[發明專利]戴口罩人臉識別方法、系統、計算機設備及存儲介質

在審

• 申請號: 202011491152.8
• 申請日: 2020-12-17
• 公開（公告）號: CN112597867A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 曾凡智;邱騰達;周燕
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李君;梁瑩

本發明公開了一種戴口罩人臉識別方法、系統、計算機設備及存儲介質，所述方法包括：獲取待識別的視頻流圖像；加載人臉口罩檢測模型，通過人臉口罩檢測模型對待識別的視頻流圖像進行檢測，得到檢測結果；若檢測結果為檢測到人臉佩戴口罩，加載人臉補全模型，通過人臉補全模型對檢測到人臉佩戴口罩的視頻流圖像進行補全，得到補全人臉圖像；加載人臉識別模型，通過人臉識別模型對補全人臉圖像進行識別，得到人臉識別結果。本發明可以檢測到人員是否佩戴口罩，并可以定位出人臉戴口罩的具體位置，將口罩區域進行抹除，運用人臉補全技術將抹除部分進行人臉補全，得到完整的人臉，最后再進行人臉識別，從而增大戴口罩的人臉識別率。

技術領域

本發明涉及一種戴口罩人臉識別方法、系統、計算機設備及存儲介質，屬于深度學習和圖像處理領域。

背景技術

人臉識別技術是基于生物特征信息進行身份識別的一種生物識別技術，主要是利用錄像機或者攝像機來采集具有人臉的視頻或者圖像，然后利用算法對圖像進行信息分析來感知人、識別人。通常被稱為人臉識別或面部識別。目前人臉識別該技術主要應用到刑事偵查、監控系統、打卡考勤、安全支付等領域。

人臉識別技術(Face Recognition)的經典流程主要分為兩大步驟：人臉檢測與人臉特征提取。其中人臉檢測主要用于對圖像中的人臉位置進行定位，從而對人臉圖像進行截取。目前人臉檢測主流的方法有CascadeCNN通過級聯架構來訓練一個具有高精度定位能力的卷積神經網絡；CMS-RCNN將Faster RCNN構架運用到人臉檢測中，實現對圖像上下文信息的分析。人臉特征提取方法運用的主構架網絡包括VGG16、ResNet和DenseNet等。而目前最為流行的人臉損失函數有ArcFcae在傳統的損失函數softmax上改進，直接在角度空間最大化分類界限；CosineFace是利用修改Softmax后的損失函數，形成在余弦空間中最大化分類界限；SphereFace移除倒數第二層(一般為全連接層)的激活函數，使模型學習到的特征分布不被限制在第一象限，學習到的特征分布更加合理。人臉特征對比主要是運用歐幾里得距離或者余弦距離去衡量人臉相識度。

現有眾多的人臉識別算法主要是基于沒有帶口罩的人臉進行識別，對于帶上口罩的人臉，其面部特征已經遮擋了一大半，這樣在對人臉特征提取過程中會導致大量特征點丟失，造成識別率嚴重下降。特別在2020年發生新型冠狀病毒肺炎疫情的情況下，要求全體公民出門都要戴口罩，當人員進出小區，或者員工上班進行打卡時都需要身份驗證，在人員戴上口罩的情況下，傳統的人臉識別算法就失去了作用，其識別結果在很大的程度上都會返回未識別，或者識別錯誤。

發明內容

有鑒于此，本發明提供了一種戴口罩人臉識別方法、系統、計算機設備及存儲介質，其可以檢測到人員是否佩戴口罩，并可以定位出人臉戴口罩的具體位置，將口罩區域進行抹除，運用人臉補全技術將抹除部分進行人臉補全，得到完整的人臉，最后再進行人臉識別，從而增大戴口罩的人臉識別率。

本發明的第一個目的在于提供一種戴口罩人臉識別方法。

本發明的第二個目的在于提供一種戴口罩人臉識別系統。

本發明的第三個目的在于提供一種計算機設備。

本發明的第四個目的在于提供一種存儲介質。

本發明的第一個目的可以通過采取如下技術方案達到：

一種戴口罩人臉識別方法，所述方法包括：

獲取待識別的視頻流圖像；

加載人臉口罩檢測模型，通過人臉口罩檢測模型對待識別的視頻流圖像進行檢測，得到檢測結果；

若檢測結果為檢測到人臉佩戴口罩，加載人臉補全模型，通過人臉補全模型對檢測到人臉佩戴口罩的視頻流圖像進行補全，得到補全人臉圖像；

加載人臉識別模型，通過人臉識別模型對補全人臉圖像進行識別，得到人臉識別結果。