人脸识别的方法和装置制造方法及图纸

本发明专利技术实施例公开了一种人脸识别方法及装置，该方法包括：获取待识别图像，并在该待识别图像中定位出人脸关键点。从上述人脸关键点中获取用于确定人眼轮廓的N个目标人脸关键点，并获取上述N个目标人脸关键点中各个目标人脸关键点的位置信息，其中，N为大于1的正整数。根据各个目标人脸关键点的位置信息，确定上述待识别图像中包括的人眼的眼型特征参量。根据上述眼型特征参量确定所述人眼的眼型。采用本发明专利技术实施例可提高人脸识别技术的识别精度，提升人脸识别技术的适用性。

Methods and devices for face recognition

An embodiment of the invention discloses a method and device for face recognition. The method includes: obtaining the image to be identified and locating the key point of the face in the image to be identified. The key points of the N target face to determine the human eye contour are obtained from the key points of the face, and the position information of the key points of each target face in the key points of the N target face is obtained, in which N is a positive integer greater than 1. According to the location information of the key points of each target, the eye type characteristic parameters of the human eye in the identified image are determined. The eye type of the human eye is determined according to the above ocular characteristic parameters. The embodiment of the invention can improve the recognition accuracy of face recognition technology and enhance the applicability of face recognition technology.

