用于年齡段判斷的面部識別設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種用于年齡段判斷的面部識別設(shè)備。
【背景技術(shù)】
[0002]在人員面部圖像中包括了與年齡相關(guān)性較強(qiáng)的特征，例如面部輪廓、面部器官的幾何特征以及關(guān)鍵部位的紋理信息，所述關(guān)鍵部位包括臉部的眼袋、眼角等。通過提取這些特征，能夠準(zhǔn)確判斷被檢測人員所在的年齡段，從而為未成年人身份識別、圖像或視頻檢索、廣告調(diào)查等領(lǐng)域提供重要的參考數(shù)據(jù)。
[0003]現(xiàn)有技術(shù)中存在一些基于面部識別判斷被檢測人員年齡段的方案，但是這些方案或者無法完成精細(xì)的年齡估計(jì)、或者檢測結(jié)果誤差較大、或者檢測數(shù)據(jù)量為天量數(shù)據(jù)而導(dǎo)致檢測不夠?qū)崟r。而人員年齡檢測的應(yīng)用領(lǐng)域即未成年人身份識別、圖像或視頻檢索、廣告調(diào)查等領(lǐng)域，對被檢測人員年齡段檢測的準(zhǔn)確性和實(shí)時性要求越來越高，上述方案已經(jīng)無法滿足這些應(yīng)用領(lǐng)域的要求。
[0004]因此，需要一種新的用于年齡段判斷的面部識別方案，能夠替代現(xiàn)有技術(shù)中的各個方案，在保證被檢測人員年齡段檢測精度和有效性的同時，減少檢測所需要使用的數(shù)據(jù)量，提高檢測的速度。

【發(fā)明內(nèi)容】

[0005]為了解決上述問題，本發(fā)明提供了一種用于年齡段判斷的面部識別設(shè)備，首先用戶選擇各個年齡段的基準(zhǔn)面部圖像，隨后通過CMOS攝像頭拍攝被檢測人員的面部圖像，對每一個年齡段的基準(zhǔn)面部圖像和被檢測人員的面部圖像都面部圖像處理和面部特征提取，根據(jù)提取到的面部特征的各種比較結(jié)果，最終確定被檢測人員所屬年齡段，整個設(shè)備的組成部件較少，年齡的檢測更有針對性，而且通過特征選取的方式極大地節(jié)省了計(jì)算所需的數(shù)據(jù)量。
[0006]根據(jù)本發(fā)明的一方面，提供了一種用于年齡段判斷的面部識別設(shè)備，所述面部識別設(shè)備包括移動硬盤、CMOS攝像頭、圖像識別器件和數(shù)字信號處理器DSP，所述移動硬盤用于存儲各個年齡段的基準(zhǔn)面部圖像，所述CMOS攝像頭對被檢測人員的面部進(jìn)行拍攝以獲得被檢測面部圖像，所述圖像識別器件與所述移動硬盤和所述CMOS攝像頭分別連接，對各個年齡段的基準(zhǔn)面部圖像進(jìn)行圖像處理以獲得每一個年齡段的基準(zhǔn)面部圖像的多種圖像特征值，對所述被檢測面部圖像進(jìn)行圖像處理以獲得被檢測面部圖像的多種圖像特征值，所述DSP與所述圖像識別器件連接，基于所述圖像識別器件的輸出確定被檢測人員所屬年齡段。
[0007]更具體地，在所述用于年齡段判斷的面部識別設(shè)備中，還包括:供電器件，用于在所述DSP的控制下，為所述面部識別設(shè)備的各個用電部件提供電力供應(yīng)；用戶輸入器件，用于根據(jù)用戶的操作，從基準(zhǔn)圖像數(shù)據(jù)庫中選擇各個年齡段的基準(zhǔn)面部圖像，其中為每一個年齡段選擇一個基準(zhǔn)面部圖像，所述基準(zhǔn)圖像數(shù)據(jù)庫保存了每一個年齡段的多個不同的基準(zhǔn)面部圖像；并行輸入接口，連接移動硬盤和用戶輸入器件，用于將所述用戶輸入器件選擇的各個年齡段的基準(zhǔn