一种人脸特征采集方法及装置制造方法及图纸

本发明专利技术公开了一种人脸特征采集方法及装置，该方法包括但不限于以下步骤：获取包括人脸的图像；检测所述图像中的人脸特征信息，所述图像包括辅助信息；在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息；其中，每个预设特征信息对应一个人脸图像集合；将所述图像添加至与所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中；其中，每个人脸图像集合包括多个具有不同辅助信息的图像。本发明专利技术能够实现自动收集高质量的人脸识别算法的训练数据，提高数据采集的效率，降低人力物力成本。

A Face Feature Acquisition Method and Device

The invention discloses a face feature acquisition method and device, which includes but is not limited to the following steps: acquiring an image including a face; detecting the face feature information in the image, which includes auxiliary information; and determining a preset feature matching the face feature information in a plurality of preset feature information. Information; where each preset feature information corresponds to a set of face images; the image is added to the set of face images corresponding to the preset feature information matching the face feature information; where each face image set includes multiple images with different auxiliary information. The invention can automatically collect training data of high quality face recognition algorithm, improve the efficiency of data acquisition, and reduce the cost of manpower and material resources.

【技术实现步骤摘要】
一种人脸特征采集方法及装置
本专利技术涉及计算机信息领域，尤其涉及一种人脸特征采集方法及装置。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术。其中，人脸识别算法是人脸识别技术中的核心，而人脸识别算法的识别精度很大程度上取决于训练数据，训练数据的质量越高，人脸识别算法的识别精度越高。然而，收集高质量训练数据需要投入大量的人力物力成本。
技术实现思路
本专利技术实施例提供了一种人脸特征采集方法及装置，能够自动收集高质量的图像作为人脸识别算法的训练数据，从而降低人力物力成本。第一方面，本申请提供了一种人脸特征采集方法，该方法包括：获取包括人脸的图像；检测所述图像中的人脸特征信息，所述图像包括辅助信息；在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息；其中，每个预设特征信息对应一个人脸图像集合；将所述图像添加至与所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中；其中，每个人脸图像集合包括多个具有不同辅助信息的图像。第二方面，本申请提供了人脸特征采集装置，该装置包括：采集单元，用于获取包括人脸的图像；检测单元，用于检测所述图像中的人脸特征信息，所述图像包括辅助信息；匹配单元，用于在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息；其中，所述多个预设特征信息中的每个预设特征信息对应一个人脸图像集合；添加单元，用于将所述图像添加至与所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中；其中，每个人脸图像集合包括多个具有不同辅助信息的图像。第三方面，本申请提供了一种终端，该终端包括处理器、存储器、输入输出系统，所述处理器、存储器、输入输出系统相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面所述的方法。第四方面，本申请提供了一种系统，该系统包括终端以及摄像头，所述摄像头与所述终端之间独立设置，所述终端与所述摄像头通信连接，所述摄像头用于采集图像并将所述图像发送至所述终端，所述终端用于执行如第一方面所述的方法。第五方面，本申请提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。可以看出，本申请能够从包括辅助信息的图像中检测出被拍摄人员的人脸特征信息，再与预设特征信息匹配后将图像添加至预设特征信息对应的人脸图像集合中。当人脸图像集合中包括有多个具有不同辅助信息的图像时，这样的人脸图像集合即可作为高质量的人脸识别算法的训练数据；也就是说，通过一定时间的图像采集，能够得到基于角度、光照、背景、年龄、姿态、首饰佩戴等不同方面的被拍摄人员的图像作为训练数据，这些图像反映的内容丰富、质量高。且与不同时间特定地采集训练数据相比，更节省时间，能够有效地提高训练数据采集过程的效率，大幅降低人力物力成本。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种人脸特征采集方法的流程示意图；图2是本专利技术实施例提供的另一种人脸特征采集方法的流程示意图；图3是本专利技术实施例提供的一种人脸特征采集装置的结构示意图；图4是本专利技术实施例提供的一种终端的结构示意图；图5是本专利技术实施例提供的一种系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，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作出创造性劳动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。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，图1是本专利技术实施例提供的一种人脸特征采集方法的流程示意图。本实施例主要将该人脸特征采集方法应用于具有数据处理功能的终端中来举例说明，该终端可以是智能手环、智能手表、便携式数字播放器、智能手机、掌上电脑、平板电脑、笔记本电脑、台式电脑、服务器等等。该人脸特征采集方法包括但不限于以下步骤：步骤101，获取包括人脸的图像。本专利技术实施例中，终端可通过接受其他设备发送的图像，从而获取包括人脸的图像；终端也可以通过摄像头拍摄从而获取包括人脸的图像。其中，摄像头可以是数字摄像头、模拟摄像头、电荷耦合器件(charge-coupleddevice，CCD)摄像头或互补金属氧化物半导体(complementarymetaloxidesemiconductor，CMOS)摄像头。进一步地，摄像头可以是与终端一体成型的，例如手机摄像头，也可以是在与终端存在通信连接的情况下独立设置的，例如远程摄像头。需要说明的是，终端可以在接受到被拍摄人员触发的拍摄指令后开启摄像头进行拍摄，从而获取被拍摄人员的图像。终端也可以指示摄像头保持持续拍摄状态，当有被拍摄人员出现在拍摄区域内时，终端获取该被拍摄人员的图像。应理解，上述例子仅用于举例，不是具体限定。步骤103，检测所述图像中的人脸特征信息。本专利技术实施例中，所述人脸特征信息为在所述图像中所体现的被拍摄人员人脸特征的相关信息，该人脸特征信息可以是人脸图像、人脸特征向量、人脸图像特征向量集等等，在此不作限定。本专利技术实施例中，终端将摄像头拍摄得到的图像进行检测，提取出被拍摄人员的人脸特征信息。举例来说，终端可以识别该图像中被拍摄人员的人脸区域，并将该人脸区域中的图像进行特征提取，得到该被拍摄人员的人脸特征信息。进一步地，所述图像包括辅助信息；所述辅助信息可以包括光线、背景、人脸角度、人员姿态、首饰佩戴、人员年龄中的一种或多种；应理解，所述辅助信息用于反映被拍摄人员的人脸部位的角度、光照、背景、年龄、姿态、首饰佩戴等多个方面的信息，也就是说，所述图像为被拍摄人员在被拍摄时刻的图像，被拍摄人员的不同的图像的辅助信息不同。需要说明的是，终端可以通过预设的特征提取模型(或特征提取算法)检测所述图像中的人脸特征信息。该特征提取模型可以是神经网络模型，具体的，包括但不限于卷积神经网络(ConvolutionalNeuralNetwork，CNN)模型、残差网络(ResidualNetworks，ResN本文档来自技高网...

