專利名稱：數字視頻人臉自動識別系統的制作方法
技術領域：
本發明涉及一種數字視頻人臉自動識別系統，屬機器視覺領域的技術產品。
目前，人臉識別常用的研究方法有幾何特征方法[1]，特征臉方法[2]，SVD分解方法[3]，人臉等密度線分析方法[4]，彈性圖匹配方法[5]等。引證文件1.W Bledsoe.Man-machine facial recognition.Panoramic Research Inc，PaloAlto，CA，1966，Rep PRI22.
2.Turk M，Pentland A.Face recognition using eigenfaces.InProc.of IEEEConf.on CVPR，1991586-591.
3.Ziquan Hong.Algebraic feature extraction of image for recognition.PatternRecognition，1991，24(3)211-219.
4.Nakamura O，Mathur S，Minami T.Identification of human faces based onisodensity maps.Pattern Recognition，1991，24(3)263-272.
5.Lades M，Vorbuggen J，Buhman J et al.Distortion invariant objectrecognition in the dynamic link architecture.IEEE Trans.On Computers，1991，42(3)300-311.
6.Lawrence Rabiner，Biing-Hwang Juang. Fundamentals of SpeechRecognition.Pretice-Hall International，Inc.1993，321-389.
隱馬爾可夫模型(Embedded Hidden Markov Models，EHMM)的方法[6]。隱馬爾可夫模型是一系列描述信號統計特性的統計模型，它包括一個基本的不可觀察的馬爾可夫鏈(Markov Chain)。馬爾可夫鏈包括有限個狀態、狀態轉移概率矩陣和初始狀態概率分布。雖然狀態是隱藏的(即不可直接觀察)，但狀態能夠根據概率分布(不管是離散還是連續的)產生觀察量。
發明內容
本發明的數字視頻人臉自動識別系統提出在人臉識別中采用內含隱馬爾可夫模型(Embedded Hidden Markov Models，EHMM)的方法[6]。對于一幅正面的人臉來說，馬爾可夫的“狀態”包括頭發、前額、眼睛、鼻子和嘴巴，這些狀態以相同的順序從上到下出現，即使是圖像平面有一定程度的傾斜。因此，這些臉上的特征區域被指定為一個狀態，即從上到下的一維連續HMM。如果一維HMM中的每個狀態是由HMM表達的，那么這個一維的HMM稱為內含的隱馬爾可夫模型(EHMM，Embedded HMM)。這樣，在一個EHMM中包含了沿一個方向上的一系列超狀態(super states)和另一個方向上的一系列內含狀態(embedded states)。超狀態用來構建一個方向上的二維數據，內含狀態用來構建另一個方向上的數據。
本發明的隱馬爾可夫模型的組成元素包括1.N0個超狀態S0＝{S0，i)，1≤i≤N0；2.初始超狀態分布，П0＝{π0，i}，π0，i是超狀態i出現在零時間的概率；3.超狀態轉移概率矩陣，A0＝{α0，ij)，α0，ij是超狀態i轉移到超狀態j的概率；4.內含隱馬爾可夫模型Λ，包括●超狀態k中的內含狀態數目N1(k)，以及其中的內含狀態S1(k)＝{S1，i(k)}，1≤i≤N1(k)；●初始狀態分布Π1(k)＝{π1，i(k)}，π1，i(k)是超狀態k中的內含狀態i出現在零時間的概率；●狀態轉移概率矩陣A1(K)＝{a1，jk(k)}，a1，jk(k)是超狀態k中的內含狀態j轉移到內含狀態k的概率；5.狀態概率矩陣B(k)＝{bi(k)(Ot0，t1)}，Ot0，t1是圖像中t0行t1列的觀察向量；令Λ(k)＝{Π1(k)，A1(k)，B(k)}為定義超狀態k的系列參數，則內含馬爾可夫模型可以用下式來表示λ=(Π0,A0,Λ},(Λ={Λ(1),Λ(2),Λ(3),KΛ(N0)})]]>本發明采用由標準的開放式(off-shelf)組件構成硬件配置，結合發明人研究開發的基于內含隱馬爾可夫模型識別方法的軟件模塊，形成一套完整的數字視頻人臉自動識別系統，實現對靜態(如照片等)和動態(如行人)人臉以機器視覺技術進行實時在線自動識別，同時實現采用并行處理技術對整個系統的軟、硬件進行多任務管理。本系統在實時識別人臉的同時，還可以提供實時識別結果存儲查詢以及實時遠程數據交換。
