專利名稱：一種基于人臉識別的無鑰保險柜系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識別領(lǐng)域，具體涉及一種基于人臉識別的無鑰保險柜系統(tǒng)。
背景技術(shù)：
目前國內(nèi)外保險柜已采取了防火、防水、防爆等先進手段與技術(shù)來增強保險柜的“保險度”，但這些先進的手段與技術(shù)只能做到最大限度地增強保險柜的箱體安全性。然而，它離不開鑰匙(密碼也是一種變相的鑰匙)，而這把鑰匙便成了保險柜最不保險的根源。事實上，鑰匙已公認為當今保險柜不可克服的致命弱點。在微電子技術(shù)與計算機技術(shù)飛速發(fā)展的今天，實現(xiàn)無鑰保險柜的理想，即童話中 的“芝麻開門”的動人場景已為期不遠。根據(jù)多年研究的成果及掌握的技術(shù)情報，采用識別主人的實時面部圖像來開啟保險柜的辦法是一種切實可行的有效方法。人臉是人的重要識別特征之一；它具有唯一性，因此人們可以毫不費力地相互識別。用“人臉”開啟保險柜的關(guān)鍵問題是人臉識別。人臉識別是模式識別領(lǐng)域中一個困難而又具有很大實際應(yīng)用價值和廣泛應(yīng)用前景的研究課題。本系統(tǒng)通過識別主人實時面部圖像的方法來開啟保險柜。針對無鑰保險柜系統(tǒng)高可靠性和實時性的特點，提出并實現(xiàn)了一種人臉識別系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于人臉識別的無鑰保險柜系統(tǒng)，該系統(tǒng)能夠通過識別主人實時面部圖像的方法來開啟保險柜。實現(xiàn)本發(fā)明目的的技術(shù)方案是一種基于人臉識別的無鑰保險柜系統(tǒng)，該系統(tǒng)包括
圖像采集，通過連在工控機PC/104圖像卡的CXD攝像機進行人臉正面攝像；
人臉識別系統(tǒng)，人臉識別系統(tǒng)主要由人臉圖像的預(yù)處理模塊，人臉圖像特征提取模塊和人臉識別模塊組成；
控制電路，保險柜控制電路的核心部分采用555時基電路與阻容元件構(gòu)成的單穩(wěn)態(tài)觸發(fā)器來控制電子鎖。作為本發(fā)明的進一步改進，圖像質(zhì)量與攝像機及光照條件等因素密切相關(guān)，為了提高圖像的質(zhì)量和對圖像的識別效率，在識別圖像之前，需要對圖像進行圖像預(yù)處理。作為本發(fā)明的進一步改進，為了達到對人臉正面圖像識別的目的，首先應(yīng)在整個圖像中分割出正面人臉，采用最佳邊緣檢測法的ORF算法獲得定位精度很高的二值化圖像BI (Binary-image)。根據(jù)二值化圖像BI找出人的頭頂點H,下巴輪廓點C,兩個臉頰兩側(cè)點L、R，并根據(jù)HC、LR的長度將人臉圖像規(guī)整成64X64的標準圖像。作為本發(fā)明的進一步改進，本系統(tǒng)采用的加權(quán)距離分類器和BP網(wǎng)絡(luò)在一定程度上達到了互補，可以得到更為理想的分類效果。作為本發(fā)明的進一步改進，神經(jīng)網(wǎng)絡(luò)群識別算法執(zhí)行下列步驟
(I)加載待識樣本到輸入層節(jié)點；(2)計算隱含層和輸出層的輸出，輸出層節(jié)點的輸出即為識別結(jié)果。本發(fā)明提供了一種基于人臉識別的無鑰保險柜系統(tǒng)，將人臉的主分量特征與人臉的幾何特征融合在一起，共同構(gòu)成人臉的識別特征，同時鑒于人臉識別問題的特殊性，將傳統(tǒng)分類方法與人工神經(jīng)網(wǎng)絡(luò)方法結(jié)合起來，構(gòu)造了一個混合分類器，從而極大地提高了識別率。本發(fā)明的有益效果在于
