一种适用于口罩模式下的人脸识别在线通行系统

本发明属于人脸识别和计算机视觉领域，特别涉及一种适用于口罩模式下的人脸识别在线通行系统。

当今新冠肺炎(Corona Virus Disease 2019，COVID-19)疫情正在肆虐我们赖以生存的地球。世卫组织新冠肺炎情况每日报告，全球风险级别目前已提升为最高级别—“非常高”。中国卫生防疫专家强调，可以确定的新冠肺炎传播途径主要为直接传播、气溶胶传播和接触传播。直接传播是指患者喷嚏、咳嗽、说话喷出的飞沫、呼出的气体被其他健康人员近距离直接吸入导致的感染；气溶胶传播是指飞沫混合在空气中形成气溶胶，被其他人吸入后导致感染；接触传播是指飞沫沉积在物品表面，其他人员接触污染手了之后再接触其口腔、鼻腔、眼睛等粘膜，导致感染，所以在全球新冠肺炎疫情如此严重的情况下，人们不得不佩戴起口罩才能进行较为正常的生活、社交等。然而现有常见的人脸识别通行系统大都适用于裸露人脸情景下的人脸识别，人们有时并不方便摘下口罩，所以，虽然这些人脸识别系统在市场上已较为成熟，但是它们在以下这些方面仍然存在一些不足：

(1)人们佩戴口罩时的人脸识别成功率仍然较低，不容易识别或者误判成他人；

(2)其他无关人等可利用当事人的照片、模具等物品进行虚假扫描通行；

(3)系统优化不足，识别与通行时间较长。

由此可见，目前常见的人脸识别通行系统在口罩模式下的人脸识别准确度欠佳、能否有效抵御虚假扫描以及系统运行性能等方面还存在较多的问题，因此，开发一种能有效识别口罩模式下人脸的在线通行系统已经成为人脸识别领域亟需解决的一个热门问题。本发明提供的一种适用于口罩模式下的人脸识别在线通行系统，通过采集口罩模式下的人脸信息密集特征点并进行计算，随后与人脸数据库进行比对，可有效提高佩戴口罩时的用户人脸通过率；系统使用在线活体检测方法判定人脸识别行为是否为本人亲自操作，杜绝虚假通行；系统经过系统优化算法优化，提升检测速度，缩短识别与通行时间。

本发明的主要目的在于改进现有人脸识别通行系统在用户佩戴口罩的情景下识别困难的缺点，提供一种适用于口罩模式下的人脸识别在线通行系统。系统通过采集口罩模式下的人脸信息密集特征点或非口罩模式下的人脸信息基本特征点的方式进行人脸识别，能有效提高佩戴口罩时的用户人脸通过率；系统使用炫瞳和动作的在线活体检测方法判定扫描行为是否为本人亲自进行；系统使用人脸识别系统优化算法对系统进行优化，提升系统运行速度，缩短识别和通行时间。

本发明是这样实现的：一种适用于口罩模式下的人脸识别在线通行系统包括：环境捕捉模块、环境确定模块、口罩判断模块、采集模块、计算模块、比对模块、真人检测模块、系统优化模块和通行确定模块。其中环境捕捉模块和环境确定模块相连，环境确定模块和口罩判断模块相连，口罩判断模块和采集模块相连，采集模块和计算模块相连，计算模块和比对模块相连，比对模块和真人检测模块相连，真人检测模块和系统优化模块相连，系统优化模块和通行确定模块相连。

所述环境捕捉模块，用于捕捉人脸所处的环境，本发明将环境光强度分为1-9共9个等级。

所述环境确定模块，用于确定捕捉到的人脸环境光的强度等级是否达到识别标准，若强度等级大于等于5即达到识别标准，允许进入本发明所述的口罩判断模块，否则提示用户加强环境光强度，用户执行加强操作后才能再次进入环境确定模块进行环境确定。

所述口罩判断模块，用于判断用户是否佩戴口罩。

所述采集模块，用于采集用户人脸图像的特征点。若人脸图像未佩戴口罩，则提取它的基本特征点，基本特征点选取为：左眼、右眼、鼻子凸起处、嘴左角、嘴右角，基本特征点的坐标为(x，y)；若人脸图像已佩戴口罩，则提取它的密集特征点，密集特征点为口罩的上边缘以上部分按n×n的矩阵对像素点进行分割，密集特征点的坐标为(i，j)。

