一种场景自适应人脸识别方法技术

本发明专利技术提供一种场景自适应人脸识别方法，包括：依次根据人脸尺寸识别和人脸角度识别，提示并跟踪目标人体按给定方向和方式，调整目标人体与人脸设备设备距离以及人脸朝向；在低亮度环境下采取对应的补光措施，实时采集人脸图像并进行质量评估，滤除所述质量评估的结果不满足设定质量标准的人脸图像；对经所述滤除获取的质量评估结果满足所述设定质量要求的人脸图像进行特征提取，将提取的人脸特征与预先建立人脸数据库进行人脸特征匹配，获取人脸识别结果。本发明专利技术能够有效提高对不同应用场景的自适应能力，从而有效提高识别准确率，提升用户使用体验。

A scene adaptive face recognition method

The present invention provides a scene adaptive face recognition method, including: according to face size recognition and face recognition, the target human body is adjusted by the given direction and way, the distance between the target body and the face equipment and face orientation is adjusted, and the corresponding compensation measures are taken in the low brightness loop. Collect face images and evaluate quality, filter out the results of the quality evaluation and do not meet the set of quality standard face images. Feature matching to obtain face recognition results. The invention can effectively improve the adaptability of different application scenarios, thereby effectively improving the recognition accuracy and enhancing user experience.