(1)針對鑰匙是保險柜最不保險的根源，本系統(tǒng)實時面部圖像的方法來開啟保險柜；
(2)將人臉的主分量特征與人臉的幾何特征融合在一起，共同構(gòu)成人臉的識別特征提高系統(tǒng)的可靠性和實時性；
(3)將傳統(tǒng)分類方法與人工神經(jīng)網(wǎng)絡(luò)方法結(jié)合起來，構(gòu)造了一個混合分類器，從而極大地提高了識別率。

圖I是本發(fā)明實施例I的系統(tǒng)結(jié)構(gòu) 圖2是本發(fā)明實施例I的人臉識別系統(tǒng)；
圖3是本發(fā)明實施例I的組合分類器；
圖4是本發(fā)明實施例I的神經(jīng)網(wǎng)絡(luò)群識別模型結(jié)構(gòu) 圖5是本發(fā)明實施例I的無鑰保險柜控制電路。
具體實施例方式下面結(jié)合附圖和實施例做進一步說明。圖I本發(fā)明提供的一種無鑰保險柜系統(tǒng)結(jié)構(gòu)圖。要用計算機完成對人臉的自動識別，就必須要把“人臉”信息以適于計算機處理的數(shù)字方式輸入到計算機中，本系統(tǒng)中通過連在工控機PC/104圖像卡的CXD攝像機進行人臉正面攝像，無鑰保險柜系統(tǒng)結(jié)構(gòu)如圖I所示。當有人希望打開保險柜時，只要按下“開門按鈕”，并將臉面正對鏡頭，系統(tǒng)便自動攝取該人的一幅正面圖像，隨即進行自動識別。識別結(jié)果若為授權(quán)用戶，則保險柜自動打開；反之，則保險柜不打開，并且自動報警。不論保險柜是否打開，只要有人按了“開門按鈕”，其“長相”與開門時間等信息便自動存檔，以供日后查用。圖2人臉識別系統(tǒng)，整個人臉識別系統(tǒng)主要由3個模塊組成，即人臉圖像的預(yù)處理模塊、人臉圖像特征提取模塊和人臉識別模塊，其組成結(jié)構(gòu)如圖2。圖3組合分類器，由于無鑰保險柜系統(tǒng)中對人臉識別結(jié)果的高精度要求，本文將傳統(tǒng)方法與人工神經(jīng)元網(wǎng)絡(luò)方法結(jié)合起來，構(gòu)造了一個混合分類器，混合分類器結(jié)構(gòu)見圖3。首先將待識別樣本特征向量X與庫中所有模板
4進行匹配，
X-X
式中各(Γ = 1，2,…,43)是加權(quán)系數(shù)；43
根據(jù)=1求出最小距離=!若益^則將該人識別為
陌生人;若如2則將該人識別為2類人；若％ <h則組合分類器中的開關(guān)被打開，啟動
NN識別器進行識別，其中，^為為兩個可預(yù)置的常量，NN識別器采用了神經(jīng)網(wǎng)絡(luò)群識別算法。圖4神經(jīng)網(wǎng)絡(luò)群識別模型結(jié)構(gòu)圖，NN識別器采用了神經(jīng)網(wǎng)絡(luò)群識別算法，模型中每個神經(jīng)網(wǎng)絡(luò)I, ···, N均由一個BP網(wǎng)絡(luò)組成，實現(xiàn)一類模式和其他N-I類模式的判決；模式判決模塊的功能是根據(jù)神經(jīng)網(wǎng)絡(luò)1，…，N的輸出Y1,…，Yn決定網(wǎng)絡(luò)群的最后識別結(jié)
果O圖5無鑰保險柜控制電路。保險柜控制電路的核心部分選用555時基電路，555 時基電路是一種將模擬功能與邏輯功結(jié)合在同一硅片上的組合集成電路，在該集成基片上的基準電壓電路是由三個誤差極小的5kQ電阻組成的，分壓精度高，系統(tǒng)中的保險柜控制電路如圖5所示。表I為測試結(jié)果。實驗中，完成了 3人90幅(每人30幅)正面人臉圖像的學(xué)習(xí)訓(xùn)練，然后輸入500個圖像進行識別，庫中3人每人100幅(其中，每人都有2幅帶眼鏡的)，隨機選取的陌生人圖像200幅，識別結(jié)果見表I。
