所述人脸识别模块内载的Dssd_inception_V4 coco模型采用Dssd目标检测算法,用coco数据集预训练inception_V4深度神经网络,然后用先前准备好的携带身份信息的眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域数据集训练该模型,微调深度神经网络中的各项参数,最后得到合适的用于检测眼睛区域、眉毛区域、鼻子区域、嘴巴区域和人脸轮廓区域所对应的身份信息的目标检测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于九江职业技术学院,未经九江职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011241359.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top