本發明的數字視頻人臉自動識別系統的技術方案為數字視頻人臉自動識別系統硬件由視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)組成。軟件由圖像采集模塊、分割模塊、預處理模塊、識別模塊、并行處理模塊、數據存儲查詢模塊、顯示模塊、報警模塊、遠程傳輸模塊組成。
利用機器視覺技術自動識別人臉的數字視頻人臉自動識別系統，其實現步驟如下1.把視頻輸入器(1)對準標定視場內的被測照片(靜態)或行人(動態)；2.把視頻輸入器(1)連接到數字視頻人臉自動識別系統的圖像采集卡(2)的視頻輸入端；3.將欲執行人臉檢測任務的系統軟件程序存入并行處理器(3)的程序存儲器中；4.啟動系統的并行處理器(3)，CPU按程序初始化系統硬件視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)，并初始化系統軟件，同時自動建立標準人臉模板庫；5.并行處理器(3)調用圖像采集軟件模塊控制圖像采集卡(2)按系統預先設定的或由用戶設定的采樣周期采集視頻輸入器(1)視場內的照片(靜態)或行人(動態)圖像；6.并行處理器(3)調用分割軟件模塊對采集到內存的照片(靜態)或行人(動態)圖像進行分割處理并提取出人臉圖像；7.并行處理器(3)調用預處理軟件模塊將提取出的人臉圖像進行預處理，消除背景噪聲；8.并行處理器(3)調用識別軟件模塊對預處理后的人臉圖像進行識別；9.如果經過識別的人臉與標準人臉庫中的人臉相符，并行處理器(3)調用報警軟件模塊發出聲光報警提示信號；10.并行處理器(3)調用顯示軟件模塊把經過識別的人臉按照最大相似性原則顯示在顯示器(4)上；11.并行處理器(3)調用數據存儲查詢軟件模塊把經過識別的人臉實時存入數據庫中，供實時或事后排查；12.并行處理器(3)調用遠程傳輸軟件模塊把識別結果通過并行處理器(3)上的通信端口傳輸到遠程指揮中心；13.并行處理器(3)調用并行處理軟件模塊對以上所敘的a至g項的任務進行多任務管理以及并行處理，同時控制系統的開始、停止、人工干預和異常情況處理。
本發明與現有技術相比具有以下優點1.采用以內含隱馬爾可夫模型為核心的識別方法以及開放式的硬件體系構建數字視頻人臉自動識別系統，實現對靜態(如照片等)和動態(如行人)人臉圖像進行實時在線自動識別；
2.基于內含隱馬爾可夫模型的識別方法對人臉表情的變化、人臉模式的多樣性、人臉角度變化、人臉的姿態、光線變化等條件具有一定的不敏感性；3.易于標定人臉圖像；4.采用并行處理機制對整個系統的軟、硬件進行多任務管理；5.本系統在實時識別人臉的同時，還可以提供實時識別結果查詢以及實時遠程數據交換。
6.可實時自動識別人臉同時提供被測人臉直觀的真彩色圖像；7.非接觸無損；8.系統既可以獨立運行又可以與中心控制室進行遠程數據交換；9.采樣周期可人工從毫秒調節到秒、分、時；10.多種配置的模糊查詢功能提供了現場實時查詢和事后排查的方便性。
數字視頻人臉自動識別系統可廣泛應用于安全、公安、軍事、海關、銀行、賓館、企業、政府等部門出入口，以及其它行業需要進行人臉自動識別的場所，是保障公共安全的有力技術工具。
附圖
2為數字視頻人臉自動識別系統的工作原理框圖。
附圖3為數字視頻人臉自動識別系統的軟件流程圖。
本發明的視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)、顯示屏(4)均是可直接購置的標準器件。
數字視頻動態人臉自動識別系統可以安裝在安全、公安、軍事、海關、銀行、賓館、企業、政府等部門行人出入口，或其它行業需要進行人臉自動識的場所，系統視頻輸入器(1)可采用模擬或數字攝像機，攝像機的安裝高度約1至20米。并行處理器(3)一般安裝在保安人員值班室或有關人員辦公室內，也可安裝在室外，但需要進行防水、防塵、防盜等處理。視頻輸入器(1)與并行處理器(3)的連接如果采用視頻電纜，則間距通常不超過300米，采用郵電線路、計算機網絡線路、光纜或無線通信連接時，間距可達通信線路長度的物理極限。如果人臉識別結果需要遠程傳輸到指揮中心，則可通過標準的公共通信或專用通信線路連通并行處理器(3)的通信端口和指揮中心的數據連端口即可。