人臉集合I樣本數(shù)I正確識別數(shù)I誤識樣本數(shù)I保險柜打開次數(shù)I成功率
訓(xùn)練集 90_90_O_90_100%
測試總500 "498一 249899.6%
庫中人^ 300 ~298—229899. 3%
庫外人集 |200 |200|θ|θ1100%
權(quán)利要求
1.一種基于人臉識別的無鑰保險柜系統(tǒng)，其特征是，該系統(tǒng)包括 圖像采集，通過連在工控機PC/104圖像卡的CXD攝像機進行人臉正面攝像； 人臉識別系統(tǒng)，人臉識別系統(tǒng)主要由人臉圖像的預(yù)處理模塊，人臉圖像特征提取模塊和人臉識別模塊組成； 控制電路，保險柜控制電路的核心部分采用555時基電路與阻容元件構(gòu)成的單穩(wěn)態(tài)觸發(fā)器來控制電子鎖。
2.根據(jù)權(quán)利要求I所述的一種基于人臉識別的無鑰保險柜系統(tǒng)，其特征是，通過連在工控機PC/104圖像卡的CXD攝像機進行人臉正面攝像。
3.根據(jù)權(quán)利要求I所述的一種基于人臉識別的無鑰保險柜系統(tǒng)，其特征是，在識別圖像之前，需要對圖像進行預(yù)處圖像預(yù)處理，過程包括圖像文件的加載及格式轉(zhuǎn)換、圖像的檢測、去噪增強、旋轉(zhuǎn)校正和歸一化等。
4.根據(jù)權(quán)利要求I中所述的一種基于人臉識別的無鑰保險柜系統(tǒng)，其特征是，人臉正面圖像識別，首先應(yīng)在整個圖像中分割出正面人臉，采用最佳邊緣檢測法的ORF算法獲得定位精度很高的二值化圖像BI (Binary-image),根據(jù)二值化圖像BI找出人的頭頂點H,下巴輪廓點C，兩個臉頰兩側(cè)點L、R，并根據(jù)HC、LR的長度將人臉圖像規(guī)整成64X64的標準圖像。
5.根據(jù)權(quán)利要求I所述的一種基于人臉識別的無鑰保險柜系統(tǒng)，人臉識別執(zhí)行以下步驟 (1)將待識別樣本特征向量X與庫中所有模板4進行匹配，
6.根據(jù)權(quán)利要求I或5所述的一種基于人臉識別的無鑰保險柜系統(tǒng)，所述步驟(3)中的神經(jīng)網(wǎng)絡(luò)群識別算法執(zhí)行以下步驟 (1)加載待識別樣本到輸入層節(jié)點； (2)計算隱含層和輸出層的輸出，輸出層節(jié)點的輸出即為識別結(jié)果。
全文摘要
本發(fā)明涉及一種基于人臉識別的無鑰保險柜系統(tǒng)，將傳統(tǒng)分類方法與人工神經(jīng)網(wǎng)絡(luò)方法結(jié)合起來，構(gòu)造了一個混合分類器，該系統(tǒng)包括圖像采集，通過連在工控機PC/104圖像卡的CCD攝像機進行人臉正面攝像；人臉識別系統(tǒng)，人臉識別系統(tǒng)主要由人臉圖像的預(yù)處理模塊,人臉圖像特征提取模塊和人臉識別模塊組成；保險柜控制電路，采用555時基電路與阻容元件構(gòu)成的單穩(wěn)態(tài)觸發(fā)器來控制電子鎖。
文檔編號E05B49/00GK102900305SQ201210241918
公開日2013年1月30日 申請日期2012年7月13日 優(yōu)先權(quán)日2012年7月13日
發(fā)明者蘇淳 申請人:太倉博天網(wǎng)絡(luò)科技有限公司