【技术实现步骤摘要】
人脸识别的方法和装置
本专利技术涉及图像处理领域，尤其涉及一种人脸识别方法和装置。
技术介绍
随着计算机技术的不断发展，人脸识别技术的应用越来越受到人们的重视。人脸识别技术是基于生物特征的识别方式，利用人类自身拥有的并且能够唯一标示其身份的生理特征或者行为特征进行身份识别和验证的技术。随着人脸识别技术的应用范围越来越广泛，人们对人脸识别技术的识别精度的要求也越来越高。现有技术中，人脸识别技术主要包括人脸轮廓识别和人脸五官识别等，人脸识别技术的识别精度低，人脸识别技术的使用范围小，其适用性低。
技术实现思路
本专利技术实施例提供了一种人脸识别方法及装置，可提高人脸识别技术的识别精度，提升人脸识别技术的适用性。第一方面提供了一种人脸识别方法，其可包括：获取待识别图像，并在该待识别图像中定位出人脸关键点。从上述人脸关键点中获取用于确定人眼轮廓的N个目标人脸关键点，并获取上述N个目标人脸关键点中各个目标人脸关键点的位置信息，其中，N为大于1的正整数。根据各个目标人脸关键点的位置信息，确定上述待识别图像中包括的人眼的眼型特征参量。根据上述眼型特征参量确定所述人眼的眼型。在一些可行的实施方式中，上述根据上述各个目标人脸关键点的位置信息，确定上述待识别图像中包括的人眼的眼型特征参量包括：根据上述各个目标人脸关键点的位置信息，确定上述待识别图像中包括的左侧人眼的第一人眼轮廓宽窄度和右侧人眼的第二人眼轮廓宽窄度。计算上述第一人眼轮廓宽窄度和上述第二人眼轮廓宽窄度的平均值以得到人眼轮廓宽窄度均值，并将该人眼轮廓宽窄度均值确定为上述待识别图像中包括的人眼的眼型特征参量。在一些可行的实施方式中，上述根据上述各个目标人脸关键点的位置信息，确定上述待识别图像中包括的左侧人眼的第一人眼轮廓宽窄度和右侧人眼的第二人眼轮廓宽窄度包括：根据上述各个目标人脸关键点的位置信息执行如下操作以确定上述第一人眼轮廓宽窄度和上述第二人眼轮廓宽窄度中任一人眼轮廓宽窄度i：从上述N个目标人脸关键点中确定出用于确定上述人眼轮廓宽窄度i的目标人脸关键点A、目标人脸关键点B、目标人脸关键点C、目标人脸关键点D、目标人脸关键点E以及目标人脸关键点F。计算上述目标人脸关键点A与上述目标人脸关键点B之间的第一距离、上述目标人脸关键点C与上述目标人脸关键点D之间的第二距离以及上述目标人脸关键点E与上述目标人脸关键点F之间的第三距离。根据上述第一距离、上述第二距离以及上述第三距离确定上述人眼轮廓宽窄度i。在一些可行的实施方式中，上述根据上述眼型特征参量确定人眼的眼型包括：计算上述人眼轮廓宽窄度均值与预设眼型特征阈值的差值，根据该差值确定所述人眼的眼型。其中，上述人眼的眼型为圆眼、眯缝眼以及除圆眼和眯缝眼以外的普通眼中的一种。在一些可行的实施方式中，上述N个目标人脸关键点包括目标人脸关键点A’、目标人脸关键点B’、目标人脸关键点C’、目标人脸关键点D’和目标人脸关键点E’。上述根据上述各个目标人脸关键点的位置信息，确定该待识别图像中包括的人眼的眼型特征参量包括：根据上述目标人脸关键点A’、上述目标人脸关键点B’和上述目标人脸关键点D’的位置信息确定第一外眼角夹角，上述第一外眼角夹角由上述目标人脸关键点A’、上述目标人脸关键点B’和上述目标人脸关键点D’确定。根据上述目标人脸关键点B’、上述目标人脸关键点C’和上述目标人脸关键点D’的位置信息确定第二外眼角夹角，上述第二外眼角夹角由上述目标人脸关键点B’、上述目标人脸关键点C’和上述目标人脸关键点D’确定。根据上述目标人脸关键点A’、上述目标人脸关键点D’和上述目标人脸关键点E’的位置信息确定第三外眼角夹角，上述第三外眼角夹角由上述目标人脸关键点A’、上述目标人脸关键点D’和上述目标人脸关键点E’确定。根据上述第一外眼角夹角、第二外眼角夹角和第三外眼角夹角确定上述待识别图像中包括的人眼的外眼角夹角特征量，将上述外眼角夹角特征量确定为所述待识别图像中包括的人眼的眼型特征参量。在一些可行的实施方式中，上述根据上述眼型特征参量确定上述待识别图像中包括的人眼的眼型包括：计算上述人眼的外眼角夹角特征量与预设眼型特征阈值的相似度，并根据该相似度确定上述人眼的眼型。其中，上述人眼的眼型为上扬眼、下垂眼以及除上扬眼和下垂眼以外的正常眼中的一种。在一些可行的实施方式中，上述人脸识别方法还包括：获取M张用于确定预设眼型特征阈值的人脸图片，其中，M为大于0的正整数。从上述M张人脸图片中的每张上述人脸图片中提取眼型特征参量以得到M组眼型特征参量。计算上述M组眼型特征参量的平均值以得到平均眼型特征参量，并将上述平均眼型特征参量确定为预设眼型特征阈值。第二方面提供了一种人脸识别装置，其可包括：图像获取模块，用于获取待识别图像；目标关键点获取模块，用于在上述图像获取模块获取的上述待识别图像中定位出人脸关键点。从上述人脸关键点中获取用于确定人眼轮廓的N个目标人脸关键点，并获取上述N个目标人脸关键点中各个目标人脸关键点的位置信息。其中，N为大于1的正整数。特征提取模块，用于根据上述目标关键点获取模块获取的上述各个目标人脸关键点的位置信息，确定上述待识别图像中包括的人眼的眼型特征参量。识别模块，用于根据上述特征提取模块获取的眼型特征参量确定上述人眼的眼型。在一些可行的实施方式中，所述特征提取模块用于：根据上述目标关键点获取模块获取的各个目标人脸关键点的位置信息，确定上述图像获取模块获取的上述待识别图像中包括的左侧人眼的第一人眼轮廓宽窄度和右侧人眼的第二人眼轮廓宽窄度。计算上述第一人眼轮廓宽窄度和上述第二人眼轮廓宽窄度的平均值以得到人眼轮廓宽窄度均值。将上述人眼轮廓宽窄度均值确定为上述待识别图像中包括的人眼的眼型特征参量。在一些可行的实施方式中，所述特征提取模块用于：根据上述目标关键点获取模块获取的各个目标人脸关键点的位置信息执行如下操作以确定上述第一人眼轮廓宽窄度和上述第二人眼轮廓宽窄度中任一人眼轮廓宽窄度i：从上述目标关键点获取模块获取的N个目标人脸关键点中确定出用于确定上述人眼轮廓宽窄度i的目标人脸关键点A、目标人脸关键点B、目标人脸关键点C、目标人脸关键点D、目标人脸关键点E以及目标人脸关键点F。计算上述目标人脸关键点A与上述目标人脸关键点B之间的第一距离、上述目标人脸关键点C与上述目标人脸关键点D之间的第二距离以及上述目标人脸关键点E与上述目标人脸关键点F之间的第三距离。根据上述第一距离、上述第二距离以及上述第三距离确定所述人眼轮廓宽窄度i。在一些可行的实施方式中，上述识别模块用于：计算上述特征提取模块获取的上述人眼轮廓宽窄度均值与预设眼型特征阈值的差值。根据上述差值确定所述人眼的眼型。其中，上述人眼的眼型为圆眼、眯缝眼以及除圆眼和眯缝眼以外的普通眼中的一种。在一些可行的实施方式中，上述N个目标人脸关键点包括目标人脸关键点A’、目标人脸关键点B’、目标人脸关键点C’、目标人脸关键点D’和目标人脸关键点E’。上述特征提取模块用于：根据上述目标关键点获取模块获取的目标人脸关键点A’、目标人脸关键点B’和目标人脸关键点D’的位置信息确定第一外眼角夹角，上述第一外眼角夹角由上述目标人脸关键点A’、上述目标人脸关键点B’和上述目标人脸关键点D’确定。根据上述本文档来自技高网...

