本發(fā)明涉及一種人臉識別系統(tǒng)及人臉識別方法，尤其是涉及一種利用單鏡頭影像資料來識別人臉的人臉識別系統(tǒng)及人臉識別方法。
背景技術(shù)：
：人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。隨著其技術(shù)的成熟和社會認(rèn)同度的提高，人臉識別被應(yīng)用在很多領(lǐng)域，例如，人臉識別門禁考勤系統(tǒng)，人臉識別防盜門，人臉識別手機解鎖，人臉識別來運行的機器人等。近年來，在人臉識別技術(shù)的發(fā)展過程中，出現(xiàn)了人臉的欺騙行為，例如打印人臉圖像到紙張上，或者使用投影、液晶顯示屏(liquidcrystaldisplay，簡稱lcd)等播放設(shè)備顯示在屏幕上，放置于人臉識別系統(tǒng)的采集裝置前，會得到各種人臉圖像，這些人臉圖像跟真實的人臉圖像有很大的相似性，容易被系統(tǒng)當(dāng)成真實的人臉進行識別，成為人臉識別系統(tǒng)中的不安全因素。然而，在人臉識別系統(tǒng)中，特別是無人值守或高安全性場合，防止人使用人臉假體欺騙系統(tǒng)是非常重要的。因此，如何在人臉識別技術(shù)中進行真假人臉識別成為目前的研究課題之一。使用多鏡頭或是rgbd等特殊規(guī)格鏡頭來測量距離，進而來識別是否是真人臉還是平面圖像，但是上述系統(tǒng)費用較高，而且不適合安裝多鏡頭或是rgbd的例如手機等設(shè)備，也無法采用上述系統(tǒng)。技術(shù)實現(xiàn)要素：有鑒于此，確有必要提供一種利用單鏡頭影像資料來識別人臉的、成本較低的人臉識別系統(tǒng)及人臉識別方法。一種人臉識別系統(tǒng)，包括:一相機模組，收入人臉識別信息，饋入后端的人臉識別信息庫，進行比對識別是否為目標(biāo)用戶；一特征點識別模組，用于檢測人臉圖像并定位面部關(guān)鍵特征點，經(jīng)過預(yù)處理之后，饋入后端的識別算法，識別算法完成人臉特征點的提??；一位移量輸出模組，用于輸出所述單鏡頭成像元件在不同位置點收入人臉識別信息時的位移量及方位角；一距離計算模組，通過所述特征點識別模組提供的人臉特征點及所述位移量輸出模組所輸出的位移量及方位角、計算人臉特征點至所述單鏡頭成像元件收入人臉識別信息的不同兩位置點的連接線的深度距離；一人臉識別模組，用于比對人臉不同特征點的所述深度距離，并判斷是否為目標(biāo)用戶。所述相機模組包括單鏡頭成像元件，用于拍攝影像。所述特征點識別模組通過尺度不變特征轉(zhuǎn)換演算法取得人臉特征點。所述位移量輸出模組包括陀螺儀和具有量測位移感測器的位移偵測模組。一種人臉識別方法，包括以下步驟：利用相機模組獲取第一位置人臉識別信息，將該獲取得到人臉識別信息與人臉識別信息庫中的人臉識別信息進行比對，識別是否為目標(biāo)用戶，如是，單鏡頭成像元件進行第二位置的拍攝；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別；用特征點識別模組通過尺度不變特征轉(zhuǎn)換演算法從第一影像和第二影像中取得相同的特征點，進而確定測算的目標(biāo)特征點，并饋入所述距離計算模組；利用一位移量輸出模組給出所述單鏡頭成像元件進行拍攝的第一位置與第二位置的距離及方位角饋入所述距離計算模組；所述距離計算模組通過所述特征點識別模組提供的人臉特征點及所述位移量輸出模組所輸出的位移量和方位角、計算出人臉特征點至所述第一位置與第二位置的連接線的深度距離，比對人臉不同特征點的所述深度距離，如人臉不同特征點的所述深度距離的差值為零，判斷為非目標(biāo)用戶結(jié)束人臉識別；如人臉不同特征點的所述深度距離的差值不為零，則判斷差值個數(shù)與差值是否在接受的范圍內(nèi)，如是，判斷為目標(biāo)用戶結(jié)束人臉識別；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別。