所述计算模块，用于计算所述基本特征点或密集特征点的相似度平方差。

所述比对模块，用于将上述计算得到的人脸特征的相似度平方差与数据库中的人脸特征相似度平方差进行比对，若比对结果大于等于99％，则人脸识别匹配成功，否则匹配失败。

所述真人检测模块，使用在线活体检测方法来判定此次识别是否为本人亲自操作，防止他人利用当事人照片、模具等非真人物品蒙混过关。

所述系统优化模块，使用人脸识别系统优化算法对系统进行优化，提升系统运行速度，缩短识别与通行时间。

所述通行确定模块9负责执行通行命令，让与人脸信息数据库匹配成功的用户通行。

本发明的一种适用于口罩模式下的人脸识别在线通行系统主要包括以下步骤：

S1：捕捉实时的人脸环境。

S2：判断人脸环境是否符合识别标准，若不符合则提示用户加强环境光直至满足识别标准，若符合则进入下一步骤。

S3：判断人脸是否佩戴口罩，若佩戴口罩则采集人脸信息的密集特征点，若未佩戴口罩则采集人脸信息的基本特征点。

S4：分别计算采集的人脸特征点和数据库的人脸特征点的相似度平方差。

S5：若上述二者的平方差对比结果≥99％，则进入步骤S6，否则人脸匹配失败，拒绝通行。

S6：进行真人检测，若识别结果为本人亲自操作则人脸匹配成功，允许通行，否则人脸匹配失败，拒绝通行。

与现有人脸识别通行系统相比，本发明的适用于口罩模式下的人脸识别在线通行系统有以下优点：

(1)采集口罩模式下的人脸信息密集特征点或非口罩模式下的人脸信息基本特征点进行人脸识别，可有效提高佩戴口罩的人脸识别通过率；

(2)使用炫瞳和动作方式的在线活体检测方法识别扫脸通行行为是否为本人亲自操作，可有效防止他人利用当事人的照片、模具等非真人物品蒙混过关；

(3)使用人脸识别系统优化算法优化系统，提升系统运行速度，缩短识别与通行时间。

图1为本发明实施例的系统结构示意图。

图2为本发明实施例的步骤示意图。

图3为本发明实施例的流程示意图。

图中标记：1.环境捕捉模块；2.环境确定模块；3.口罩判断模块；4.采集模块；5.计算模块；6.比对模块；7.真人检测模块；8.系统优化模块；9.通行确定模块。

实施例：如图1所示，本发明实施例提供了一种适用于口罩模式下的人脸识别在线通行系统，包括9个模块，分别是：环境捕捉模块1、环境确定模块2、口罩判断模块3、采集模块4、计算模块5、比对模块6、真人检测模块7、系统优化模块8、通行确定模块9。其中，环境捕捉模块1和环境确定模块2相连，环境确定模块2和口罩判断模块3相连，口罩判断模块3和采集模块4相连，采集模块4和计算模块5相连，计算模块5和比对模块6相连，比对模块6和真人检测模块7相连，真人检测模块7和系统优化模块8相连，系统优化模块8和通行确定模块9相连。

所述环境捕捉模块1用于捕捉人脸所处的环境，本实施例将环境光强度分为1-9共9个等级。

所述环境确定模块2用于确定捕捉到的人脸环境光的强度等级是否达到识别标准，若强度等级大于等于5即达到识别标准，随后进入本发明实施例的下一模块—口罩判断模块3，否则提示用户加强环境光强度，用户执行加强操作后才能再次进入模块2进行环境确定。

所述口罩判断模块3使用量子计算对人脸图像进行处理，判断用户是否佩戴口罩。

所述采集模块4用于采集用户人脸图像的特征点。若人脸图像未佩戴口罩，则提取它的基本特征点，基本特征点选取为：左眼、右眼、鼻子凸起处、嘴左角、嘴右角，基本特征点的坐标为(x，y)；若人脸图像已佩戴口罩，则提取它的密集特征点，密集特征点为口罩的上边缘以上部分按n×n的矩阵对像素点进行分割，密集特征点的坐标为(i，j)，其计算方法为：

i＝(2m-1)d/2+1 公式(1)

j＝(2n-1)d/2+1 公式(2)

