CN113468961A - 一种针对特定对象使用的图像信息处理方法及系统 - Google Patents

Abstract

本发明属于人脸识别技术领域，且公开了一种针对特定对象使用的图像信息处理方法及系统，首先通过图像或视频采集装置获取图像数据，接着从所述图像数据中确定人脸范围数据，其次从所述人脸范围数据中分别提取脸部五官特征数据、脸部皮肤特征数据、及脸部虹膜特征数据，其次分别对所述三种脸部特征数据进行处理分析，再次综合对所述三种脸部特征数据的分析结果判定最终的人脸识别结果，最后根据所述人脸识别结果及时做出响应处理，该发明具有人脸识别速度快，准确度高的优点。

Description

一种针对特定对象使用的图像信息处理方法及系统

技术领域

本发明属于人脸识别技术领域，具体涉及一种针对特定对象使用的图像信息处理方法及系统。

背景技术

我国是世界上盲人最多的国家之一，也是视力残疾患者最多的国家，据世界卫生组织调查报告显示，全球2.85亿的视力残疾患者中，其中包括盲人和低视力患者，约有8000万人集中在中国，而盲人约有700多万，占世界盲人总数的18％。盲人作为社会中视力不便的群体，在他们的世界里只能通过触觉、听觉来感受世界，生活十分不便，而当盲人在与人交谈时，也只能通过声音来判断对方的身份，然而因为声音可以被模仿，因此只依靠声音来确定对方的身份是不可靠的，现实生活中更有不法分子会隐藏自己的声音作案，这也给盲人的人身和财产安全造成很大威胁。因此，提出一种针对盲人使用的图像处理方法以此帮助盲人精准识别周围的人是否是自己的亲朋好友并及时给与盲人提醒，不仅能够帮助盲人更好的融入社会生活之中，还可以更好的保护盲人的财产和人身安全。

发明内容

本发明的目的是提供一种针对特定对象使用的图像信息处理方法及系统，本发明适用于盲人、眼部受过重度创伤患者、白内障重度患者等视力受损无法恢复致使无法通过自身眼睛识别其日常生活中人物的使用对象，为实现上述目的，本发明提供如下技术方案：