利用機器視覺技術對動態人臉進行自動識別采用下列步驟1.把視頻輸入器(1)對準出入口標定視場內的被測行人；2.把視頻輸入器(1)連接到數字視頻人臉自動識別系統的圖像采集卡(2)的視頻輸入端；3.將欲執行人臉檢測任務的系統軟件程序存入并行處理器(3)的程序存儲器中；4.啟動系統的并行處理器(3)，CPU按程序初始化系統硬件視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)，并初始化系統軟件，同時自動建立標準人臉模板庫；5.并行處理器(3)調用圖像采集軟件模塊控制圖像采集卡(2)按系統預先設定的或由用戶設定的采樣周期采集視頻輸入器(1)視場內的行人圖像；6.并行處理器(3)調用分割軟件模塊對采集到內存的行人圖像進行分割處理并提取出人臉圖像；7.并行處理器(3)調用預處理軟件模塊將提取出的人臉圖像進行預處理，消除背景噪聲；8.并行處理器(3)調用識別軟件模塊對預處理后的人臉圖像進行識別；9.如果經過識別的人臉與標準人臉庫中的人臉相符，并行處理器(3)調用報警軟件模塊發出聲光報警提示信號；10.并行處理器(3)調用顯示軟件模塊把經過識別的人臉按照最大相似性原則顯示在顯示器(4)上；11.并行處理器(3)調用數據存儲查詢軟件模塊把經過識別的人臉實時存入數據庫中，供事后排查；12.并行處理器(3)調用遠程傳輸軟件模塊把識別結果通過并行處理器(3)上的通信端口傳輸到遠程指揮中心；13.并行處理器(3)調用并行處理軟件模塊對以上所敘的a至g項的任務進行多任務管理以及并行處理，同時控制系統的開始、停止、人工干預和異常情況處理。
權利要求
融合基于內含隱馬爾可夫模型的識別方法、機器視覺技術和并行處理技術構成的數字視頻人臉自動識別系統，由視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)組成，其特征在于數字視頻人臉自動識別系統自動識別人臉的實現步驟如下1.把視頻輸入器(1)對準標定視場內的被測照片(靜態)或行人(動態)；
2.把視頻輸入器(1)連接到數字視頻人臉自動識別系統的圖像采集卡(2)的視頻輸入端；
3.將欲執行人臉檢測任務的系統軟件程序存入并行處理器(3)的程序存儲器中；
4.啟動系統的并行處理器(3)，CPU按程序初始化系統硬件視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)，并初始化系統軟件，同時自動建立標準人臉模板庫；
5.并行處理器(3)調用圖像采集軟件模塊控制圖像采集卡(2)按系統預先設定的或由用戶設定的采樣周期采集視頻輸入器(1)視場內的照片(靜態)或行人(動態)圖像；
6.并行處理器(3)調用分割軟件模塊對采集到內存的照片(靜態)或行人(動態)圖像進行分割處理并提取出人臉圖像；
7.并行處理器(3)調用預處理軟件模塊將提取出的人臉圖像進行預處理，消除背景噪聲；
8.并行處理器(3)調用識別軟件模塊對預處理后的人臉圖像進行識別；
9.如果經過識別的人臉與標準人臉庫中的人臉相符，并行處理器(3)調用報警軟件模塊發出聲光報警提示信號；
10.并行處理器(3)調用顯示軟件模塊把經過識別的人臉按照最大相似性原則顯示在顯示器(4)上；
11.并行處理器(3)調用數據存儲查詢軟件模塊把經過識別的人臉實時存入數據庫中，供實時或事后排查；
12.并行處理器(3)調用遠程傳輸軟件模塊把識別結果通過并行處理器(3)上的通信端口傳輸到遠程指揮中心；
13.并行處理器(3)調用并行處理軟件模塊對以上所敘的a至g項的任務進行多任務管理以及并行處理，同時控制系統的開始、停止、人工干預和異常情況處理。
全文摘要
本發明涉及一種數字視頻人臉自動識別系統，屬機器視覺領域的技術產品。系統硬件由視頻輸入器(1)、圖像采集卡(2)、并行處理器(3)和顯示屏(4)組成。軟件由圖像采集模塊、分割模塊、預處理模塊、識別模塊、并行處理模塊、數據存儲查詢模塊、顯示模塊、報警模塊、遠程傳輸模塊組成。數字視頻人臉自動識別系統采用內含隱馬爾可夫模型的識別方法，實現對靜態(如照片等)和動態(如行人)人臉進行自動識別。該系統具有非接觸無損，易于標定人臉圖像，識別率高且速度快，工作可靠，易于使用和維護，既可直觀顯示人臉真彩色圖像，又可實時自動識別人臉等優點。可廣泛應用于需要進行人臉自動識別的場所，是保障公共安全的有力技術工具。
文檔編號G06K9/00GK1403997SQ0112882
公開日2003年3月19日 申請日期2001年9月7日 優先權日2001年9月7日
發明者李一民, 潘曉露, 羅瑜 申請人:昆明利普機器視覺工程有限公司