【技术保护点】
1.一种人脸识别的方法，其特征在于，所述方法包括：获取待识别图像，在所述待识别图像中定位出人脸关键点；从所述人脸关键点中获取用于确定人眼轮廓的N个目标人脸关键点，并获取所述N个目标人脸关键点中各个目标人脸关键点的位置信息，其中，N为大于1的正整数；根据所述各个目标人脸关键点的位置信息，确定所述待识别图像中包括的人眼的眼型特征参量；根据所述眼型特征参量确定所述人眼的眼型。

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，所述方法包括：获取待识别图像，在所述待识别图像中定位出人脸关键点；从所述人脸关键点中获取用于确定人眼轮廓的N个目标人脸关键点，并获取所述N个目标人脸关键点中各个目标人脸关键点的位置信息，其中，N为大于1的正整数；根据所述各个目标人脸关键点的位置信息，确定所述待识别图像中包括的人眼的眼型特征参量；根据所述眼型特征参量确定所述人眼的眼型。2.根据权利要求1所述的方法，其特征在于，所述根据所述各个目标人脸关键点的位置信息，确定所述待识别图像中包括的人眼的眼型特征参量包括：根据所述各个目标人脸关键点的位置信息，确定所述待识别图像中包括的左侧人眼的第一人眼轮廓宽窄度和右侧人眼的第二人眼轮廓宽窄度；计算所述第一人眼轮廓宽窄度和所述第二人眼轮廓宽窄度的平均值以得到人眼轮廓宽窄度均值，并将所述人眼轮廓宽窄度均值确定为所述待识别图像中包括的人眼的眼型特征参量。3.根据权利要求2所述的方法，其特征在于，所述根据所述各个目标人脸关键点的位置信息，确定所述待识别图像中包括的左侧人眼的第一人眼轮廓宽窄度和右侧人眼的第二人眼轮廓宽窄度包括：根据所述各个目标人脸关键点的位置信息执行如下操作以确定所述第一人眼轮廓宽窄度和所述第二人眼轮廓宽窄度中任一人眼轮廓宽窄度i：从所述N个目标人脸关键点中确定出用于确定所述人眼轮廓宽窄度i的目标人脸关键点A、目标人脸关键点B、目标人脸关键点C、目标人脸关键点D、目标人脸关键点E以及目标人脸关键点F；计算所述目标人脸关键点A与所述目标人脸关键点B之间的第一距离、所述目标人脸关键点C与所述目标人脸关键点D之间的第二距离以及所述目标人脸关键点E与所述目标人脸关键点F之间的第三距离；根据所述第一距离、所述第二距离以及所述第三距离确定所述人眼轮廓宽窄度i。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述眼型特征参量确定所述人眼的眼型包括：计算所述人眼轮廓宽窄度均值与预设眼型特征阈值的差值，根据所述差值确定所述人眼的眼型；其中，所述人眼的眼型为圆眼、眯缝眼以及除圆眼和眯缝眼以外的普通眼中的一种。5.根据权利要求1所述的方法，其特征在于，所述N个目标人脸关键点包括目标人脸关键点A’、目标人脸关键点B’、目标人脸关键点C’、目标人脸关键点D’和目标人脸关键点E’；所述根据所述各个目标人脸关键点在所述待识别图像中的位置信息，确定所述待识别图像中包括的人眼的眼型特征参量包括：根据所述目标人脸关键点A’、所述目标人脸关键点B’和所述目标人脸关键点D’的位置信息确定第一外眼角夹角，所述第一外眼角夹角由所述目标人脸关键点A’、所述目标人脸关键点B’和所述目标人脸关键点D’确定；根据所述目标人脸关键点B’、所述目标人脸关键点C’和所述目标人脸关键点D’的位置信息确定第二外眼角夹角，所述第二外眼角夹角由所述目标人脸关键点B’、所述目标人脸关键点C’和所述目标人脸关键点D’确定；根据所述目标人脸关键点A’、所述目标人脸关键点D’和所述目标人脸关键点E’的位置信息确定第三外眼角夹角，所述第三外眼角夹角由所述目标人脸关键点A’、所述目标人脸关键点D’和所述目标人脸关键点E’确定；根据所述第一外眼角夹角、所述第二外眼角夹角和所述第三外眼角夹角确定外眼角夹角特征量，并将所述外眼角夹角特征量确定为所述待识别图像中包括的人眼的眼型特征参量。6.根据权利要求5所述的方法，其特征在于，所述根据所述眼型特征参量确定所述待识别图像中包括的人眼的眼型包括：计算所述人眼的外眼角夹角特征量与预设眼型特征阈值的相似度，根据所述相似度确定所述人眼的眼型；其中，所述人眼的眼型为上扬眼、下垂眼以及除上扬...

【专利技术属性】
技术研发人员：林丽梅，
申请(专利权)人：深圳和而泰数据资源与云技术有限公司，
类型：发明
国别省市：广东,44