脸部照片的筛选方法及脸部辨识系统技术方案

本发明专利技术提供一脸部照片的筛选方法，其特征在于，该筛选方法包括以下步骤：追踪到至少一脸部照片的多个特征点；将每一个特征点进行分析，以取得每一个特征点的一区域信息，且该区域信息包括一影像质量信息、一脸部姿势信息及一遮蔽程度信息；对该影像质量信息进行评分，以获得一第一仲裁分数；对该脸部姿势信息进行评分，以获得一第二仲裁分数；对该遮蔽程度信息进行评分，以获得一第三仲裁分数；依据该第一仲裁分数、该第二仲裁分数及该第三仲裁分数产生一综合质量分数；当综合质量分数超出一门坎值时，以脸部照片的多个特征点作为与多个特定人员的撷取特征比对的标的。本发明专利技术的有益效果是，能挑选出适合比对的脸部照片来提高比对的辨识率。

Face image screening method and face identification system

The present invention provides a screening method of a face photo, which includes the following steps: tracking to a plurality of feature points of at least one face photo, analyzing each feature point to obtain a region information of each feature point, and the area information includes an image quality information, a facial posture. Potential information and information of the degree of coverage; score the image quality information to obtain a first arbitration score; score the facial posture information to obtain a second arbitration score; score the coverage information to obtain a third arbitration score; according to the first arbitration score, the second arbitration The score and the third arbitration score produce a comprehensive quality score; when the comprehensive quality score exceeds a threshold value, multiple feature points of the face photograph are used as the standard to compare the capture features of a number of specific personnel. The beneficial effect of the invention is that a face photograph suitable for comparison can be selected to improve the recognition rate of the comparison.