【技术实现步骤摘要】
一种场景自适应人脸识别方法
本专利技术涉及信息处理
，更具体地，涉及一种场景自适应人脸识别方法。
技术介绍
在人脸比对的应用中，通常需要现场采集一张待比对人脸的照片，再将这张照片同证件照或原有参考照片进行比对，以得到比对相似度的结果，进行人脸识别。现有的人脸识别方法一般采用以下识别流程：人脸检测、提取特征值、匹配特征值等。整个流程相对固定，过程中使用的各种参数也相对固定。而现有的人脸识别方法在实际应用场景中，容易受到光照、姿态、图像大小和质量等的影响，造成误识率的上升和识别率的下降，直接影响最终用户的使用体验。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种场景自适应人脸识别方法，用以有效提高对不同应用场景的自适应能力，从而有效提高识别准确率，提升用户使用体验。本专利技术提供一种场景自适应人脸识别方法，包括：S1，若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动，并利用动态人脸追踪算法追踪人脸，直至检测到的人脸图像尺寸达到所述预设人脸尺寸；S2，若检测到人脸三维角度不在设定角度范围内，则提示所述目标人体调整人脸朝向，并追踪人脸，直至人脸三维角度达到所述设定角度范围；S3，在低亮度环境下采取对应的补光措施，实时采集人脸图像并进行质量评估，滤除所述质量评估的结果不满足设定质量标准的人脸图像；S4，对经所述滤除获取的质量评估结果满足所述设定质量要求的人脸图像进行特征提取，将提取的人脸特征与预先建立人脸数据库进行人脸特征匹配，获取人脸识别结果。进一步的，在所述S4的步骤之后，所述方法还包括：通过后台数据分析模块，实时收集前端人脸识别设备上报的图像参数和比对分值，利用数据建模方法和数据统计分析算法，按照系统定义的模型，定期对数据进行统计分析，计算适于当前应用场景的期望配置参数，并重新下发给前端识别设备，以供所述前端识别设备根据所述期望配置参数配置当前参数。进一步的，步骤S3中所述在低亮度环境下采取对应的补光措施的步骤进一步包括：根据人脸图像预览判断环境照度是否达到预设标准，若达不到所述预设标准，则通过显示白屏或者开启补光灯进行额外补光。进一步的，在所述通过显示白屏或者开启补光灯进行额外补光的步骤之后，所述方法还包括：若检测到补光后的人脸图像预览清晰度达不到设定清晰度阈值，则提示所述目标人体静止不动，并根据补光后的人脸图像亮度，选择对应的人脸图像清晰度阈值和人脸比对阈值。其中，步骤S1中所述若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动的步骤进一步具体包括：通过人脸检测算法和动态人脸追踪算法实时检测和跟踪目标人脸图像，并比较所述目标人脸图像的尺寸与所述预设人脸尺寸的大小，若所述目标人脸图像的尺寸小于所述预设人脸尺寸，则提示所述目标人体向摄像头靠近，否则提示所述目标人体远离摄像头。其中，步骤S2中所述提示所述目标人体调整人脸朝向的步骤进一步包括：通过在屏幕设定位置显示定点图标，并提示所述目标人体直视所述定点图标。其中，利用所述数据建模方法和数据统计分析算法，计算所述适于当前应用场景的期望配置参数的步骤进一步包括：通过收集不同应用场景下使用过程产生的关键数据，利用数据建模方法和数据统计分析算法，对所述关键数据进行统计分析，计算针对所述当前应用场景的期望配置参数。进一步的，在所述通过显示白屏或者开启补光灯进行额外补光的步骤之后，所述方法还包括：在所述额外补光的时间达到设定延时时长时，相应的停止显示白屏或关闭补光灯。其中，所述S2的步骤进一步具体还包括：通过人脸姿态估计算法，估算人脸三维角度。其中，所述关键数据进一步具体包括：业务类型、设备型号、设备序列号、环境照度、人脸大小、人脸姿态、人脸图像亮度、人脸图像清晰度、人脸图像对比度、比对分值和采集时间；相应的，所述利用数据建模方法和数据统计分析算法，对所述关键数据进行统计分析的步骤进一步包括：S51，根据所述设备型号和所述业务类型建立数学模型，对所述人脸大小、人脸姿态、人脸图像亮度、人脸图像清晰度及人脸图像的综合质量和比对分值进行统计分析，分别统计各个数据的分布规律以及不同数据之间的相关性；S52，实时获取前端人脸识别设备上报的人脸采集过程中采集到的人脸图像数据以及人脸算法计算出来的相关参数；S53，后台数据管理模块按照所述业务类型、设备型号及设备序列号对数据进行分类管理，分别从所述业务类型和单个设备两个维度对关键数据的阈值进行统计，所述单个设备所设定的阈值相对该业务系统所设定阈值的偏离率不超过20％；S54，设备管理模块将相关的配置参数下发到前端识别设备，以供前端设备启用新的配置参数。本专利技术提供的一种场景自适应人脸识别方法，在传统人脸识别方法的基础上，结合动态人脸追踪算法和人脸姿态估计算法，通过现场场景分析和人机交互等处理流程，能够有效提高对不同应用场景的自适应能力，从而有效提高识别准确率，提升用户使用体验。附图说明图1为本专利技术实施例一种场景自适应人脸识别方法的流程图；图2为本专利技术实施例一种人脸姿态估计算法的模拟示意图；图3为本专利技术实施例一种基于采像关键数据分析获取采像设备配置参数的流程图；图4为本专利技术实施例另一种场景自适应人脸识别方法的流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。作为本专利技术实施例的一个实施例，本实施例提供一种场景自适应人脸识别方法，参考图1，为本专利技术实施例一种场景自适应人脸识别方法的流程图，包括：S1，若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动，并利用动态人脸追踪算法追踪人脸，直至检测到的人脸图像尺寸达到所述预设人脸尺寸；S2，若检测到人脸三维角度不在设定角度范围内，则提示所述目标人体调整人脸朝向，并追踪人脸，直至人脸三维角度达到所述设定角度范围；S3，在低亮度环境下采取对应的补光措施，实时采集人脸图像并进行质量评估，滤除所述质量评估的结果不满足设定质量标准的人脸图像；S4，对经所述滤除获取的质量评估结果满足所述设定质量要求的人脸图像进行特征提取，将提取的人脸特征与预先建立人脸数据库进行人脸特征匹配，获取人脸识别结果。步骤S1可以理解为，在进行人脸识别时，通常是现场采集目标人体的人脸图像，并将采集到的人脸图像与预先建立的人脸数据库数据进行匹配验证。若匹配成功，则人脸识别完成，若匹配不成功，则人脸识别失败。成功进行人脸匹配验证的一个关键因素是现场采集到的人脸图像质量，包括图像中人脸的尺寸、人脸的清晰度、人脸的三维角度等。本步骤在进行人脸识别时先根据图像预览判断人脸尺寸大小，若预览的人脸图像尺寸达不到预设人脸尺寸，认为图像质量达不到比对要求，能够成功匹配的概率较低，则通过人机交互提示待识别的人移动到合适的位置。此处的人机交互可以通过语音、文字或图像等方式实现。在目标人体移动的过程中，利用动态人脸追踪算法追踪该人体的人脸，并连续判断预览的人脸图像尺寸是否达到预设人脸尺寸。若达不到预设人脸尺寸本文档来自技高网...

