[發明專利]人臉遮擋檢測方法、裝置及存儲介質

有效

• 申請號: 201710707944.6
• 申請日: 2017-08-17
• 公開（公告）號: CN107633204B
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 陳林;張國輝
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 于志光;郭夢霞

本發明公開了一種人臉遮擋檢測方法，該方法包括：獲取攝像裝置拍攝的實時圖像，從該實時圖像中提取一張實時臉部圖像；將該實時臉部圖像輸入所述面部平均模型，從該實時臉部圖像中識別出t個面部特征點；根據該t個面部特征點的位置信息確定眼部區域和唇部區域，將該眼部區域和該唇部區域輸入預先訓練好的人臉的眼部分類模型、人臉的唇部分類模型，判斷所述眼部區域和唇部區域的真實性，并根據判斷結果判斷該實時圖像中的人臉是否發生遮擋。本發明能快速判斷臉部圖像中的人臉是否發生遮擋。本發明還公開了一種電子裝置及一種計算機可讀存儲介質。

技術領域

本發明涉及計算機視覺處理技術領域，尤其涉及一種人臉遮擋檢測方法、裝置及計算機可讀存儲介質。

背景技術

人臉識別是基于人的臉部特征信息進行身份認證的一種生物識別技術。通過采集含有人臉的圖像或視頻流，并在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行匹配與識別。目前，人臉識別的應用領域很廣泛，在金融支付、門禁考勤、身份識別等眾多領域起到非常重要的作用，給人們的生活帶來很大便利。然而，保證人臉沒有發生遮擋至關重要，故在進行人臉識別之前需檢測圖像中的人臉是否發生遮擋。

業內一般產品判斷人臉遮擋是通過深度學習訓練的方式，判斷人臉遮擋情況，但該判斷方法對樣本量要求高，并且如果采用深度學習的方式預測遮擋，計算量很大，速度比較慢。

發明內容

本發明提供一種人臉遮擋檢測方法、裝置及計算機可讀存儲介質，其主要目的在于快速檢測實時臉部圖像中的人臉遮擋情況。

為實現上述目的，本發明提供一種電子裝置，該裝置包括：存儲器、處理器及攝像裝置，所述存儲器中包括人臉遮擋檢測程序，所述人臉遮擋檢測程序被所述處理器執行時實現如下步驟：

圖像獲取步驟：獲取攝像裝置拍攝的實時圖像，利用人臉識別算法從該實時圖像中提取一張實時臉部圖像；

特征點識別步驟：將該實時臉部圖像輸入預先訓練好的面部平均模型，利用該面部平均模型從該實時臉部圖像中識別出t個面部特征點；及

特征區域判斷步驟：根據該t個面部特征點的位置信息確定眼部區域和唇部區域，將該眼部區域和該唇部區域輸入預先訓練好的人臉的眼部分類模型、人臉的唇部分類模型，判斷所述眼部區域和唇部區域的真實性，并根據判斷結果判斷該實時圖像中的人臉是否發生遮擋。

可選地，所述人臉遮擋檢測程序被所述處理器執行時，還實現如下步驟：

判斷步驟：判斷所述人臉的眼部分類模型、人臉的唇部分類模型對所述眼部區域及唇部區域的判斷結果是否均為真實。

可選地，所述人臉遮擋檢測程序被所述處理器執行時，還實現如下步驟：

當所述人臉的眼部分類模型、人臉的唇部分類模型對所述眼部區域及唇部區域的判斷結果均為真實時，判斷該實時臉部圖像中的人臉未發生遮擋；及

當所述人臉的眼部分類模型、人臉的唇部分類模型對所述眼部區域及唇部區域的判斷結果包含不真實時，提示該實時臉部圖像中的人臉發生遮擋。

此外，為實現上述目的，本發明還提供一種人臉遮擋檢測方法，該方法包括：

圖像獲取步驟：獲取攝像裝置拍攝的實時圖像，利用人臉識別算法從該實時圖像中提取一張實時臉部圖像；

特征點識別步驟：將該實時臉部圖像輸入預先訓練好的面部平均模型，利用該面部平均模型從該實時臉部圖像中識別出t個面部特征點；及

特征區域判斷步驟：根據該t個面部特征點的位置信息確定眼部區域和唇部區域，將該眼部區域和該唇部區域輸入預先訓練好的人臉的眼部分類模型、人臉的唇部分類模型，判斷所述眼部區域和唇部區域的真實性，并根據判斷結果判斷該實時圖像中的人臉是否發生遮擋。

可選地，該方法還包括：