【技术实现步骤摘要】
脸部照片的筛选方法及脸部辨识系统
本专利技术是关于一种脸部照片的筛选方法及脸部辨识系统，更明确地说，本专利技术是有关于一种具有综合质量分数的脸部照片的筛选方法及脸部辨识系统。
技术介绍
现今的脸部辨识系统的一般工作流程分成三部份，第一个部份是从一影像流中挑选适合用于辨识的脸部照片，第二部份是撷取脸部照片的特征，第三部份是将该脸部照面的特征与脸部辨识系统的数据库内的特定人员脸部特征做1对1或1对多的比对，当比对出最相似的脸部特征时，即能产生一辨识结果。此外，在上述的第一部分中，辨识时需使用的脸部照片通常是从一段视频中挑选而来。并且，目前大部分挑选脸部照片的方法都是利用一脸部检测与分析模块(facedetector)过滤出特定脸部姿势的脸部照片(通常为脸部的正面照片)，此方式是利用脸部姿势的信息作为筛选照片的条件。然而，若该脸部照片上的脸部区域具有一些遮蔽物(例如墨镜和围巾)或是不同的脸部表情变化，这些遮蔽物与脸部表情变化都会影响最终的辨识结果，导致系统的辨识率降低。因此，如何挑选出适合比对的脸部照片来提高脸部辨识系统1对1或1对多的比对的辨识率，便是本领域具有通常知识者值得去思量地。
技术实现思路
本专利技术的主要目的在于提供一种脸部照片的筛选方法及脸部辨识系统，此脸部照片的筛选方法及脸部辨识系统能筛选出适合比对的脸部照片，以提高脸部辨识系统1对1或1对多的比对的辨识率。根据上述目的与其他目的，本专利技术提供一种脸部照片的筛选方法，其特征在于，该筛选方法包括以下步骤：追踪到至少一脸部照片的多个特征点；将每一个特征点进行分析，以取得每一个特征点的一区域信息，且该区域信息包括一影像质量信息、一脸部姿势信息及一遮蔽程度信息；对该影像质量信息进行评分，以获得一第一仲裁分数score_a(i)；对该脸部姿势信息进行评分，以获得一第二仲裁分数score_p(i)；对该遮蔽程度信息进行评分，以获得一第三仲裁分数score_c(i)；依据该第一仲裁分数、该第二仲裁分数及该第三仲裁分数产生一综合质量分数SCORE(i)；当该综合质量分数超出一门坎值时，以该脸部照片的多个特征点作为与多个特定人员的撷取特征比对的标的。于上述的脸部照片的筛选方法，其特征在于，该影像质量信息是指在该脸部照片追踪到的该特征点在影像上的位置。于上述的脸部照片的筛选方法，其特征在于，该脸部姿势信息是指在该脸部照片估测出来的脸部姿势，且该脸部姿势经由俯仰角pitch，翻滚角roll及偏航角yaw三个角度的范围所定义而出。于上述的脸部照片的筛选方法，其特征在于，该遮蔽程度信息是指在该脸部照片追踪到的该特征点的涵盖区域的遮蔽程度。于上述的脸部照片的筛选方法，其特征在于，该第一仲裁分数score_a(i)是由以下的方程式所求得：score_a(i)＝f(imagef，imageb)；其中imagef是指该未知人员的脸部照片，imageb是指该数据库中所有特定人员的脸部照片平均，而f是指分析影像模糊的程度。于上述的脸部照片的筛选方法，其特征在于，该第二仲裁分数score_p(i)是由以下的方程式所求得：score_p(i)＝(Pi-PT)/Ep+(Ri-PR)/Er+(Yi-PY)/Ey；其中(Pi，RiYi)定义为在第i张frame估测出来的脸部姿势，PT是指需要的该俯仰角pitch角度，PR是指需要的该翻滚角roll角度，PY是指需要的该偏航角yaw角度，Ep是指可容忍的该俯仰角pitch的误差，Er是指可容忍的该翻滚角roll的误差，Ey是指可容忍的该偏航角yaw的误差。于上述的脸部辨识系统，其特征在于，该第三仲裁分数score_c(i)是由以下的方程式所求得：其中Cik是指该遮蔽程度信息。于上述的脸部照片的筛选方法，其特征在于，该综合质量分数SCORE(i)是由以下的方程式所求得：SCORE(i)＝wc＊score_c(i)+wp＊score_p(i)+wa＊score_a(i)；其中wc是指相对应于该第三仲裁分数score_c(i)的一第三权重值，wp是指相对应于该第二仲裁分数score_p(i)的一第二权重值，而wa是指相对应于该第一仲裁分数score_a(i)的一第一权重值。本专利技术提供一脸部辨识系统，该脸部辨识系统是应用于上述的脸部照片的筛选方法上，脸部辨识系统包括一数据库、一脸部检测与分析模块及、一评分模块、一质量估算模块及一比对模块。数据库储存多个特定人员的撷取特征。脸部检测与分析模块用于追踪到一未知人员的至少一脸部照片的多个特征点，且该脸部检测与分析模块将每一个特征点进行分析，以取得每一个特征点的一区域信息，该区域信息包括一影像质量信息、一脸部姿势信息及一遮蔽程度信息。评分模块对该影像质量信息进行评分，以获得一第一仲裁分数score_a(i)。评分模块对该脸部姿势信息进行评分，以获得一第二仲裁分数score_p(i)。评分模块对该遮蔽程度信息进行评分，以获得一第三仲裁分数score_c(i)。质量估算模块依据该第一仲裁分数、该第二仲裁分数及该第三仲裁分数产生一综合质量分数SCORE(i)。其中，当该综合质量分数超出一门坎值时，该比对模块将该多个特定人员的撷取特征与该脸部照片的多个特征点进行比对。为让本专利技术的上述目的、特征和优点更能明显易懂，下文将以实施例并配合所附图式，作详细说明如下。需注意的是，所附图式中的各组件仅是示意，并未按照各组件的实际比例进行绘示。附图说明图1所绘示为本实施例的脸部辨识系统2。图2脸部照片的多个特征点的示意图。图3所绘示为本实施例之脸部照片8的筛选方法的流程图。图4所绘示为本实施例之脸部照片8的筛选方法的源代码。具体实施方式请参照图1，图1所绘示为本实施例的脸部辨识系统2，脸部辨识系统2包括一数据库21、一脸部检测与分析模块22、一评分模块23、一质量估算模块24及一比对模块25。数据库21是用来储存多个特定人员的撷取特征210，这些特定人员的撷取特征210全部都是比对模块25用来比对其他未知人员的依据。脸部检测与分析模块是用于追踪到一未知人员的至少一脸部照片8的多个特征点81(请参阅图2，图2所绘示为脸部照片的多个特征点的示意图)。其中，该脸部照片8属于一影像流内的其中一张，且该影像流的定义有两种，第一种是从一个视讯文件选取某一段使用，的二种是由数字相机连续捉取的多张影像。此外。脸部检测与分析模块22将会每一个特征点81进行分析，以取得每一个特征点81的一区域信息220，而区域信息220是包括一影像质量信息221、一脸部姿势信息222及一遮蔽程度信息223。其中，影像质量信息221是指在脸部照片8追踪到的特征点81在影像上的位置。这样一来，便能经由影像质量信息221得知该影像模糊的程度。脸部姿势信息222是指在脸部照片8所估测出来的脸部姿势，且脸部姿势能经由俯仰角pitch，翻滚角roll及偏航角yaw三个角度的范围所定义而出。这样一来，便能得知脸部姿势正规化的好坏。另外，遮蔽程度信息223是指在脸部照片8追踪到的特征点81的涵盖区域的遮蔽程度。这样一来，便能得知脸部五官被遮挡的情况。请再参照图1，评分模块23会对影像质量信息221、脸部姿势信息222及遮蔽程度信息223各自进行评分，以分别获得以获得一第一仲裁分数sc本文档来自技高网...