獲取第一位置人臉識別信息，與人臉識別信息庫中的人臉識別信息進行比對，獲取第二位置人臉識別信息由一相機模組來實現(xiàn)。所述位移量輸出模組包括具有量測位移感測器的位移偵測模組，感應(yīng)監(jiān)測得到單鏡頭成像元件由第一位置移動至第二位置的移動距離。所述位移量輸出模組包括指令在指定位置拍攝的固定值定位模組，單鏡頭成像元件拍攝的第一位置與第二位置為預(yù)先設(shè)定之固定位置，拍攝時所述位移量輸出模組發(fā)出指令使單鏡頭成像元件在固定的第一位置與第二位置分別進行拍攝。所述位移量輸出模組進一步包括陀螺儀，能測得所述第一影像的拍攝位置與第二影像的拍攝位置的方位角及移動設(shè)備后續(xù)行走時方位角的變化。所述位移量輸出模組將存儲其內(nèi)的位移固定值饋入所述距離計算模組。與現(xiàn)有技術(shù)相比較，本發(fā)明提供的人臉識別系統(tǒng)及人臉識別方法利用單鏡頭影像資料及成熟的尺度不變特征轉(zhuǎn)換演算法技術(shù)即可得到人臉深度距離資料，通過比對即可修正人臉識別漏洞，進而提高安全程度。另外，人臉識別系統(tǒng)簡單，易操作成本較低，也適合用于無法安裝多鏡頭或是rgbd的例如手機等設(shè)備中，應(yīng)用范圍較廣。附圖說明圖1為本發(fā)明實施例提供的人臉識別系統(tǒng)的示意圖。圖2為本發(fā)明實施例提供的人臉識別系統(tǒng)的尺度不變特征轉(zhuǎn)換演算法的應(yīng)用示意圖。圖3為本發(fā)明實施例提供的人臉識別系統(tǒng)的工作原理圖。圖4為本發(fā)明實施例提供的人臉識別方法的流程圖。主要元件符號說明人臉識別系統(tǒng)1相機模組10特征點識別模組20位移量輸出模組30距離計算模組40人臉識別模組50如下具體實施方式將結(jié)合上述附圖進一步說明本發(fā)明。具體實施方式下面將結(jié)合附圖及具體實施例，對本發(fā)明提供的人臉識別系統(tǒng)及人臉識別方法作進一步的詳細(xì)說明。請參閱圖1，本發(fā)明實施例提供的人臉識別系統(tǒng)1，包括一相機模組10、特征點識別模組20、位移量輸出模組30、距離計算模組40及人臉識別模組50。所述相機模組10收入人臉識別信息，饋入后端的人臉識別信息庫，進行比對識別是否為目標(biāo)用戶。所述特征點識別模組20用于檢測人臉圖像并定位面部關(guān)鍵特征點，經(jīng)過預(yù)處理之后，饋入后端的識別算法，識別算法完成人臉特征點的提取。所述位移量輸出模組30用于輸出所述相機模組10在不同位置點收入人臉識別信息時的位移量及方位角。所述距離計算模組40通根據(jù)所述特征點識別模組20提供的人臉特征點信息及所述位移量輸出模組30所輸出的位移量及方位角、計算人臉特征點至所述相機模組10收入人臉識別信息的不同兩位置點的連接線的深度距離。所述人臉識別模組50用于比對人臉不同特征點的所述深度距離，并判斷是否為目標(biāo)用戶。具體的，請一并參閱圖2和圖3，所述相機模組10包括單鏡頭成像元件用于拍攝影像。利用所述單鏡頭成像元件在某一位置拍攝得到第一影像，再將所述單鏡頭成像元件位移一定距離拍攝得到第二影像，通過所述位移量輸出模組30測量得到或給出所述第一影像的拍攝位置q1與所述第二影像的拍攝位置q2之間的距離c及拍攝位置q1、q2的方位角α1、α2、β1、β2。同時，通過所述特征點識別模組20通過尺度不變特征轉(zhuǎn)換演算法(scaleinvarlancefeaturetransform,sift)從第一影像和第二影像中找到人臉上相同的特征點m、m′等，進而確定后續(xù)需要計算的到底是人臉哪一個特征點m的深度距離，關(guān)于sift技術(shù)在第一影像和第二影像中找到人臉上相同的特征點m、m′的技術(shù)為習(xí)知技術(shù)因此在這里不過多的贅述。