一种针对特定对象使用的图像信息处理方法，具体包括如下步骤：

S1、通过图像或视频采集装置获取图像数据；

S2、根据所述通过图像或视频采集装置获取的图像数据确定人脸范围数据；

S3、从所述人脸范围数据内提取脸部五官特征数据；

S4、从所述人脸范围数据内提取脸部皮肤特征数据；

S5、从所述人脸范围数据内提取脸部虹膜特征数据；

S6、对所述脸部五官特征数据进行处理分析；

S7、对所述脸部皮肤特征数据进行处理分析；

S8、对所述脸部虹膜特征数据进行处理分析；

S9、综合对所述脸部五官特征数据的分析结果、对所述脸部皮肤特征数据的分析结果、及对所述脸部虹膜特征数据的分析结果判定人脸识别结果；

S10、根据所述人脸识别结果及时做出响应处理。

作为本发明的一种优选技术方案，其中步骤S3中，从所述人脸范围数据内提取脸部五官特征数据，具体包括如下步骤：

S31、确定脸部五官特征的检测点位置；

S32、从脸部五官特征的检测点位置提取特征数据。

作为本发明的一种优选技术方案，其中步骤S4中，从所述人脸范围数据内提取脸部皮肤特征数据，具体包括如下步骤：

S41、确定脸部皮肤特征的检测区域位置；

S42、从脸部皮肤特征的检测区域位置提取特征数据。

作为本发明的一种优选技术方案，其中步骤S5中，从所述人脸范围数据内提取脸部虹膜特征数据，具体包括如下步骤：

S51、确定脸部虹膜特征的检测区域位置；

S52、从脸部虹膜特征的检测点位置提取特征数据。

作为本发明的一种优选技术方案，其中步骤S6中对所述脸部五官特征数据与预先存储的脸部五官特征数据进行比对分析并得到结果。

作为本发明的一种优选技术方案，其中步骤S7中对所述脸部皮肤特征数据与预先存储的脸部皮肤特征数据进行比对分析并得到结果。

作为本发明的一种优选技术方案，其中步骤S8中对所述脸部虹膜特征数据与预先存储的脸部虹膜特征数据进行比对分析并得到结果。

作为本发明的一种优选技术方案，其中步骤S9中综合判定人脸识别结果，具体包括如下步骤：

S91、对所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、及所述脸部虹膜特征数据的比对分析结果进行归一化操作；

S92、综合所述脸部五官特征数据比对分析结果的归一化结果、所述脸部皮肤特征数据比对分析结果的归一化结果、及所述脸部虹膜特征数据比对分析结果的归一化结果，判定人脸识别结果。

本发明还提供一种针对特定对象使用的图像信息处理方法系统，包括以下模块：

第一模块，用于采集图像或视频数据；

第二模块，用于从所述通过第一模块采集到的图像、视频数据中确定人脸范围数据；

第三模块，用于从所述人脸范围数据中提取特征数据，包括以下单元：

第一单元，用于从所述人脸范围数据中确定脸部五官特征的检测点位置，并且从检测点位置提取特征数据；

第二单元，用于从所述人脸范围数据中确定脸部皮肤特征的检测区域位置，并且从检测区域位置提取特征数据；

第三单元，用于从所述人脸范围数据中确定脸部虹膜特征的检测区域位置，并且从检测点位置提取特征数据；

第四模块，用于对所述脸部五官特征数据、所述脸部皮肤特征数据、以及所述脸部虹膜特征数据进行处理分析，包括以下单元：

第四单元，用于对所述脸部五官特征数据与预先存储的脸部五官特征数据进行比对分析并得到结果；

第五单元，用于对所述脸部皮肤特征数据与预先存储的脸部皮肤特征数据进行比对分析并得到结果；

第六单元，用于对所述脸部虹膜特征数据与预先存储的脸部虹膜特征数据进行比对分析并得到结果；

第五模块，用于综合所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果，并得到人脸识别的判定结果，包括如下单元：

第七单元，用于分别对所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果进行归一化操作；

第八单元，用于对所述脸部五官特征数据的比对分析结果的归一化结果、所述脸部皮肤特征数据的比对分析结果的归一化结果、以及所述脸部虹膜特征数据的比对分析结果的归一化结果进行综合处理，得到人脸识别的判定结果；

第六模块，用于根据所述人脸识别的综合判定结果做出响应处理。

与现有技术相比，本发明的有益效果如下所述：

1、本发明仅将一张包含人脸的图像作为输入数据进而根据图像中人脸的五官特征、皮肤特征、及虹膜特征对该人脸进行识别分析，最终准确判定该图像中的人脸是否为特定使用对象所熟悉的人，解决了现有技术中人脸识别所依赖数据信息的采集比较繁琐，不仅需要采集被识别者的面部图像信息，还需要通过传感器采集如指纹、声音等信息，且需要被识别者的高度配合，导致识别方法速度慢、应用范围有限的问题。

2、本发明分别根据脸部五官特征数据、脸部皮肤特征数据、脸部虹膜特征数据进行人脸识别，并对不同特征数据的人脸识别结果进行综合分析，根据不同特征数据的人脸识别所达到的准确度调整其所占权重，进而得到最终的人脸识别结果，确保了人脸识别能达到的准确度。

附图说明

图1为本发明的一种针对特定对象使用的图像信息处理方法的整体流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供的一种针对特定对象使用的图像信息处理方法包括如下步骤：

