[發明專利]人臉識別方法和裝置

有效

• 申請號: 201711382016.3
• 申請日: 2017-12-20
• 公開（公告）號: CN108090450B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 林麗梅
• 申請（專利權）人: 深圳和而泰數據資源與云技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種人臉識別的方法，其特征在于，所述方法包括：

獲取M張人臉圖像和M個類別標簽，其中，一個類別標簽用于標記一張人臉圖像中包括的眼皮類型，所述M張人臉圖像包括M1張眼皮類型為雙眼皮的第一人臉圖像和M2張眼皮類型為單眼皮的第二人臉圖像，M1和M2均為大于0的正整數，M為大于1的正整數，以及，所述M個類別標簽中包括第一類別標簽和第二類別標簽，所述第一類別標簽用于標記所述人臉圖像包括的人眼的眼皮類型為雙眼皮；所述第二類別標簽用于標記所述人臉圖像包括的人眼的眼皮類型為單眼皮；

其中，當某一人臉圖像i的人眼上眼皮圖像中包括一條溝痕，并且所述溝痕的長度大于或等于眼睛長度的一半時，確定所述人臉圖像i對應的類別標簽為所述第一類別標簽；

截取所述M張人臉圖像中每張人臉圖像內的人眼上眼皮圖像，以得到M張人眼上眼皮圖像；

獲取滿足機器學習模型輸入參量要求的訓練圖像尺寸，并根據所述訓練圖像尺寸對所述M張人眼上眼皮圖像中的每張所述人眼上眼皮圖像進行圖像尺寸調整，以得到M張標準訓練圖像；

使用所述M張標準訓練圖像和所述M個類別標簽對機器學習模型進行訓練，以獲取訓練后的機器學習模型；

其中，所述訓練后的機器學習模型用于根據輸入的待識別圖像內的人眼上眼皮圖像輸出與所述人眼上眼皮圖像中的上眼皮類型相匹配的類別參量，所述類別參量用于確定所述待識別圖像中包括的人眼的眼皮類型；

獲取目標待識別圖像；

在所述目標待識別圖像內定位出用于確定人眼輪廓的N個目標人臉關鍵點，并獲取所述N個目標關鍵點中各目標關鍵點在所述目標待識別圖像中的位置信息，所述N個目標關鍵點的位置信息包括眉峰關鍵點A的位置信息、左眼外眼角的人臉關鍵點B的位置信息、左眼上眼皮的人臉關鍵點C的位置信息、以及左眼內眼角的人臉關鍵點D的位置信息，所述各目標關鍵點在所述目標待識別圖像中的位置信息包括所述各目標關鍵點的水平位置參數和垂直位置參數，其中，N為大于1的正整數；

根據所述各目標人臉關鍵點的位置信息從所述目標待識別圖像中截取出人眼上眼皮圖像，包括：

以所述左眼外眼角的人臉關鍵點B的水平位置參數和所述左眼內眼角的人臉關鍵點D的水平位置參數的差值作為人眼上眼皮區域的區域長度，以所述眉峰關鍵點A的垂直位置參數和所述左眼上眼皮的人臉關鍵點C的垂直位置參數之差的一半作為所述人眼上眼皮區域的區域寬度，以所述左眼內眼角的人臉關鍵點D作為所述人眼上眼皮區域的右下角頂點；根據所述人眼上眼皮區域的區域長度、所述區域寬度及所述右下角頂點在所述目標待識別圖像中確定出左側人眼的人眼上眼皮區域，以得到所述左側人眼的人眼上眼皮區域對應的人眼上眼皮圖像，并對所述人眼上眼皮圖像進行圖像尺寸調整以獲取目標圖像，包括：

獲取滿足機器學習模型輸入參量要求的預設目標圖像尺寸；根據所述預設目標圖像尺寸對所述人眼上眼皮區域內的人眼上眼皮圖像進行圖像尺寸調整，以獲取目標圖像；

其中，獲取滿足機器學習模型輸入參量要求的訓練圖像尺寸，包括：獲取每張所述人眼上眼皮圖像的圖像尺寸，以得到M組人眼上眼皮圖像尺寸；計算所述M組人眼上眼皮圖像尺寸的平均值以得到人眼上眼皮圖像尺寸均值，并根據所述人眼上眼皮圖像尺寸均值確定出所述訓練圖像尺寸，所述目標圖像的尺寸為訓練圖像尺寸，所述各目標人臉關鍵點的位置信息包括人眼上眼皮區域在所述目標待識別圖像內的位置及尺寸；

將所述目標圖像輸入到機器學習模型中，并根據所述機器學習模型的輸出結果確定所述目標待識別圖像中包括的人眼的眼皮類型，其中，所述眼皮類型包括單眼皮或者雙眼皮。