將所述第一影像的拍攝位置q1與所述第二影像的拍攝位置q2之間的距離c，以及方位角α1、α2、β1、β2饋入至所述距離計算模組40，該距離計算模組40利用上述數(shù)值計算出人臉特征點m1至與上述距離c對應(yīng)的直線的垂直距離h1，也可以稱之為人臉特征點m1的深度距離，人臉特征點m2至與上述距離c對應(yīng)的直線的垂直距離h2，也可以稱之為人臉特征點m2的深度距離。所述人臉識別模組50將h1，h2以及通過上述方法得到的更多的h3，h4…，故，將人臉不同特征點的深度距離h1，h2，h3，h4…進行比較計算差值，當(dāng)差值為零時可判斷目標(biāo)用戶為平面圖像。當(dāng)差值不為零時進一步判斷差值(還是誤差，指的是誤差的話請進一步說明)是否在合理范圍內(nèi)進而判斷是否為真實的人臉。這里所述的人臉特征點m1、m2以及類推的m3，m4…等可以為人臉的鼻子，眼睛，嘴巴，耳朵等器官。所述第一影像和所述第二影像可以是在未知的兩個不同的位置拍攝得到的影像此時，所述第一影像的拍攝位置q1與所述第二影像的拍攝位置q2之間的距離c可以通過具有量測位移感測器的位移偵測模組來偵測得到，所述第一影像的拍攝位置q1與第二影像的拍攝位置q2的方位角可通過陀螺儀(gyro)可以得知，在此基礎(chǔ)上透過數(shù)學(xué)預(yù)測模式可以推估所述自主移動設(shè)備后續(xù)行走時方位角的變化。如果，使用該人臉識別系統(tǒng)1的設(shè)備不具備量測位移感測器及陀螺儀時，那么將所述第一影像的拍攝位置q1至所述第二影像的拍攝位置q2設(shè)定為固定值來進行拍攝，此時預(yù)先定義一個固定位置，進而該固定位置之間的間距及方位角通過所述位移量輸出模組30輸出該數(shù)值至所述距離計算模組40即可，也可以是所述位移量輸出模組30能夠發(fā)出指令在指定位置拍攝所述第一影像及所述第二影像。例如以手機為例，利用手機的鏡頭即可拍攝得到影像資料，利用手機內(nèi)的gps來得到移動拍攝得到的第一影像的拍攝位置q1與第二影像的拍攝位置q2之間的距離c，利用手機內(nèi)的gyro來得到移動拍攝得到的第一影像的拍攝位置q1與第二影像的拍攝位置q2的方位角。請參閱圖3，利用上述人臉識別系統(tǒng)1進行人臉識別的方法包括以下步驟:步驟s11:利用相機模組10獲取第一影像信息，將該獲取得到的第一影像信息與人臉識別信息庫中的人臉識別信息進行比對，識別是否為目標(biāo)用戶，如是，單鏡頭成像元件進行另一位置的拍攝、得到第二影像信息；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別；步驟s12:用特征點識別模組20通過尺度不變特征轉(zhuǎn)換演算法從第一影像和第二影像中找到人臉上的相同的特征點，進而確定測算的目標(biāo)特征點，并饋入所述距離計算模組40；步驟s13:利用一位移量輸出模組30給出所述單鏡頭成像元件進行拍攝的第一位置與第二位置的距離及方位角，饋入所述距離計算模組40；步驟s14:所述距離計算模組40通過所述特征點識別模組20提供的人臉目標(biāo)特征點信息及所述位移量輸出模組30所輸出的位移量及方位角、計算出人臉特征點至所述第一位置與第二位置的連接線的深度距離；步驟s15:利用所述距離計算模組40進一步比對人臉不同特征點的所述深度距離，如人臉不同特征點的所述深度距離的差值為零，判斷為非目標(biāo)用戶結(jié)束人臉識別；如人臉不同特征點的所述深度距離的差值不為零，則判斷差值個數(shù)與差值是否在接受的范圍內(nèi)，如是，判斷為目標(biāo)用戶結(jié)束人臉識別；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別。