[發明專利]人臉識別方法及人臉識別系統

有效

• 申請號: 201610039995.1
• 申請日: 2016-01-20
• 公開（公告）號: CN106991360B
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 譚國富
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

本發明提供一種人臉識別方法及人臉識別系統，用于檢測人臉中的遮擋區域，包括：對圖像進行人臉檢測，并對所檢測到的人臉進行標記；對標記的人臉進行定位，以分別獲取左眼的中心點、和右眼的中心點；將所述左眼的中心點、所述右眼的中心點、和標記框上側兩頂點構成幾何區域；計算所述幾何區域中每個像素的色度分量；篩選出所述色度分量不等于預設色度的差異像素，并統計所述差異像素所對應的區間以作為遮擋區域。本發明通過統計由標記框與雙眼構成的幾何區域中的不同于膚色的像素點，以作為遮擋區域，無需收集樣本、訓練參數、及不受用戶行為的干擾，具有準確性高、計算速度快、且識別靈活的優點。

技術領域

本發明屬于圖像處理的領域，尤其涉及一種人臉識別方法及人臉識別系統。

背景技術

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。通常采用攝像機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。可廣泛應用于身份識別、活體檢測、唇語識別、創意相機、人臉美化、社交平臺等場景中。

其中，人臉識別的準確率，會受到拍照姿勢(正面或側面)、光線(白天或夜晚)、遮擋物(頭發、眼鏡、胡須)等多種因素的影響。其中，影響準確率最大的因素，是長垂直眉間、眼角的頭發。

對此，人臉識別的常見處理方法，是采用有監督的機器學習算法，其先采集大量的人臉樣本，然后訓練模型，進而對輸入的圖像進行人臉識別。這樣的機器學習算法，不僅在收集人臉樣本時費時費力、在訓練模型的過程中涉及的參數復雜。尤其是，由于用戶可能會佩戴不同樣式的帽子、以及可能將頭發染成不同顏色，會導致上述參數需要進行適應性修改，而常見的機器學習算法，很難應對上述用戶行為而進行實時的調整。

發明內容

有鑒于此，本發明的目的在于提供一種人臉識別方法及人臉識別系統，可以解決現有技術中的機器學習算法中收集樣本時費時費力、訓練過程涉及參數復雜且不易隨用戶行為的改變而進行調節，進而影響識別結果的準確性和靈活性的技術問題。

為解決上述技術問題，本發明實施例提供了一種人臉識別方法，用于檢測人臉中的遮擋區域，包括：

對圖像進行人臉檢測，并對所檢測到的人臉進行標記；

對標記的人臉進行定位，以分別獲取左眼的中心點、和右眼的中心點；

將所述左眼的中心點、所述右眼的中心點、和標記框上側兩頂點構成幾何區域；

計算所述幾何區域中每個像素的色度分量；以及

篩選出所述色度分量不等于預設色度的差異像素，并統計所述差異像素所對應的區間以作為遮擋區域。

為解決上述技術問題，本發明實施例還提供了一種人臉識別系統，用于檢測人臉中的遮擋區域，包括：

檢測模塊，用于對圖像進行人臉檢測，并對所檢測到的人臉進行標記；

定位模塊，用于對標記的人臉進行定位，以分別獲取左眼的中心點、和右眼的中心點；

選擇模塊，用于將所述左眼的中心點、所述右眼的中心點、和標記框上側兩頂點構成幾何區域；

像素模塊，用于計算所述幾何區域中每個像素的色度分量；以及

區域模塊，用于篩選出所述色度分量不等于預設色度的差異像素，并統計所述差異像素所對應的區間以作為遮擋區域。

相對于現有技術，本發明提供的人臉識別方法及人臉識別系統，通過統計由標記框與雙眼構成的幾何區域中的不同于膚色的像素點，以作為遮擋區域，無需收集樣本、訓練參數、及不受用戶行為的干擾，具有準確性高、計算速度快、且識別靈活的優點。

附圖說明

圖1是本發明實施例一提供的人臉識別方法的流程示意圖；