[發明專利]人臉圖像處理方法及裝置

在審

• 申請號: 201610946571.3
• 申請日: 2016-10-26
• 公開（公告）號: CN107992783A
• 公開（公告）日: 2018-05-04
• 發明（設計）人: 趙文忠
• 申請（專利權）人: 上海銀晨智能識別科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 潘彥君,吳敏

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種人臉圖像處理方法及裝置。

背景技術

目前，身份證件照片主要包括：數據庫內的身份證件照片、身份證件的件體表面上的照片以及身份證件的件體內里的照片。

現有技術中，通常采用線性分類器來對身份證件照片進行識別。現有的線性分類器通常通過多種方式提取多種人臉特征，如采用局部二值模式(Local Binary Pattern，LBP)獲取人臉圖像局部紋理特征，采用尺寸不變特征變換(Scale-invariant Feature Transform，SIFT)獲取圖像中的關鍵點，采用伽柏(Gabor)濾波器提取人臉圖像中的人臉特征等，將提取的多種人臉特征進行融合以提高人臉特征的提取精度。

然而，在提取圖像中的人臉特征時，運算量較大，人臉特征的提取速度較慢。

發明內容

本發明解決的技術問題是如何提高人臉特征的提取速度。

為解決上述技術問題，本發明實施例提供一種人臉圖像處理方法，包括：接收輸入的待處理人臉圖像；將所述待處理人臉圖像進行歸一化處理，得到預設標準尺寸的標準的人臉圖像；將所述標準的人臉圖像輸入至深度學習的全連接神經網絡；采用已訓練的全連接神經網絡模型映射出所述待處理人臉圖像對應的人臉模板并輸出。

可選地，采用如下方式訓練所述全連接神經網絡模型：獲取訓練樣本人臉圖像集；將所述訓練樣本人臉圖像集中的所有訓練樣本人臉圖像分別進行歸一化處理，分別得到各訓練樣本人臉圖像對應的所述標準尺寸的標準的人臉圖像，作為所述訓練樣本人臉圖像集對應的標準人臉圖像集；將所述標準人臉圖像集進行分組并按組依次對所述全連接神經網絡進行訓練，且將下一分組中的各標準人臉圖像輸入至當前分組訓練后的所述全連接神經網絡，直至所有分組參與對所述全連接神經網絡進行訓練，作為一個訓練周期；采用所述訓練樣本人臉圖像集對所述全連接神經網絡進行預設訓練周期的迭代訓練，得到所述全連接神經網絡模型。

可選地，所述將所述標準人臉圖像集進行分組并按組依次對所述全連接神經網絡進行訓練，包括：分別從第i組各訓練樣本人臉圖像對應的標準的人臉圖像中提取第一人臉模板，i為正整數；向所述全連接神經網絡中分別輸入所述第i組各訓練樣本人臉圖像對應的標準的人臉圖像，得到所述全連接神經網絡輸出的所述第i組各訓練樣本人臉圖像對應的第二人臉模板；分別計算所述第i組各訓練樣本人臉圖像的第二人臉模板與第一人臉模板的距離并求和，得到所述第i組各訓練樣本人臉圖像所對應的第二人臉模板與第一人臉模板的距離之和；根據計算得到的所述第i組各訓練樣本人臉圖像所對應的第二人臉模板與第一人臉模板距離之和，對所述全連接神經網絡中各全連接層對應的權重進行調整；向調整后的全連接神經網絡輸入第i+1組各訓練樣本人臉圖像對應的標準的人臉圖像，采用所述第i+1組各訓練樣本人臉圖像對所述全連接神經網絡進行訓練。

可選地，采用歐式距離損失函數分別計算所述第i組各訓練樣本人臉圖像的第二人臉模板與所述第一人臉模板的距離。

可選地，所述獲取訓練樣本人臉圖像集，包括：獲取訓練樣本圖像集，對所述訓練樣本圖像集中的各訓練樣本圖像進行人臉圖像檢測；當所述訓練樣本圖像中存在人臉圖像時，進行人臉特征定位；根據定位結果，獲取所述訓練樣本人臉圖像，以得到所述訓練樣本人臉圖像集。

可選地，所述將所述訓練樣本人臉圖像集中的所有訓練樣本人臉圖像分別進行歸一化處理，包括：將所述訓練樣本人臉圖像進行旋轉操作，使得所述訓練樣本人臉圖像中的人眼按照預設方向進行顯示；將所述訓練樣本人臉圖像進行縮放處理，使得所述訓練樣本人臉圖像中的眼距調整為預設距離，所述預設距離與所述標準尺寸相關，所述眼距指兩眼的內眼角之間的距離；獲取人臉圖像標識點及裁剪信息，并根據人臉圖像標識點及裁剪信息對處理后的訓練樣本人臉圖像進行裁剪。

可選地，所述將所述待處理人臉圖像進行歸一化處理，包括：將所述待處理人臉圖像進行旋轉操作，使得所述訓練樣本人臉圖像中的人眼按照所述預設方向進行顯示；將所述待處理人臉圖像進行縮放處理，使得所述訓練樣本人臉圖像中的眼距調整為所述預設距離，所述預設距離與所述標準尺寸相關，所述眼距指兩眼的內眼角之間的距離；獲取所述人臉圖像標識點及所述裁剪信息，并根據所述人臉圖像標識點及所述裁剪信息對處理后的待處理人臉圖像進行裁剪。

可選地，所述人臉圖像處理方法，還包括：當所述待處理人臉圖像對應的人臉模板與所存儲的人臉模板相似度值超過預設閾值時，發出告警提醒。

可選地，所述全連接神經網絡包括依次耦接的三層全連接層。