【技术保护点】
1.一种人脸特征采集方法，其特征在于，包括：获取包括人脸的图像；检测所述图像中的人脸特征信息，所述图像包括辅助信息；在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息；其中，每个预设特征信息对应一个人脸图像集合；将所述图像添加至与所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中；其中，每个人脸图像集合包括多个具有不同辅助信息的图像。

【技术特征摘要】
1.一种人脸特征采集方法，其特征在于，包括：获取包括人脸的图像；检测所述图像中的人脸特征信息，所述图像包括辅助信息；在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息；其中，每个预设特征信息对应一个人脸图像集合；将所述图像添加至与所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中；其中，每个人脸图像集合包括多个具有不同辅助信息的图像。2.根据权利要求1所述的方法，其特征在于，所述在多个预设特征信息中确定与所述人脸特征信息相匹配的预设特征信息，包括：分别检测所述人脸特征信息与所述多个预设特征信息中的每个预设特征信息之间的相似度值，确定其中最大的相似度值；判断所述最大的相似度值是否大于或等于第一预设阈值；在所述最大的相似度值大于或等于第一预设阈值的情况下，将所述最大的相似度值对应的预设特征信息作为与所述人脸特征信息相匹配的预设特征信息。3.根据权利要求1所述的方法，其特征在于，所述辅助信息包括光线、背景、人脸角度、人员姿态、首饰佩戴、人员年龄中的一种或多种；所述将所述图像添加至与所述所述人脸特征信息相匹配的预设特征信息对应的人脸图像集合中之后，所述方法还包括：在达到预设时间后，对所述人脸图像集合进行数据清洗，得到可用于模型训练的人脸图像集合。4.根据权利要求3所述的方法，其特征在于，所述对所述人脸图像集合进行数据清洗，包括：在所述人脸图像集合的多个图像中确定目标图像；分别检测所述目标图像的人脸特征信息与所述人脸图像集合中除所述目标图像外的其它每个图像的人脸特征信息之间的相似度值；统计所述目标图像的人脸特征信息与所述人脸图像集合中除所述目标图像外的其它每个图像的人脸特征信息之间的相似度值中相似度值小于第二预设阈值的图像的数量；在所述数量占所述人脸图像集合中图像的数量的比例大于或等于第三预设阈值的情况下，从所述人脸图像集合中删除所述目标图像。5.根据权利要求3或4所述的方法，其特征在于，所述检测所述图像中的人脸特征信息，包括：通过特征提取模型检测所述图像中的人脸特征信息；所述对所述人脸图像集合进行数据清洗，得到可用于模型训练的人脸图像集合之后，所述方法还包括：根据所述可用于模型训练的人脸...

【专利技术属性】
技术研发人员：吴伟，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东,44