[發明專利]人臉框的計算方法及計算系統

有效

• 申請號: 202111096004.0
• 申請日: 2021-09-18
• 公開（公告）號: CN113554007B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 劉小東
• 申請（專利權）人: 上海齊感電子信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 上海恒銳佳知識產權代理事務所(普通合伙) 31286
• 代理人: 黃海霞

本發明提供了一種人臉框的計算方法，包括獲取人臉特征圖；獲取所述人臉特征圖內人臉的三個預定義關鍵點坐標，根據所述三個預定義關鍵點坐標得出所述人臉的中心坐標；根據所述中心坐標進行橢圓參數遍歷過程、重復像素去除過程和排序過程，生成若干橢圓框以及人臉特征信息集合；對所述若干橢圓框進行篩選獲得精準人臉特征框，通過獲取人臉特征三個預定義關鍵點坐標構建的若干橢圓框并對所述若干橢圓框進行篩選獲得精準人臉特征框來提升人臉框提取的精準度。本發明還提供了一種人臉框的計算系統。

技術領域

本發明涉及計算機領域，尤其涉及一種人臉框的計算方法及計算系統。

背景技術

人臉檢測是人臉識別和人臉活體識別分析領域中的關鍵一步，它是自動人臉識別、表情分析、三維人臉重建及三維動畫等其它人臉相關問題的前提和突破口，人臉檢測的精準度直接影響到后續的人臉相關操作。近幾年，隨著新一代人工智能的快速發展，在計算機視覺領域的深度學習技術廣泛應用于物體檢測、物體分類、物體跟蹤、物體識別中。關于人臉的應用技術中，人臉檢測、人臉識別、人臉活體識別已經應用到安防攝像頭、自動駕駛、智能家居門鎖、智能交通驗證、智能考勤打開等領域。

新一代人工智能技術，常用的人臉檢測方案中，MTCNN人臉檢測技術通過圖像金字塔，獲取不同尺寸的人臉大小圖像，采用深度多任務卷積神經網絡，將人臉區域檢測與人臉五個關鍵點檢測有機結合，預檢測出一定數量的人臉檢測框，通NMS(非極大值抑制)算法提取最優的人臉框；68個人臉關鍵點人臉檢測技術，通過細分人臉五官特征，用68個關鍵點將人臉區域檢測出來；RetinaFace，它利用聯合監督和自我監督的多任務深度學習技術，在各種人臉尺度上執行像素方面的人臉定位檢測技術。這些技術為人臉檢測、人臉識別、人臉跟蹤提供了理論基礎及研究方向。

然而，新一代現有的人工智能技術雖然在人臉檢測方面取得了一些突破成績，但如果需要精確的實現活體人臉檢測框的提取，這就很難達到。因此，這就會導致即使檢測到了人臉區域，在活體識別的過程中也會增加誤識率、拒識率，使得系統的穩定性及準確率不高。當活體人臉框包含活體人臉特征信息較小的的時候會出現無法識別為真正的活體；當活體人臉框全部包含活體人臉的特征信息，同時又包含人臉區域之外的非人臉特征信息，例如，頭發，臉部棱擴之外的干擾信息等，同樣會導致人臉活體識別錯誤。因此活體人臉框的精準性將直接導致活體識別的成功與否，這就要求活體人臉識別對人臉區框的提取提出了更高的要求。此外，在人臉活體識別過程中，不僅外界環境的光照度、亮度、溫差、色差、紫外線的輻射度、障礙物會影響IR Sensor Camera的人臉區域的成像，而且人臉檢測的精準性直接導致活體識別的準確性。

因此，有必要提供一種人臉框的計算方法及系統以解決現有技術中存在的上述問題。

發明內容

本發明的目的在于提供一種人臉框的計算方法及計算系統，提高人臉框提取的準確性。

為實現上述目的，本發明所述人臉框的計算方法包括以下步驟：

S1：獲取人臉特征圖；

S2：獲取所述人臉特征圖內人臉的三個預定義關鍵點坐標，根據所述三個預定義關鍵點坐標得出所述人臉的中心坐標；

S3：根據所述中心坐標進行橢圓參數遍歷過程、重復像素去除過程和排序過程，生成若干橢圓框以及人臉特征信息集合；

S4：對所述若干橢圓框進行篩選獲得精準人臉特征框。

本發明的所述的人臉框的計算方法的有益效果在于：通過識別所述人臉特征圖內人臉的三個預定義關鍵點坐標定位出人臉中心坐標所組成的三角形，以三角形的內心定位出橢圓的中心，以橢圓形中心構建所述若干橢圓框后根據所述人臉特征信息集合對所述若干橢圓框進行篩選獲得所述精準人臉特征框，來提高人臉框提取的精準性。

進一步優選地，所述步驟S1中的人臉特征圖具有人臉框，所述人臉框內限定的人臉特征圖包含所述三個預定義關鍵點坐標。