【技术保护点】
1.一种场景自适应人脸识别方法，其特征在于，包括：S1，若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动，并利用动态人脸追踪算法追踪人脸，直至检测到的人脸图像尺寸达到所述预设人脸尺寸；S2，若检测到人脸三维角度不在设定角度范围内，则提示所述目标人体调整人脸朝向，并追踪人脸，直至人脸三维角度达到所述设定角度范围；S3，在低亮度环境下采取对应的补光措施，实时采集人脸图像并进行质量评估，滤除所述质量评估的结果不满足设定质量标准的人脸图像；S4，对经所述滤除获取的质量评估结果满足所述设定质量要求的人脸图像进行特征提取，将提取的人脸特征与预先建立人脸数据库进行人脸特征匹配，获取人脸识别结果。

【技术特征摘要】
1.一种场景自适应人脸识别方法，其特征在于，包括：S1，若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动，并利用动态人脸追踪算法追踪人脸，直至检测到的人脸图像尺寸达到所述预设人脸尺寸；S2，若检测到人脸三维角度不在设定角度范围内，则提示所述目标人体调整人脸朝向，并追踪人脸，直至人脸三维角度达到所述设定角度范围；S3，在低亮度环境下采取对应的补光措施，实时采集人脸图像并进行质量评估，滤除所述质量评估的结果不满足设定质量标准的人脸图像；S4，对经所述滤除获取的质量评估结果满足所述设定质量要求的人脸图像进行特征提取，将提取的人脸特征与预先建立人脸数据库进行人脸特征匹配，获取人脸识别结果。2.根据权利要求1所述的方法，其特征在于，在所述S4的步骤之后，还包括：通过后台数据分析模块，实时收集前端人脸识别设备上报的图像参数和比对分值，利用数据建模方法和数据统计分析算法，按照系统定义的模型，定期对数据进行统计分析，计算适于当前应用场景的期望配置参数，并重新下发给前端识别设备，以供所述前端识别设备根据所述期望配置参数配置当前参数。3.根据权利要求1或2所述的方法，其特征在于，步骤S3中所述在低亮度环境下采取对应的补光措施的步骤进一步包括：根据人脸图像预览判断环境照度是否达到预设标准，若达不到所述预设标准，则通过显示白屏或者开启补光灯进行额外补光。4.根据权利要求3所述的方法，其特征在于，在所述通过显示白屏或者开启补光灯进行额外补光的步骤之后，还包括：若检测到补光后的人脸图像预览清晰度达不到设定清晰度阈值，则提示所述目标人体静止不动，并根据补光后的人脸图像亮度，选择对应的人脸图像清晰度阈值和人脸比对阈值。5.根据权利要求1、2、4中任一所述的方法，其特征在于，步骤S1中所述若检测到人脸图像尺寸未达到预设人脸尺寸，则提示目标人体向对应位置移动的步骤进一步具体包括：通过人脸检测算法和动态人脸追踪算法实时检测和跟踪目标人脸图像，并比较所述目标人脸图像的尺寸与所述预设人脸尺寸的大小，若所述目标人脸图像的尺寸小于所述...

【专利技术属性】
技术研发人员：张艳红，彭骏，吉纲，方自成，占涛，
申请(专利权)人：武汉普利商用机器有限公司，精伦电子股份有限公司，
类型：发明
国别省市：湖北,42