一种人脸识别方法和人脸识别系统技术方案

本发明专利技术提供了一种人脸识别方法和人脸识别系统。所述方法包括：步骤S101：对眼镜图片中的眼镜进行分割以得到眼镜模板；步骤S102：在无眼镜人脸图片上定义人脸关键点以及在所述眼镜图片和所述眼镜模板上定义眼镜关键点；以及步骤S103：基于所述人脸关键点和所述眼镜关键点对所述眼镜图片和所述眼镜模板进行调整以使其与所述无眼镜人脸图片相匹配，通过所述眼镜模板将所述眼镜图片中的眼镜叠加到所述无眼镜人脸图片以合成戴眼镜人脸图片。该方法可以实现更加快速、简单、精确地进行对戴眼镜人脸的识别，以提供更好的识别性能。该人脸识别系统同样具有上述优点。

【技术实现步骤摘要】

本专利技术涉及图像识别领域，具体而言涉及一种人脸识别方法和人脸识别系统。
技术介绍
人脸遮挡对人脸识别系统的影响巨大（例如目前主流的统计或者机器学习的人 脸识别系统）。眼镜是一种常见的遮挡，其对人脸识别的主要影响在于：1)很难收集大量 带眼镜的人脸图片用于系统训练；2)眼镜款式多变，形态颜色变化大，很难用一个简单的 模型刻画；3)眼镜会改变图像的统计特征、图像特征，从而给人脸识别系统带来识别干扰。 现有的主流技术针对带眼镜遮挡的人脸识别系统皆采用去除眼镜的方法，其缺点是眼镜款 式多、变化大，目前的去除眼镜算法并不能完美去除眼镜，往往给图像留下或者带来新的噪 声，从而影响后续的识别性能。 另外，现有的对带眼镜遮挡的人脸识别系统均采用建立眼镜3D模型和人脸3D模 型的方法，其算法复杂、运行较慢，并且识别效果不佳。 因此，需要提供一种人脸识别方法和人脸识别系统，以至少部分地解决上面提到 的问题。
技术实现思路
针对现有技术的不足，本专利技术提出一种人脸识别方法和人脸识别系统，可以显著 提升人脸识别的速度、精确度和性能，同时具有图像处理简单的特点。 本专利技术的一个实施例提供一种人脸识别方法，所述方法包括：步骤SlOl :对眼镜 图片中的眼镜进行分割以得到眼镜模板； 步骤S102 :在无眼镜人脸图片上定义人脸关键点以及在所述眼镜图片和所述眼 镜模板上定义眼镜关键点；以及 步骤S103 :基于所述人脸关键点和所述眼镜关键点对所述眼镜图片和所述眼镜 模板进行调整以使其与所述无眼镜人脸图片相匹配，通过所述眼镜模板将所述眼镜图片中 的眼镜叠加到所述无眼镜人脸图片以合成戴眼镜人脸图片。 示例性地，在所述步骤S102中，所述人脸关键点与所述眼镜关键点相互匹配。 示例性地，在所述步骤S102中，所述人脸关键点和所述眼镜关键点是人工标注或 机器自动标注获取的。 示例性地，在所述步骤S103中，所述调整包括通过变换矩阵对所述眼镜模板和所 述眼镜图片进行线性变换。 示例性地，在所述步骤S103中，对所述线性变换加入噪声以控制眼镜的外形和位 置。 示例性地，在所述步骤S103之后还包括步骤S104:将所述戴眼镜的人脸图片添加 到训练数据库中以用于人脸识别模型的训练。 示例性地，所述噪声是高斯噪声。 本专利技术的另一实施例提供一种人脸识别系统，所述系统包括：眼镜模板构造模块， 用于对眼镜图片中的眼镜进行分割以得到眼镜模板；关键点定义模块，用于在无眼镜人脸 图片上定义人脸关键点以及在所述眼镜图片和所述眼镜模板上定义眼镜关键点；以及合成 模块，用于基于所述人脸关键点和所述眼镜关键点对所述眼镜图片和所述眼镜模板进行调 整以使其与所述无眼镜人脸图片相匹配，以及通过所述眼镜模板将所述眼镜图片中的眼镜 叠加到所述无眼镜人脸图片以合成戴眼镜人脸图片。 示例性地，所述人脸关键点与所述眼镜关键点相互匹配。 示例性地，在所述合成模块中，所述调整包括通过变换矩阵对所述眼镜模板和所 述眼镜图片进行线性变换。 示例性地，所述合成模块还用于对所述线性变换加入噪声以控制眼镜的外形和位 置。 本专利技术的人脸识别方法，通过眼镜模板在无眼镜人脸上叠加眼镜合成戴眼镜人脸 图片以用于人脸识别模型的训练，相对于从带有眼镜的人脸上去除眼镜而达到识别人脸的 效果，具有更高的人脸识别速度、精确度和人脸识别性能，相对于建立眼镜3D模型和人脸 3D模型从而合成3D人脸图片用于人脸识别的方法，具有图像处理简单的优点。