)面部圖像轉(zhuǎn)發(fā)到所述移動硬盤中進(jìn)行存儲；無線通信接口，用于與遠(yuǎn)端的面部識別服務(wù)器建立雙向無線通信鏈路，用于將所述DSP確定的被檢測人員所屬年齡段無線發(fā)送給所述面部識別服務(wù)器；所述移動硬盤還預(yù)先存儲了面部灰度上限閾值和面部灰度下限閾值，所述面部灰度上限閾值和面部灰度下限閾值的數(shù)值都在0-255之間，用于將圖像中的人員面部與背景分離；所述CMOS攝像頭包括前蓋玻璃、鏡頭、濾鏡和成像電子單元，用于對被檢測人員的面部進(jìn)行拍攝以獲得被檢測面部圖像，所述被檢測面部圖像的分辨率為2560 X 1600，所述濾鏡為紫外線濾光鏡，所述成像電子單元為CMOS視覺傳感器；所述圖像識別器件與所述移動硬盤和所述CMOS攝像頭分別連接，包括對比度增強(qiáng)處理子器件、小波濾波子器件、灰度化處理子器件、面部圖像分割子器件和特征值提取子器件；所述對比度增強(qiáng)處理子器件與所述移動硬盤和所述CMOS攝像頭分別連接，接收所述各個年齡段的基準(zhǔn)面部圖像和所述被檢測面部圖像，對所述被檢測面部圖像和每一個年齡段的基準(zhǔn)面部圖像都進(jìn)行對比度增強(qiáng)處理，以分別獲得被檢測增強(qiáng)圖像和每一個基準(zhǔn)增強(qiáng)圖像；所述小波濾波子器件與所述對比度增強(qiáng)處理子器件連接，用于基于Harr小波濾波器對被檢測增強(qiáng)圖像和每一個基準(zhǔn)增強(qiáng)圖像都進(jìn)行小波濾波，以分別獲得被檢測濾波圖像和每一個基準(zhǔn)濾波圖像；所述灰度化處理子器件與所述小波濾波子器件連接，對被檢測濾波圖像和每一個基準(zhǔn)濾波圖像都進(jìn)行灰度化處理，以分別獲得被檢測灰度圖像和每一個基準(zhǔn)灰度圖像；所述面部圖像分割子器件與所述灰度化處理子器件和所述移動硬盤分別連接，將被檢測灰度圖像中灰度值在面部灰度上限閾值和面部灰度下限閾值之間的像素識別為被檢測面部像素，將所有被檢測面部像素組成為一個被檢測面部子圖像，將每一個基準(zhǔn)灰度圖像中灰度值在面部灰度上限閾值和面部灰度下限閾值之間的像素識別為基準(zhǔn)面部像素，將每一個基準(zhǔn)灰度圖像中的所有基準(zhǔn)面部像素組成為每一個基準(zhǔn)灰度圖像對應(yīng)的基準(zhǔn)面部子圖像；所述特征值提取子器件與所述面部圖像分割子器件和所述移動硬盤分別連接，利用點(diǎn)分布模型ASM算法定位出被檢測面部子圖像中的75個特征點(diǎn)，將被檢測面部子圖像中的75個特征點(diǎn)兩兩連接以得到2775個距離并作為被檢測面部圖像的2775種圖像特征值輸出，還利用ASM算法定位出每一個基準(zhǔn)面部子圖像中的75個特征點(diǎn)，將每一個基準(zhǔn)面部子圖像中的75個特征點(diǎn)兩兩連接以得到2775個距離并作為每一個基準(zhǔn)面部子圖像對應(yīng)的基準(zhǔn)面部圖像的2775種圖像特征值輸出；所述DSP與所述移動硬盤和所述圖像識別器件連接，基于每一個年齡段的基準(zhǔn)面部圖像的2775種圖像特征值統(tǒng)計(jì)出在2775種圖像特征中對年齡段變化最敏感的20種圖像特征作為20個目標(biāo)圖像特征，并基于被檢測面部圖像的20個目標(biāo)圖像特征值確定被檢測人員所屬年齡段；其中，所述DSP基于每一個年齡段的基準(zhǔn)面部圖像的2775種圖像特征值統(tǒng)計(jì)出在2775種圖像特征中對年齡段變化最敏感的20種圖像特征包括:所述DSP針對每一種圖像特征，以各個年齡段由小到大為順序，