[發(fā)明專利]人臉采集源檢測方法、裝置、設(shè)備和介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011628160.2
• 申請日: 2020-12-30
• 公開（公告）號: CN112800847B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設(shè)計）人: 馬琳;章烈剽;柯文輝
• 申請（專利權(quán)）人: 廣州廣電卓識智能科技有限公司;廣州廣電運通信息科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764;G06V10/82;G06V10/26;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 華進聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 陳金普

1.一種人臉采集源檢測方法，其特征在于，所述方法包括：

獲取待檢測人臉的圖像；

將所述圖像輸入到預(yù)先訓(xùn)練的第一檢測模型，獲取所述圖像的圖像類型；所述第一檢測模型用于根據(jù)所述圖像的各個像素點中屬于口罩分類的概率，輸出所述圖像的圖像類型；所述圖像類型為已佩戴口罩類型或者未佩戴口罩類型；其中，第一檢測模型對所述圖像的處理過程為通過RetinaFace算法對所述圖像進行編碼處理，將編碼后的圖像輸入到VGGNet神經(jīng)網(wǎng)絡(luò)進行處理，得到所述編碼后的圖像的概率矩陣；所述概率矩陣中包含所述圖像中每個像素點歸屬于預(yù)設(shè)特征分類的概率；所述預(yù)設(shè)特征分類至少包括五官分類、口罩分類；將各個像素點對應(yīng)的預(yù)設(shè)特征分類中概率最大的特征分類，作為所述像素點的特征分類；根據(jù)各個像素點的特征分類的統(tǒng)計值，獲取所述圖像的圖像類型；

若所述圖像為已佩戴口罩類型，將所述圖像進行分割，將分割得到的未被口罩遮擋的人臉圖像區(qū)域輸入到預(yù)先訓(xùn)練的第二檢測模型中，得到所述待檢測人臉的采集源檢測結(jié)果；所述第二檢測模型用于根據(jù)局部人臉區(qū)域的圖像特征，確定所述待檢測人臉是否采集于目標(biāo)采集源并輸出檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

若所述圖像為未佩戴口罩類型，將所述圖像輸入到第三檢測模型進行檢測，得到所述待檢測人臉的采集源檢測結(jié)果；所述第三檢測模型用于根據(jù)完整人臉區(qū)域的圖像特征，得到所述待檢測人臉的采集源檢測結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

若所述待檢測人臉的采集源為真人采集，向預(yù)警終端發(fā)出第一預(yù)警信息；所述第一預(yù)警信息用于提示佩戴口罩。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

若各個像素點中，歸屬于口罩分類的像素點的數(shù)量在總的像素點數(shù)量中占比大于或等于預(yù)設(shè)閾值，判斷所述圖像為已佩戴口罩類型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第二檢測模型為FaceBagNet模型；所述將所述圖像進行分割，將分割得到的未被口罩遮擋的人臉圖像區(qū)域輸入到預(yù)先訓(xùn)練的第二檢測模型中，得到所述待檢測人臉的采集源檢測結(jié)果，包括：

將所述圖像進行分割，得到第一分割圖像；所述第一分割圖像包含被口罩遮擋的人臉圖像區(qū)域和未被口罩遮擋的人臉圖像區(qū)域；

將第一分割圖像中的所述被口罩遮擋的人臉圖像區(qū)域調(diào)整為固定尺寸，得到第二分割圖像；

將所述第二分割圖像按照所述FaceBagNet模型的輸入規(guī)則進行編碼處理后，輸入到所述FaceBagNet模型，獲得所述待檢測人臉的采集源檢測結(jié)果。

6.根據(jù)權(quán)利要求1至5任一項所述的方法，其特征在于，所述將所述圖像進行分割，將分割得到的未被口罩遮擋的人臉圖像區(qū)域輸入到預(yù)先訓(xùn)練的第二檢測模型中，得到所述待檢測人臉的采集源檢測結(jié)果之后，所述方法還包括：

若所述待檢測人臉的采集源為非真人采集，向預(yù)警終端發(fā)出第二預(yù)警信息；所述第二預(yù)警信息用于提示虛假檢測。