[發(fā)明專利]面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810402002.1
• 申請(qǐng)日: 2018-04-28
• 公開（公告）號(hào): CN108446675A
• 公開（公告）日: 2018-08-24
• 發(fā)明（設(shè)計(jì)）人: 安耀祖;郁昌存
• 申請(qǐng)（專利權(quán)）人: 北京京東金融科技控股有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 北京律智知識(shí)產(chǎn)權(quán)代理有限公司 11438
• 代理人: 闞梓瑄;王衛(wèi)忠

本公開涉及一種面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)。涉及計(jì)算機(jī)信息處理領(lǐng)域，該方法包括：對(duì)實(shí)時(shí)圖像進(jìn)行檢測(cè)獲取面部圖像；當(dāng)所述面部圖像的參數(shù)在預(yù)設(shè)范圍內(nèi)時(shí)，對(duì)所述面部圖像進(jìn)行圖像矯正處理以生成待識(shí)別面部圖像；以及通過所述待識(shí)別面部圖像進(jìn)行面部圖像識(shí)別。本公開涉及的面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)，能夠快速從攝像頭中獲取有效的用戶人臉，進(jìn)行人臉比對(duì)操作，極大減少重復(fù)識(shí)別的次數(shù)，提高識(shí)別率。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)信息處理領(lǐng)域，具體而言，涉及一種面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)。

背景技術(shù)

隨著技術(shù)的發(fā)展，人臉識(shí)別技術(shù)不斷進(jìn)入大眾視野。刷臉進(jìn)站、刷臉支付、刷臉打卡等等方式應(yīng)運(yùn)而生。隨著人臉識(shí)別技術(shù)的日漸成熟，“刷臉”時(shí)代正在到來。但是在實(shí)際應(yīng)用中，受光照、角度、用戶主觀動(dòng)作等影響，導(dǎo)致攝像頭抓拍人臉昏暗模糊、質(zhì)量較差，降低識(shí)別準(zhǔn)確率，增加比對(duì)時(shí)間，影響用戶體驗(yàn)。

現(xiàn)有的技術(shù)方案中，人臉識(shí)別技術(shù)通過攝像頭實(shí)時(shí)采集現(xiàn)場圖像，通過Dlib、YOLO等檢測(cè)算法進(jìn)行人臉檢測(cè)，當(dāng)檢測(cè)到人臉之后，對(duì)人臉進(jìn)行標(biāo)準(zhǔn)點(diǎn)對(duì)齊，與庫中人臉或者身份證人臉進(jìn)行比對(duì)。在人臉模糊、角度偏差大、光照不均情況下，目前多是重復(fù)執(zhí)行人臉抓取、比對(duì)的流程，通過多次比對(duì)來提高識(shí)別率。

首先，YOLO等基于深度學(xué)習(xí)的檢測(cè)算法，大多是嚴(yán)重依賴GPU效率的，在移動(dòng)端的CPU上處理運(yùn)算性能較差，即使增加設(shè)備成本也不利于向終端遷移?；贒lib的人臉檢測(cè)算法計(jì)算時(shí)間復(fù)雜度與圖像尺寸成正比，對(duì)一張標(biāo)準(zhǔn)1024*728的圖像進(jìn)行人臉檢測(cè)需耗時(shí)近0.5s，無法達(dá)到實(shí)時(shí)效果，影響識(shí)別效率。

因此，需要一種新的面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)。

在所述背景技術(shù)部分公開的上述信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

有鑒于此，本公開提供一種面部圖像識(shí)別方法、裝置電子設(shè)備及計(jì)算機(jī)可讀介質(zhì)，能夠快速從攝像頭中獲取有效的用戶人臉，進(jìn)行人臉比對(duì)操作，極大減少重復(fù)識(shí)別的次數(shù)，提高識(shí)別率。

本公開的其他特性和優(yōu)點(diǎn)將通過下面的詳細(xì)描述變得顯然，或部分地通過本公開的實(shí)踐而習(xí)得。

根據(jù)本公開的一方面，提出一種面部圖像識(shí)別方法，該方法包括：對(duì)實(shí)時(shí)圖像進(jìn)行檢測(cè)獲取面部圖像；當(dāng)所述面部圖像的參數(shù)在預(yù)設(shè)范圍內(nèi)時(shí)，對(duì)所述面部圖像進(jìn)行圖像矯正處理以生成待識(shí)別面部圖像；以及通過所述待識(shí)別面部圖像進(jìn)行面部圖像識(shí)別。

在本公開的一種示例性實(shí)施例中，對(duì)實(shí)時(shí)圖像進(jìn)行檢測(cè)獲取面部圖像包括：將所述實(shí)時(shí)圖像進(jìn)行縮放處理，生成第一圖像；以及對(duì)所述第一圖像進(jìn)行面部檢測(cè)以獲取所述面部圖像。

在本公開的一種示例性實(shí)施例中，對(duì)所述第一圖像進(jìn)行面部檢測(cè)以獲取所述面部圖像包括：利用Dlib庫對(duì)所述第一圖像進(jìn)行面部檢測(cè)以獲取所述面部圖像。

在本公開的一種示例性實(shí)施例中，所述面部圖像的參數(shù)在預(yù)設(shè)范圍內(nèi)包括：所述面部圖像的模糊度在第一預(yù)設(shè)范圍內(nèi)；所述面部圖像的亮度在第二預(yù)設(shè)范圍內(nèi)；以及所述面部圖像的角度在第三預(yù)設(shè)范圍內(nèi)。

在本公開的一種示例性實(shí)施例中，所述面部圖像的模糊度在第一預(yù)設(shè)范圍內(nèi)包括：對(duì)所述面部圖像進(jìn)行三原色通道拆分；對(duì)拆分后的預(yù)定通道求解拉普拉斯方程獲得第一數(shù)值；對(duì)所述第一數(shù)值進(jìn)行歸一化處理生成模糊度數(shù)值；以及確定所述模糊度數(shù)值是否在所述第一預(yù)設(shè)范圍內(nèi)。

在本公開的一種示例性實(shí)施例中，所述面部圖像的亮度在第二預(yù)設(shè)范圍內(nèi)包括：對(duì)所述面部圖像由三原色空間轉(zhuǎn)換到色相飽和度亮度空間；通過面部校正算法對(duì)轉(zhuǎn)換后的面部圖像進(jìn)行歸一化處理，生成亮度數(shù)值；以及確定所述亮度數(shù)值是否在所述第二預(yù)設(shè)范圍內(nèi)。