S1、通过图像或视频采集装置获取图像数据。

其中，现有技术中存在通过将人脸五官特征识别与语音特征识别相结合、或通过将人脸五官特征识别与指纹特征识别相结合等方式对被识别者的身份进行确认，然而上述方法所依赖数据信息的采集比较繁琐，不仅需要采集被识别者的面部图像信息，还需要通过传感器采集如指纹、声音等信息，且需要被识别者的高度配合，导致上述身份识别方法的应用范围有限。

在本发明中仅将一张包含人脸的图像作为输入数据进而根据图像中人脸的五官特征、皮肤特征、及虹膜特征对该人脸进行识别分析，最终准确判定该图像中的人脸是否为视力残疾患者所熟悉的人，而要想实现上述目的，必须保证图像或视频采集装置采集到的是高分辨率的图像，因此本发明中的图像或视频采集装置需要选取分辨率较高的摄像或录像设备。

S2、根据通过图像或视频采集装置获取的高分辨率图像数据确定人脸范围数据。

其中，通过摄像或录像设备采集到的图像画面中可能不包含人脸图像，也可能同时包含人脸图像和其他图像，因此在进行人脸识别之前首先需要对被采集的图像数据进行人脸检测。人脸图像中包含的特征十分丰富，例如直方图特征、颜色特征、模板特征、结构特征以及Haar特征等，人脸检测就是把这其中有用的信息挑选出来，并标定即将要进行识别的人脸范围数据，具体的可以使用主流的Adaboost算法来实现人脸检测。

S3、从所确定的人脸范围数据内提取脸部五官特征数据。

其中，步骤S2已经在采集的图像中准确标定出了人脸的位置和大小，接下来需要在人脸范围内提取五官特征数据用于后续的识别分析，具体包括如下步骤：

S31、确定脸部五官特征的检测点位置；

步骤S2中仅标定了人脸范围数据，而为了方便实现对脸部五官特征的建模过程，还需要在人脸范围内标定出各个五官的准确位置，且为每个五官选择若干个具有代表性的检测点。

S32、从脸部五官特征的检测点位置提取特征数据。

人脸主要由眉毛、眼睛、鼻子、嘴、下巴构成，对于每个五官特征的几何描述以及五官之间位置关系的几何描述都可以作为进行人脸识别的重要特征数据。关于五官特征一般可以描述五官的位置、面积等，关于五官之间的位置关系通常包括五官之间的欧氏距离、曲率和角度等。

S4、从所确定的人脸范围数据内提取脸部皮肤特征数据。

其中，人脸特征不仅可以由眉毛、眼睛、鼻子、嘴、下巴的特征数据来代表，人脸的皮肤特征也十分复杂且因人而异，因此人脸的皮肤特征也是可以被用来进行人脸识别的十分重要的特征数据，具体的从人脸范围数据内提取脸部皮肤特征数据包括如下步骤：

S41、确定脸部皮肤特征的检测区域位置；

关于脸部皮肤特征数据的提取主要有两种方法，第一种方法是首先确定皮肤特征的关键检测点，然后再从各个检测点中提取特征数据，然而该方法往往无法实现对能够代表皮肤特征的关键检测点的精准定位；第二种方法是首先确定要进行皮肤特征数据提取的区域，然后再从各个检测区域中提取特征数据，而对能够代表皮肤特征的关键检测区域的定位相对容易实现，且从各个皮肤区域中提取特征数据比从各个检测点中提取特征数据更具有代表性。

S42、从脸部皮肤特征的检测区域位置提取特征数据。

人脸的皮肤特征包括：皮肤纹理的分布，皮肤毛孔的大小和分布，以及皮肤上痣、斑、疤痕的大小、形状、分布等，且这些特征呈现一定的区域相关性，表现为同一区域的皮肤毛孔特征的相关性，以及人脸的痣、斑、疤痕等特征的相关性。在确定脸部皮肤特征的检测区域位置之后，需要使用一定的算法实现从各个检测区域内提取皮肤的特征数据，例如可以选择Gabor滤波器来提取特征数据。

