[發(fā)明專利]一種人臉識別方法、裝置、設(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711432313.4
• 申請日: 2017-12-26
• 公開（公告）號: CN108171149B
• 公開（公告）日: 2021-10-01
• 發(fā)明（設(shè)計）人: 崔苗;唐昌宇;張秋鎮(zhèn);林凡
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

本發(fā)明公開了一種人臉識別方法，首先獲取標(biāo)準(zhǔn)圖像中的待確定區(qū)域、已確定的第一人臉區(qū)域以及除第一人臉區(qū)域和待確定區(qū)域外的第一非人臉區(qū)域，其中，待確定區(qū)域為包含待確定人臉區(qū)域和待確定非人臉區(qū)域的混合區(qū)域，然后以預(yù)定義規(guī)則確定待確定人臉區(qū)域得到目標(biāo)人臉區(qū)域，最后根據(jù)第一人臉區(qū)域和目標(biāo)人臉區(qū)域進(jìn)行人臉識別。因此，在人臉識別時，第一步先從標(biāo)準(zhǔn)圖像中提取部分人臉區(qū)域以及待確定區(qū)域，第二步再從待確定區(qū)域中提取另一部分人臉區(qū)域，結(jié)合兩部分人臉區(qū)域的信息進(jìn)行人臉識別，避免了未對混合區(qū)域中的人臉信息進(jìn)行提取時而引起的人臉識別準(zhǔn)確率較低的問題，本發(fā)明還公開了一種人臉識別裝置、設(shè)備及可讀存儲介質(zhì)同樣能實現(xiàn)上述技術(shù)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)領(lǐng)域，特別涉及一種人臉識別方法、裝置、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

隨著人工智能的發(fā)展，人臉識別技術(shù)近年來也逐漸成為受關(guān)注的方向之一，人臉識別系統(tǒng)都較為復(fù)雜。其中處理的對象是人臉圖像數(shù)據(jù)，從現(xiàn)實中獲取的圖像數(shù)據(jù)通常包含各種各樣的噪聲信號，使得獲得的數(shù)據(jù)誤差較大。

傳統(tǒng)的人臉識別利用增量數(shù)據(jù)改善原始數(shù)據(jù)達(dá)到使分類器對噪聲有更強(qiáng)抵抗能力的目的，但這種方法不能對混合區(qū)域的人臉信息進(jìn)行處理。其中，混合區(qū)域是指同時包含人臉圖像與非人臉圖像的區(qū)域，在提取人臉信息時，雖然對噪聲進(jìn)行了有效抵抗，但是，沒有對混合區(qū)域的人臉信息進(jìn)行提取。導(dǎo)致人臉識別的準(zhǔn)確率較低；同時，由于訓(xùn)練分類器需要大量樣本支撐，在訓(xùn)練分類器時，從獲取樣本到訓(xùn)練分類器會耗費(fèi)大量時間，人臉識別的效率較低。

因此，如何解決人臉識別的準(zhǔn)確率較低的問題是本領(lǐng)域技術(shù)人員需要解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種人臉識別方法、裝置、設(shè)備及可讀存儲介質(zhì)，解決了人臉識別的準(zhǔn)確率較低的問題。為實現(xiàn)上述目的，本發(fā)明實施例公開了如下技術(shù)方案：

一方面，本發(fā)明實施例公開了一種人臉識別方法，包括：

獲取標(biāo)準(zhǔn)圖像中的待確定區(qū)域、已確定的第一人臉區(qū)域以及除所述第一人臉區(qū)域和所述待確定區(qū)域外的第一非人臉區(qū)域，所述待確定區(qū)域為包含待確定人臉區(qū)域和待確定非人臉區(qū)域的混合區(qū)域；

以預(yù)定義規(guī)則確定所述待確定人臉區(qū)域得到目標(biāo)人臉區(qū)域；

根據(jù)所述第一人臉區(qū)域和所述目標(biāo)人臉區(qū)域進(jìn)行人臉識別。

優(yōu)選的，所述獲取標(biāo)準(zhǔn)圖像中的待確定區(qū)域、已確定的第一人臉區(qū)域、以及除所述第一人臉區(qū)域和所述待確定區(qū)域外的第一非人臉區(qū)域包括：

對所述標(biāo)準(zhǔn)圖像進(jìn)行灰度化得到灰度化圖像；

獲取所述灰度化圖像中各樣本點的灰度值；

根據(jù)所述灰度值對所述灰度化圖像進(jìn)行分割以得到所述待確定區(qū)域、所述第一人臉區(qū)域以及所述第一非人臉區(qū)域。

優(yōu)選的，所述以預(yù)定義規(guī)則確定所述待確定人臉區(qū)域得到目標(biāo)人臉區(qū)域包括：

計算所述待確定區(qū)域中各樣本點的RGB值、以及所述待確定區(qū)域中各所述樣本點至所述第一人臉區(qū)域的第一距離、至所述第一非人臉區(qū)域的第二距離；

根據(jù)所述RGB值、所述第一距離以及所述第二距離對所述待確定區(qū)域進(jìn)行劃分得到多個子區(qū)域；

將各所述子區(qū)域進(jìn)行組合得到多個第一組合區(qū)域和多個第二組合區(qū)域，將各所述第一組合區(qū)域和各所述第二組合區(qū)域作為合并區(qū)域；

利用分類器計算各所述第一組合區(qū)域的第一分類值、各所述第二組合區(qū)域的第二分類值；

計算各所述第一分類值與各所述第二分類值的絕對值之和得到求和結(jié)果；

選取所述求和結(jié)果中的最大值對應(yīng)的合并區(qū)域作為目標(biāo)區(qū)域并從所述目標(biāo)區(qū)域中確定所述目標(biāo)人臉區(qū)域。