【技术保护点】
1.一种脸部照片的筛选方法，其特征在于，该筛选方法包括以下步骤：追踪到至少一脸部照片的多个特征点；将每一个特征点进行分析，以取得每一个特征点的一区域信息，且该区域信息包括一影像质量信息、一脸部姿势信息及一遮蔽程度信息；对该影像质量信息进行评分，以获得一第一仲裁分数；对该脸部姿势信息进行评分，以获得一第二仲裁分数；对该遮蔽程度信息进行评分，以获得一第三仲裁分数；依据该第一仲裁分数、该第二仲裁分数及该第三仲裁分数产生一综合质量分数；其中，当该综合质量分数超出一门坎值时，以该脸部照片的多个特征点作为与多个特定人员的撷取特征比对的标的。

【技术特征摘要】
1.一种脸部照片的筛选方法，其特征在于，该筛选方法包括以下步骤：追踪到至少一脸部照片的多个特征点；将每一个特征点进行分析，以取得每一个特征点的一区域信息，且该区域信息包括一影像质量信息、一脸部姿势信息及一遮蔽程度信息；对该影像质量信息进行评分，以获得一第一仲裁分数；对该脸部姿势信息进行评分，以获得一第二仲裁分数；对该遮蔽程度信息进行评分，以获得一第三仲裁分数；依据该第一仲裁分数、该第二仲裁分数及该第三仲裁分数产生一综合质量分数；其中，当该综合质量分数超出一门坎值时，以该脸部照片的多个特征点作为与多个特定人员的撷取特征比对的标的。2.如权利要求1所述的脸部照片的筛选方法，其特征在于，该影像质量信息是指在该脸部照片追踪到的该特征点在影像上的位置。3.如权利要求1所述的脸部照片的筛选方法，其特征在于，该脸部姿势信息是指在该脸部照片估测出来的脸部姿势，且该脸部姿势经由俯仰角pitch，翻滚角roll及偏航角yaw三个角度的范围所定义而出。4.如权利要求1所述的脸部照片的筛选方法，其特征在于，该遮蔽程度信息是指在该脸部照片追踪到的该特征点的涵盖区域的遮蔽程度。5.如权利要求1所述的脸部照片的筛选方法，其特征在于，该第一仲裁分数是由以下的方程式所求得：score_a(i)＝f(imagef，imageb)；其中imagef是指该未知人员的脸部照片，imageb是指该数据库中所有特定人员的脸部照片平均，f是指分析影像模糊的程度，score_a(i)是指该第一仲裁分数。6.如权利要求5所述的脸部照片的筛选方法，其特征在于，该第二仲裁分数是由以下的方程式所求得：score_p(i)＝(Pi-PT)/Ep+(Ri-PR)/Er+(Yi-PY)/Ey；其中(Pi，RiYi)定义为在第i张脸部照片估测出来的脸部姿势，PT是指需要的该俯仰角pitch角度，PR是指需要的该翻滚角roll角度，P...

【专利技术属性】
技术研发人员：沈保成，
申请(专利权)人：爱唯秀股份有限公司，
类型：发明
国别省市：中国台湾,71