S5、从所确定的人脸范围数据内提取脸部虹膜特征数据。

除了五官特征、皮肤特征以外，人眼的特征也是人脸特征的重要组成部分，人眼由巩膜、虹膜、瞳孔三部分构成，巩膜即眼球外围的白色部分，约占眼部总面积的30%，眼睛中心为瞳孔部分，约占眼部总面积的5%，虹膜位于巩膜和瞳孔之间，约占眼部总面积的65%，并且包含了非常丰富的纹理信息，因此选择通过虹膜的特征来进行人脸识别，且通过虹膜特征进行人脸识别比通过五官特征、皮肤特征进行人脸识别具有更高的准确率。具体的包括如下步骤：

S51、确定脸部虹膜特征的检测区域位置；

通过虹膜特征数据进行人脸识别的第一步是对获取到的眼部图像数据进行分割，进而定位虹膜的区域范围，接着对该虹膜的区域范围进行标准的处理，即把圆环状的图像转换为矩形的图像，既可以压缩图像的大小又便于后续的特征数据提取。

S52、从脸部虹膜特征的检测点位置提取特征数据。

在确定了虹膜的区域范围，并把其处理成满足标准格式的数据以后，需要进一步利用算法对该数据进行特征提取，从而得到关于虹膜纹理的特征数据，例如同样也可以选择Gabor滤波器来提取虹膜的特征数据。

S6、对所述脸部五官特征数据进行处理分析。

S7、对所述脸部皮肤特征数据进行处理分析。

S8、对所述脸部虹膜特征数据进行处理分析。

其中，在分别获得了关于人脸五官的特征数据，关于人脸皮肤的特征数据，关于人脸虹膜的特征数据之后，需要分别将这三类数据与数据库中提前存储的特定人员的五官特征数据、皮肤特征数据、虹膜特征数据进行相似度的对比分析，并分别得到一个代表它们之间相似程度的结果数据。

S9、综合对脸部五官特征数据的分析结果、对脸部皮肤特征数据的分析结果、及对脸部虹膜特征数据的分析结果判定人脸识别结果。

其中，S9具体通过如下步骤来实现：

S91、对脸部五官特征数据的比对分析结果、脸部皮肤特征数据的比对分析结果、及脸部虹膜特征数据的比对分析结果进行归一化操作。

由于经过特征提取得到的五官特征数据、皮肤特征数据、虹膜特征数据在数据格式上不尽相同，在分别将其与数据库中存储的特征数据进行对比分析时采用的算法也不尽相同，进而得到的不同特征数据的对比分析的结果数据的数据范围和代表含义也不相同，而为了对这些结果数据进行综合考量，就需要继续对它们进行归一化操作，即把数据范围和代表含义不同的结果数据规范在一个统一的格式内。

S92、综合脸部五官特征数据比对分析结果的归一化结果、脸部皮肤特征数据比对分析结果的归一化结果、及脸部虹膜特征数据比对分析结果的归一化结果，判定人脸识别结果。

在将五官特征数据、皮肤特征数据、虹膜特征数据的对比分析的结果数据规范在统一的格式内之后，就能够方便的对它们进行综合考量并确定人脸识别的最终结果。例如X1代表五官特征数据的对比分析的结果数据，X2代表皮肤特征数据的对比分析的结果数据，X3代表虹膜特征数据的对比分析的结果数据，Ф1、Ф2、Ф3分别代表五官、皮肤、虹膜特征数据的对比分析的结果数据所占的权重，则最终的人脸识别的结果数据可以表示为Y=X1*Ф1+X2*Ф2+X3*Ф3，Ф1、Ф2、Ф3根据通过五官特征、皮肤特征、虹膜特征进行人脸识别所能达到的准确度来动态调整，Ф1与Ф2与Ф3之和等于1，当人脸识别能达到的精度越高，相应所占的权重越大。其中，Ф1、Ф2、Ф3的确定过程可以选用专家调查法，即聘请五官特征识别、皮肤特征识别、虹膜特征识别领域专家，由每位专家先独立地为五官、皮肤、虹膜特征数据的对比分析的结果数据设置权重，然后对每位专家独立设置的权重取平均值，最终作为权重Ф1、Ф2、Ф3的取值；此外，Ф1、Ф2、Ф3的取值还可以通过五官、皮肤、虹膜特征数据的对比分析的结果数据分别占其三者之和的比例来决定，即Ф1=X1/(X1 +X2 +X3)，Ф2=X2/(X1 +X2 +X3)，Ф3=X3/(X1 +X2 +X3)。通过对五官、皮肤、虹膜特征数据的对比分析的结果数据进行综合分析处理，解决了单独使用一种人脸识别的算法所达到的识别准确度不高的问题，增加了识别结果的可靠性。