式中i为密集特征点的横坐标，j为密集特征点的纵坐标，m为第m行密集特征点，n为第n列密集特征点，d为相邻两个密集特征点之间的距离。

所述计算模块5用于计算基本特征点或密集特征点的相似度平方差。

所述基本特征点的相似度平方差用D1表示，其计算公式为：

式中n代表第n个基本特征点，N代表基本特征点的个数，x为基本特征点的横坐标，y为基本特征点的纵坐标。

所述密集特征点的相似度平方差用D2表示，其计算公式为：

式中a是口罩的上边缘到头顶的距离(人脸图像的高度)，b是人脸图像的宽度，(i，j)是人脸图像中密集特征点的坐标。

所述比对模块6用于将上述计算得到的人脸特征的相似度平方差与数据库中的人脸特征相似度平方差进行比对，若比对结果大于等于99％，则人脸识别匹配成功，否则匹配失败。

所述真人检测模块7使用炫瞳和动作的在线活体检测方法来判定此次识别是否为本人亲自操作，防止他人利用当事人照片、模具等非真人物品蒙混过关。

所述系统优化模块8使用人脸识别系统优化算法对本实施例进行优化，提升系统运行速度，缩短识别与通行时间。

所述人脸识别系统优化算法首先将上述计算得到的口罩模式下的人脸信息密集特征点或非口罩模式下的人脸信息基本特征点的相似度平方差制成特征矩阵，并使用主成分分析法(PCA)对其进行提取，然后将提取出的特征矩阵用支持向量机(SVM)进行分类优化以提升系统运行效率。

所述通行确定模块9负责执行通行命令，让与人脸信息数据库匹配成功的用户通行。

本发明的实施例的主要步骤如图2所示：

所述步骤S1用于捕捉实时的人脸所处环境。

所述步骤S2用于判断人脸环境是否符合识别标准，若不符合则提示用户加强环境光直至满足识别标准，若符合则进入下一步骤S3。

所述步骤S3用于判断人脸是否佩戴口罩，若佩戴口罩则采集人脸信息的密集特征点，若未佩戴口罩则采集人脸信息的基本特征点。

所述步骤S4用于计算已采集的人脸特征点和数据库的人脸特征点的相似度平方差。

所述步骤S5用于对比上述二者的平方差，若对比结果≥99％，则进入步骤S6，否则人脸匹配失败，拒绝通行。

所述步骤S6用于进行真人检测，若识别结果为本人亲自操作则人脸匹配成功，允许通行，否则人脸匹配失败，拒绝通行。

本发明实施例的主要流程如图3所示：

首先系统捕捉实时的人脸所处环境，然后判断人脸所处环境是否符合识别标准，若环境光强度未达到本发明实施例的人脸识别标准则提示用户需要加强环境光强度直至满足识别标准；若已达到识别标准则判断用户是否佩戴口罩。若用户未佩戴口罩则采集其人脸信息的基本特征点，若用户已佩戴口罩则采集其人脸信息的密集特征点，然后计算已采集的人脸特征点和数据库中的人脸特征点的相似度平方差，若二者对比结果＜99％则人脸匹配失败，拒绝通行；若二者对比结果≥99％则进行最后的真人检测，若识别结果为本人亲自操作则人脸匹配成功，允许通行；否则人脸匹配失败，拒绝通行。

综上，本发明涉及一种适用于口罩模式下的人脸识别在线通行系统，能有效改进现有人脸识别系统对口罩模式下的人脸识别困难的缺点，能有效识别用户是否为真人，防止他人利用当事人照片、模具等非真人物品蒙混过关，此外还提升了系统运行速度，缩短了识别与通行时间，可将其广泛应用于安保通行、人脸考勤、身份核验等领域。

以上所述内容，仅为本发明较好的具体实施方式。以上各实施例仅用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换都应涵盖在本发明的保护范围之内。