本专利技术的人 脸识别系统，同样具有上述优点。【附图说明】 本专利技术的下列附图在此作为本专利技术的一部分用于理解本专利技术。附图中示出了本发 明的实施例及其描述，用来解释本专利技术的原理。 附图中： 图1为本专利技术实施例的眼镜图片的示意图； 图2为本专利技术实施例的眼镜模板的示意图； 图3为本专利技术实施例的定义人脸关键点的示意图； 图4为本专利技术实施例的定义眼镜关键点的示意图； 图5为本专利技术实施例的叠加了眼镜的人脸合成图像示意图；以及 图6为本专利技术实施例的人脸识别方法的一种流程图。【具体实施方式】 在下文的描述中，给出了大量具体的细节以便提供对本专利技术更为彻底的理解。然 而，对于本领域技术人员而言显而易见的是，本专利技术可以无需一个或多个这些细节而得以 实施。在其他的例子中，为了避免与本专利技术发生混淆，对于本领域公知的一些技术特征未进 行描述。 应当理解的是，本专利技术能够以不同形式实施，而不应当解释为局限于这里提出的 实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本专利技术的范围完全地传递给 本领域技术人员。在附图中，为了清楚，层和区的尺寸以及相对尺寸可能被夸大。自始至终 相同附图标记表示相同的元件。 在此使用的术语的目的仅在于描述具体实施例并且不作为本专利技术的限制。在此使 用时，单数形式的"一"、"一个"和"所述/该"也意图包括复数形式，除非上下文清楚指出 另外的方式。还应明白术语"组成"和/或"包括"，当在该说明书中使用时，确定所述特征、 整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操 作、元件、部件和/或组的存在或添加。在此使用时，术语"和/或"包括相关所列项目的任 何及所有组合。 为了彻底理解本专利技术，将在下列的描述中提出详细的步骤以及详细的结构，以便 阐释本专利技术的技术方案。本专利技术的较佳实施例详细描述如下，然而除了这些详细描述外，本 专利技术还可以具有其他实施方式。 本专利技术的一个实施例提供一种人脸识别方法。该方法可以显著提高人脸识别的速 度、精确度以及人脸识别性能。 下面，参照图1至图5来具体描述本专利技术的实施例的一种人脸识别方法。其中，图 1为本专利技术实施例的眼镜图片收集的示意图。图2为本专利技术实施例的眼镜模板生成的示意 图。图3为本专利技术实施例的定义人脸关键点的示意图。图4为本专利技术实施例的定义眼镜关 键点的示意图。图5为本专利技术实施例的叠加了眼镜的人脸合成图像示意图。本专利技术实施例 的作者分析方法，包括如下步骤： 步骤SlOl :收集眼镜图片，对所述图片中的眼镜进行分割，以得到眼镜模板。 其中，眼镜图片指包含眼镜的各种图片，例如仅包括眼镜的照片、戴眼镜的人脸照 片等。 示例性地，构造眼镜模板可以包括如下步骤：步骤一，眼镜图片收集。例如，通过互 联网或者线下实拍的方式收集如图1所示的典型眼镜的图片。步骤二，眼镜模板生成。通 当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种人脸识别方法，其特征在于，所述方法包括：步骤S101：对眼镜图片中的眼镜进行分割以得到眼镜模板；步骤S102：在无眼镜人脸图片上定义人脸关键点以及在所述眼镜图片和所述眼镜模板上定义眼镜关键点；以及步骤S103：基于所述人脸关键点和所述眼镜关键点对所述眼镜图片和所述眼镜模板进行调整以使其与所述无眼镜人脸图片相匹配，通过所述眼镜模板将所述眼镜图片中的眼镜叠加到所述无眼镜人脸图片以合成戴眼镜人脸图片。

【技术特征摘要】

【专利技术属性】
技术研发人员：周而进，印奇，
申请(专利权)人：北京旷视科技有限公司，北京小孔科技有限公司，
类型：发明
国别省市：北京;11