S10、根据所述人脸识别结果及时做出响应处理。

其中，在得到关于人脸识别的综合判定结果之后，系统根据该结果做出相应的响应处理，具体包括当综合判定结果的数值大于等于预先设定的阈值时，则认定人脸识别的结果为例如盲人在日常生活中所熟悉的人并从数据库中获取其相关的信息用于给盲人提供提示信息；当综合判定结果的数值小于预先设定的阈值时，则认定人脸识别的结果为陌生人，同时系统向盲人的亲属发送警告信息，由此不仅可以帮助盲人更好的融入到日常的与人交谈中，还能够更好的保护盲人的人身和财产安全。

需要注意的是，上述内容所表述的一种针对特定对象使用的图像信息处理方法适用于盲人、眼部受过重度创伤患者、白内障重度患者等视力受损无法恢复致使无法通过自身眼睛识别其日常生活中人物的使用对象。

本发明还提供了一种针对特定对象使用的图像信息处理系统，包括以下模块：

第一模块，用于采集图像或视频数据；

第二模块，用于从所述通过第一模块采集到的图像、视频数据中确定人脸范围数据；

第三模块，用于从所述人脸范围数据中提取特征数据，包括以下单元：

第一单元，用于从所述人脸范围数据中确定脸部五官特征的检测点位置，并且从检测点位置提取特征数据；

第二单元，用于从所述人脸范围数据中确定脸部皮肤特征的检测区域位置，并且从检测区域位置提取特征数据；

第三单元，用于从所述人脸范围数据中确定脸部虹膜特征的检测区域位置，并且从检测点位置提取特征数据；

第四模块，用于对所述脸部五官特征数据、所述脸部皮肤特征数据、以及所述脸部虹膜特征数据进行处理分析，包括以下单元：

第四单元，用于对所述脸部五官特征数据与预先存储的脸部五官特征数据进行比对分析并得到结果；

第五单元，用于对所述脸部皮肤特征数据与预先存储的脸部皮肤特征数据进行比对分析并得到结果；

第六单元，用于对所述脸部虹膜特征数据与预先存储的脸部虹膜特征数据进行比对分析并得到结果；

第五模块，用于综合所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果，并得到人脸识别的判定结果，包括如下单元：

第七单元，用于分别对所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果进行归一化操作；

第八单元，用于对所述脸部五官特征数据的比对分析结果的归一化结果、所述脸部皮肤特征数据的比对分析结果的归一化结果、以及所述脸部虹膜特征数据的比对分析结果的归一化结果进行综合处理，得到人脸识别的判定结果；

第六模块，用于根据所述人脸识别的综合判定结果做出响应处理。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

本领域内的技术人员应明白，本发明的前述方法实施例可实现为计算机程序产品。因此，本发明例如可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种针对特定对象使用的图像信息处理方法，其特征在于，包括如下步骤：

