[发明专利]基于人脸识别的无人值守门店客户数据整合方法

摘要

一种基于人脸识别的无人值守门店客户数据整合方法，通过使用人脸识别技术在无人值守门店中对客户数据进行整合，具体涉及人脸检测、图像处理、人脸识别算法、数据整合等领域的知识。尤其适用于无人值守门店领域内基于人脸识别图像采集完善和支付阶段的快速处理，该方法对数据传输的统一性整合处理可以使传输过程和识别过程快捷准确。其优势在于对零售新模式无人值守门店中的人脸识别支付工作给予了支持，并且对于在人脸识别过程中的数据传输工作，通过压缩处理从而达到快速响应，尽可能的避免形成排队结账现象。除此之外，通过移动事务管理器和支付终端的协助，规避了数据传输过程中的数据格式不一致的问题，从而可以顺利完成支付工作和识别工作。

主权项

基于人脸识别的无人值守门店客户数据整合方法，包括以下步骤：步骤1.人脸图像数据库：这里的数据库是一个图片集合，假设图片是关于uv个人物的；每个人都拍摄了uw张不同表情的面部照片，这里将拍摄角度、光照等不同条件都当作不同的表情，每一张图片是一个行列的矩阵，则每张图片的像素点的总数为令即uj代表图片的像素点总数；通常情况下，uj≥5000，且uj>uwuv；将每张同一人物在不同表情下的图片的所有列向量按照从左到右的顺序从上到下拼接起来，形成列向量，每张图片就可以表示成一个长度为uj的列向量；最终可以将数据库中的图片组织成张量的形式，并且张量A的三个模态分别为图像模态，表情模态，人物模态；步骤2.人脸图像采集及检测：在支付阶段的人脸识别，只要客户进入到采集设备的拍摄范围内，采集设备就会自动搜索并拍摄用户的人脸图像；人脸检测机制在图像中准确标定出人脸的位置和大小，将有用的信息挑出来；步骤3.人脸图像预处理：数据库是一个图片的集合，所以在支付阶段为了实现快速支付，图像的传输速度是关键，所以对人脸图像进行压缩传输是解决支付阶段中图像传输速度最好的解决办法；若将人脸图像表示为m×n维矩阵Q，将矩阵Q进行奇异值分解得到Q＝WΣTS  (1)式中，W、T分别成为左、右标架矩阵，∑则称为奇异值矩阵；对人脸图像的数据压缩就是对W、∑、T采取标架矩阵替代法进行压缩；将采集到人脸图像转换为矩阵Σ＝WSQT利用它来提取奇异值；传输奇异值矩阵∑、左标架矩阵假W和右标架矩阵T的数据，将采集到的下一帧人脸图像转换为矩阵Q，利用式∑＝WSQT提取奇异值；利用奇异值矩阵∑替代原人脸图像矩阵进行传输；假定压缩后的人脸图像为Q'，根据人脸图像矩阵的压缩规则有：SNR(R‑R')≥SNRM  (2)因此可以直接利用Σ代替人脸图像进行传输和压缩，同时实现将传输过来的奇异值矩阵数据利用式Q＝W∑TS在输出端恢复为人脸图像；这种压缩方法的压缩比较高，为：Pr=LB-LdLB---(3)]]>步骤4.匹配与识别：若uj>uwuv,可对张量A进行精简的操作：A＝P×jK×wY×vC  (4)其中是核心张量，与都是正交阵，是列正交阵，矩阵K，Y,C分别对应张量的图像模态分量、表情模态分量和人物模态分量；也可将(4)式写成如下形式：A＝D×vC,D＝P×jK×wY  (5)将表情的值固定，则对于某个确定的w值为：A(:,w,:)＝D(:,w,:)×vC  (6)A(:,w,:)和D(:,w,:)是张量的切面，可将它们看作矩阵，记为Aw和Dw；对于任意的表情w，都有如下线性关系：A＝Dw×CT，w＝1,2,...,uw  (7)注意到相同的正交矩阵C出现在了全部的uw个线性关系中；令则式(7)中第v列可写成如下式子：av(w)=Dwcv---(8)]]>它表明矩阵Dw的列向量共同组成了表情w的一组基底，即表情坐标系；即数据库中所有存在的人物的第w个表情都存在于该组基底构成的线性空间中，对于人物v的表情w，则存在一个对应该坐标系下的坐标cv；通过这种方法进行分解，就提取出了人物的特征信息；接下来就是识别过程，假设向量是一张未知人物的未知表情的照片为被测图片，要识别被测图片是否在数据库中，假设它是第v个人物的第w张表情的图片，则z在该表情坐标系下的线性表示的坐标应该与cv相等；于是，通过计算被测图片在每一个表情坐标系下的坐标，并且将其与人物模态矩阵每一行进行比对来进行身份识别；若它与人物模态矩阵的任何一行的差的范数小于某一给定的阈值，就认为匹配成功，反之则匹配失败；步骤5.传输数据统一性：也就是使得在人脸识别的过程中将压缩过后的图片和文本或其他类型格式的数据以统一的格式在输出端显示；此过程需要涉及到移动事务管理器，因为配合支付终端涉及到交易事务数据，并且伴随着人脸图像和一些其他类型的文本信息等，都将通过移动事务管理器进行处理后以统一的数据格式进行传输；步骤6.完成支付并采集存储新人脸图像完善数据库：通过步骤4、步骤5完成了人脸识别支付工作，但是这个过程中有可能会遇到没有在数据库中存储人脸图像的人群存在；所以在这一步中为了便于门店管理、也为了完善某一地区内门店人脸数据库的完整性，通过步骤1将此类人群的人脸面像添加至数据库中，以备后续使用。