所述步驟s11中，利用所述相機模組10中的單鏡頭成像元件在某一位置拍攝得到第一位置q1處的第一影像，進而所述相機模組10獲取某一人臉信息，并將該人臉信息饋入后端的人臉識別信息庫，進行比對識別是否為目標(biāo)用戶；如是，所述相機模組10發(fā)出指令使單鏡頭成像元件進行第二位置q2處的拍攝得到第二影像；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別。所述人臉識別信息庫中存儲有目標(biāo)用戶的影像資料，所述步驟s11中的判斷只是需要確認(rèn)第一影像是否與所述人臉識別信息庫中存儲有目標(biāo)用戶的影像資料相同即可，在此只是用來比對是否為人臉識別信息庫存儲的目標(biāo)用戶是一致就行，不是用來判斷目標(biāo)用戶是否是平面圖像還是真實的立體的面部等。所述步驟s12中，利用較成熟的技術(shù)尺度不變特征轉(zhuǎn)換演算法，從第一影像和第二影像中取得相同的特征點，饋入所述距離計算模組40，進而確定后續(xù)需要計算的到底是人臉哪一個特征點的深度距離；所述步驟s13中，所述位移量輸出模組30可為具有量測位移感測器的位移偵測模組，所述單鏡頭成像元件在不同的第一位置q1與第二位置q2進行拍攝時可以偵測得到該第一位置q1與第二位置q2之間的距離c，所述位移量輸出模組30將該距離c饋入所述距離計算模組40；所述位移量輸出模組30還可為固定值輸出模組或者指令在指定位置拍攝的固定值定位模組，此時一般為使用該人臉識別系統(tǒng)1的設(shè)備不具備量測位移感測器，使用者只能到預(yù)定的位置進行拍攝得到所述第一影像q1和所述第二影像q2即可，另外，所述位移量輸出模組30也可以有能夠發(fā)出指令使得所述相機模組10中的單鏡頭成像元件在指定位置拍攝所述第一影像q1及所述第二影像q2。所述步驟s14中，所述距離計算模組40收入由所述步驟s12和所述步驟s13輸出的確定的人臉特征點m1、m2及所述第一影像的拍攝位置q1與所述第二影像的拍攝位置q2之間的距離c、拍攝位置q1與拍攝位置q2的方位角α1、α2、β1、β2，并計算出人臉特征點m1至與上述距離c對應(yīng)的直線的垂直距離h1，人臉特征點m2至與上述距離c對應(yīng)的直線的垂直距離h2。所述步驟s15中，比對人臉不同特征點的所述深度距離h1，h2以及通過上述方法得到的更多的h3，h4…，如果人臉不同特征點m1、m2…的所述深度距離h1，h2…的差值為零，則判斷為非目標(biāo)用戶結(jié)束人臉識別；如果人臉不同特征點m1、m2…的所述深度距離h1，h2…的差值不為零，則判斷差值個數(shù)與差值是否在接受的范圍內(nèi)，如是，判斷為目標(biāo)用戶結(jié)束人臉識別；如否，判斷為非目標(biāo)用戶結(jié)束人臉識別。在這里判斷的是否為目標(biāo)用戶是用來判斷目標(biāo)用戶是否是平面圖像還是真實的立體的面部的。本發(fā)明提供的人臉識別系統(tǒng)及人臉識別方法，利用單鏡頭影像資料及成熟的尺度不變特征轉(zhuǎn)換演算法技術(shù)即可得到人臉深度距離資料，通過比對即可修正人臉識別漏洞，進而提高安全程度。另外，人臉識別系統(tǒng)簡單，易操作成本較低，也適合用于無法安裝多鏡頭或是rgbd的例如手機等設(shè)備中，應(yīng)用范圍較廣。另外，本領(lǐng)域技術(shù)人員還可以在本發(fā)明精神內(nèi)做其他變化，這些依據(jù)本發(fā)明精神所做的變化，都應(yīng)包含在本發(fā)明所要求保護的范圍內(nèi)。當(dāng)前第1頁12