[發明專利]一種基于關鍵點矯正的快速人臉檢測識別方法

在審

• 申請號: 202211515708.1
• 申請日: 2022-11-30
• 公開（公告）號: CN115798008A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 田維青;肖建軍;張顯;饒毅;黃勇;宋萬禮;陳輝;張超;余玲;王龍;居亮
• 申請（專利權）人: 貴州黔源電力股份有限公司;南京南自信息技術有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/24;G06V10/74;G06V10/82
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

本發明屬于人臉識別應用技術領域，具體公開了一種基于關鍵點矯正的快速人臉檢測識別方法，包括以下步驟，步驟1、建立人臉庫；步驟2、檢測人臉；步驟3、分辨率、正偏判別；步驟4、提取特征；步驟5、計算人臉相似度并匹配。本發明的一種基于關鍵點矯正的快速人臉檢測識別方法的有益效果在于：1、本發明識別方法，過濾過小過偏人臉，解決工業電視攝像頭拍攝人臉角度不正以及分辨率較小影響識別精確度的問題；2、增加一個新的人臉檢測網絡RetinaDF加快檢測速度以及一個新的加權距離計算人臉相似度用以平衡歐氏距離與余弦距離提高識別準確性。

技術領域

本發明屬于人臉識別應用技術領域，具體涉及一種基于關鍵點矯正的快速人臉檢測識別方法，適用于工業電視攝像頭場景下。

背景技術

隨著深度學習的發展，通常利用深度學習神經網絡檢測人臉和預測關鍵點，同時基于關鍵點矯正的人臉識別技術也越發成熟。人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，用攝像頭采集含有人臉的圖像或視頻，并在圖像或視頻每一幀中檢測人臉并確定人臉的位置，對檢測到的人臉進行仿射變換矯正以及臉部識別。

人臉識別主要包括四個部分，分別為：人臉檢測、圖像預處理、人臉特征提取、匹配與識別。

人臉檢測是在圖像中找到人臉目標并準確標定出人臉的位置和大小。由于人臉的特殊性，比如人臉目標較小、人臉特征不明顯、遮擋等問題，通用目標檢測在檢測人臉目標時往往有較大的局限性，因此人臉檢測往往有專門的算法，或者在通用目標檢測算法的基礎上針對人臉目標進行改進，以提升人臉檢測精度。人臉檢測模型 RetinaFace，是基于通用目標檢測網絡 RetinaNet 的改進版，添加了 SSH 網絡的檢測模塊，將是否是人臉的分類、人臉框回歸、人臉關鍵點三者分別用三個檢測 Head 輸出，提升了檢測精度；使用輕量化網絡 MobileNet 作為骨干網絡提取特征，提高檢測速度。

圖像預處理是對檢測到的人臉進行處理并服務于特征提取的過程。人臉檢測獲取的原始圖像由于受到各種條件的限制，往往不能直接使用，必須進行預處理，包括灰度變換、光線補償等。最常使用的預處理是根據檢測得到的人臉關鍵點信息，對人臉進行仿射變換，將人臉旋轉擺正，以此提升識別精度。

人臉特征提取是對人臉進行特征建模的過程，基于深度學習的人臉特征提取是由深度神經網絡所完成。FaceNet 可以直接將人臉映射到歐幾里得空間，歐幾里德空間中的距離直接對應于人臉相似性的度量。同樣的，使用輕量化網絡 MobileNet 提取人臉特征，訓練時以人名作為標簽、每個標簽有多張人臉作為數據集訓練一個人臉分類器，使用特征提取網絡推理時，將分類器最后一個全連接層去除，輸出一個維度為128的一維特征向量作為人臉特征。

匹配與識別是將檢測到的人臉提取特征之后與人臉庫中的人臉特征進行搜索匹配，與人臉庫中的人臉計算歐式距離或者余弦距離，設定一個閾值，當相似度超過閾值，則把匹配得到的結果輸出。

對于工業電視攝像頭實現關鍵點矯正人臉識別，會有許多限制與困難。一般的車站入口或者門禁的人臉識別系統的人臉庫錄入人臉一般分辨率較大，檢測到的人臉一般至少需要200*200像素方可以保證準確識別，因此使用攝像頭近距離檢測人臉，而且需要是正臉才可以保證準確識別；而工業電視攝像頭由于角度問題檢測到的人臉一般不是正臉，且分辨率高的攝像頭能檢測到的人臉分辨率也較小一般只有幾十像素，這二者都會影響人臉特征提取的充分性，進而影響識別效果。

過曝或過暗的光照環境都會影響人臉識別效果，目前常用的人臉識別系統自帶補光功能；而工業電視攝像頭有的會在室外，人臉提取特征受到光照影響較大，且還會有夜間場景攝像頭使用夜間模式，無法有效提取特征，同時對于人臉庫中一般為彩色的人臉，識別效果會很差。