S1、通过图像或视频采集装置获取图像数据；

S2、根据所述通过图像或视频采集装置获取的图像数据确定人脸范围数据；

S3、从所述人脸范围数据内提取脸部五官特征数据；

S4、从所述人脸范围数据内提取脸部皮肤特征数据；

S5、从所述人脸范围数据内提取脸部虹膜特征数据；

S6、对所述脸部五官特征数据进行处理分析；

S7、对所述脸部皮肤特征数据进行处理分析；

S8、对所述脸部虹膜特征数据进行处理分析；

S9、综合对所述脸部五官特征数据的分析结果、对所述脸部皮肤特征数据的分析结果、及对所述脸部虹膜特征数据的分析结果判定人脸识别结果；

S10、根据所述人脸识别结果及时做出响应处理。

2.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S3中，从所述人脸范围数据内提取脸部五官特征数据，具体包括如下步骤：

S31、确定脸部五官特征的检测点位置；

S32、从脸部五官特征的检测点位置提取特征数据。

3.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S4中，从所述人脸范围数据内提取脸部皮肤特征数据，具体包括如下步骤：

S41、确定脸部皮肤特征的检测区域位置；

S42、从脸部皮肤特征的检测区域位置提取特征数据。

4.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S5中，从所述人脸范围数据内提取脸部虹膜特征数据，具体包括如下步骤：

S51、确定脸部虹膜特征的检测区域位置；

S52、从脸部虹膜特征的检测点位置提取特征数据。

5.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S6中对所述脸部五官特征数据与预先存储的脸部五官特征数据进行比对分析并得到结果。

6.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S7中对所述脸部皮肤特征数据与预先存储的脸部皮肤特征数据进行比对分析并得到结果。

7.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S8中对所述脸部虹膜特征数据与预先存储的脸部虹膜特征数据进行比对分析并得到结果。

8.根据权利要求1所述的一种针对特定对象使用的图像信息处理方法，其特征在于，S9中综合判定人脸识别结果，具体包括如下步骤：

S91、对所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、及所述脸部虹膜特征数据的比对分析结果进行归一化操作；

S92、综合所述脸部五官特征数据比对分析结果的归一化结果、所述脸部皮肤特征数据比对分析结果的归一化结果、及所述脸部虹膜特征数据比对分析结果的归一化结果，判定人脸识别结果。

9.根据权利要求1所述的一种针对特定对象使用的图像信息处理系统，其特征在于，包括如下模块：

第一模块，用于采集图像或视频数据；

第二模块，用于从所述通过第一模块采集到的图像、视频数据中确定人脸范围数据；

第三模块，用于从所述人脸范围数据中提取特征数据，包括以下单元：

第一单元，用于从所述人脸范围数据中确定脸部五官特征的检测点位置，并且从检测点位置提取特征数据；

第二单元，用于从所述人脸范围数据中确定脸部皮肤特征的检测区域位置，并且从检测区域位置提取特征数据；

第三单元，用于从所述人脸范围数据中确定脸部虹膜特征的检测区域位置，并且从检测点位置提取特征数据；

第四模块，用于对所述脸部五官特征数据、所述脸部皮肤特征数据、以及所述脸部虹膜特征数据进行处理分析，包括以下单元：

第四单元，用于对所述脸部五官特征数据与预先存储的脸部五官特征数据进行比对分析并得到结果；

第五单元，用于对所述脸部皮肤特征数据与预先存储的脸部皮肤特征数据进行比对分析并得到结果；

第六单元，用于对所述脸部虹膜特征数据与预先存储的脸部虹膜特征数据进行比对分析并得到结果；

第五模块，用于综合所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果，并得到人脸识别的判定结果，包括如下单元：

第七单元，用于分别对所述脸部五官特征数据的比对分析结果、所述脸部皮肤特征数据的比对分析结果、以及所述脸部虹膜特征数据的比对分析结果进行归一化操作；

第八单元，用于对所述脸部五官特征数据的比对分析结果的归一化结果、所述脸部皮肤特征数据的比对分析结果的归一化结果、以及所述脸部虹膜特征数据的比对分析结果的归一化结果进行综合处理，得到人脸识别的判定结果；

第六模块，用于根据所述人脸识别的综合判定结果做出响应处理。

Images