計(jì)算其在每兩個相鄰年齡段之間的變化幅值，累計(jì)其的所有變化幅值作為其的總變化幅值，將總變化幅值越大的圖像特征，視作為對年齡段變化最敏感的圖像特征；所述DSP基于被檢測面部圖像的20個目標(biāo)圖像特征值確定被檢測人員所屬年齡段包括:所述DSP將被檢測面部圖像的20個目標(biāo)圖像特征值與每一個年齡段的基準(zhǔn)面部圖像的20個目標(biāo)圖像特征值逐一匹配，將最為匹配的基準(zhǔn)面部圖像的對應(yīng)年齡段作為被檢測人員所屬年齡段；所述對比度增強(qiáng)處理子器件、所述小波濾波子器件、所述灰度化處理子器件、所述面部圖像分割子器件和所述特征值提取子器件分別采用FPGA芯片來實(shí)現(xiàn)，所采用的FPGA芯片的選型都為Xilinx公司的Artix-7系列。
[0008]更具體地，在所述用于年齡段判斷的面部識別設(shè)備中，所述并行輸入接口為CSI接口。
[0009]更具體地，在所述用于年齡段判斷的面部識別設(shè)備中，將所述對比度增強(qiáng)處理子器件、所述小波濾波子器件、所述灰度化處理子器件、所述面部圖像分割子器件和所述特征值提取子器件集成在一塊集成電路板上。
[0010]更具體地，在所述用于年齡段判斷的面部識別設(shè)備中，所述CMOS攝像頭還與所述DSP連接，以接收所述DSP發(fā)送的啟動信號、省電信號或關(guān)閉信號。
【附圖說明】
[0011]以下將結(jié)合附圖對本發(fā)明的實(shí)施方案進(jìn)行描述，其中:
[0012]圖1為根據(jù)本發(fā)明實(shí)施方案示出的用于年齡段判斷的面部識別設(shè)備的結(jié)構(gòu)方框圖。
【具體實(shí)施方式】
[0013]下面將參照附圖對本發(fā)明的用于年齡段判斷的面部識別設(shè)備的實(shí)施方案進(jìn)行詳細(xì)說明。
[0014]臉部識別，是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)。
[0015]臉部識別系統(tǒng)的研宄始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級的應(yīng)用階段則在90年后期，并且以美國、德國和日本的技術(shù)實(shí)現(xiàn)為主；臉部識別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識別結(jié)果具有實(shí)用化的識別率和識別速度。通常的臉部識別系統(tǒng)集成了人工智能、機(jī)器識別、機(jī)器學(xué)習(xí)、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時需結(jié)合中間值處理的理論與實(shí)現(xiàn)，是生物特征識別的最新應(yīng)用，其核心技術(shù)的實(shí)現(xiàn)，展現(xiàn)了弱人工智能向強(qiáng)人工智能的轉(zhuǎn)化。
[0016]傳統(tǒng)的臉部識別技術(shù)主要是基于可見光圖像的臉部識別，這也是人們熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實(shí)際系統(tǒng)的需要。解決光照問題的方案有三維圖像臉部識別，和熱成像臉部識別。但這兩種技術(shù)還遠(yuǎn)不成熟，識別效果不盡人意。迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源臉部識別技術(shù)。他可以