人脸识别方法及人脸识别系统技术方案

本发明专利技术提供一种人脸识别方法及人脸识别系统，用于检测人脸中的遮挡区域，包括：对图像进行人脸检测，并对所检测到的人脸进行标记；对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点；将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域；计算所述几何区域中每个像素的色度分量；筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。本发明专利技术通过统计由标记框与双眼构成的几何区域中的不同于肤色的像素点，以作为遮挡区域，无需收集样本、训练参数、及不受用户行为的干扰，具有准确性高、计算速度快、且识别灵活的优点。

Face recognition method and face recognition system

The present invention provides a method of face recognition and face recognition system for face detection in the occlusion region, including: face detection and face image, the detected marker; positioning face to mark the center point, to get the right and left respectively; the left eye the center point, the right eye center point, and mark the upper two vertices frame geometry; chrominance components of each pixel is calculated by the geometric region; the selected color component is not equal to the preset difference color pixels, and counts the intervals corresponding to the pixel difference as the occlusion area. The geometric region of the present invention is composed of frame and markers by statistics in different eyes to skin color pixels, as occlusion areas, without the need to collect samples and training parameters, and is not affected by user behavior interference, has high accuracy and fast computation speed and flexible recognition.

【技术实现步骤摘要】
人脸识别方法及人脸识别系统
本专利技术属于图像处理的领域，尤其涉及一种人脸识别方法及人脸识别系统。
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。通常采用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。可广泛应用于身份识别、活体检测、唇语识别、创意相机、人脸美化、社交平台等场景中。其中，人脸识别的准确率，会受到拍照姿势(正面或侧面)、光线(白天或夜晚)、遮挡物(头发、眼镜、胡须)等多种因素的影响。其中，影响准确率最大的因素，是长垂直眉间、眼角的头发。对此，人脸识别的常见处理方法，是采用有监督的机器学习算法，其先采集大量的人脸样本，然后训练模型，进而对输入的图像进行人脸识别。这样的机器学习算法，不仅在收集人脸样本时费时费力、在训练模型的过程中涉及的参数复杂。尤其是，由于用户可能会佩戴不同样式的帽子、以及可能将头发染成不同颜色，会导致上述参数需要进行适应性修改，而常见的机器学习算法，很难应对上述用户行为而进行实时的调整。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种人脸识别方法及人脸识别系统，可以解决现有技术中的机器学习算法中收集样本时费时费力、训练过程涉及参数复杂且不易随用户行为的改变而进行调节，进而影响识别结果的准确性和灵活性的技术问题。为解决上述技术问题，本专利技术实施例提供了一种人脸识别方法，用于检测人脸中的遮挡区域，包括：对图像进行人脸检测，并对所检测到的人脸进行标记；对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点；将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域；计算所述几何区域中每个像素的色度分量；以及筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。为解决上述技术问题，本专利技术实施例还提供了一种人脸识别系统，用于检测人脸中的遮挡区域，包括：检测模块，用于对图像进行人脸检测，并对所检测到的人脸进行标记；定位模块，用于对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点；选择模块，用于将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域；像素模块，用于计算所述几何区域中每个像素的色度分量；以及区域模块，用于筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。相对于现有技术，本专利技术提供的人脸识别方法及人脸识别系统，通过统计由标记框与双眼构成的几何区域中的不同于肤色的像素点，以作为遮挡区域，无需收集样本、训练参数、及不受用户行为的干扰，具有准确性高、计算速度快、且识别灵活的优点。附图说明图1是本专利技术实施例一提供的人脸识别方法的流程示意图；图2是本专利技术实施例二提供的人脸识别方法的流程示意图；图3是本专利技术实施例三提供的人脸识别系统的模块示意图；图4是本专利技术实施例四提供的人脸识别系统的模块示意图；图5是本专利技术实施例一至四中提供的人脸识别方法及人脸识别系统的几何区域的示意图；图6是本专利技术实施例提供的终端设备的模块示意图。具体实施方式请参照附图中的图式，其中相同的组件符号代表相同的组件，本专利技术的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所示例的本专利技术的具体实施例，其不应被视为限制本专利技术未在此详述的其它具体实施例。本专利技术原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。本专利技术的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。本专利技术中提供的人脸识别方法及人脸识别系统，主要应于手机、电脑、或相机等具有图像存储功能的终端设备，对用户选择的图像进行人脸识别的处理。本专利技术可应用于身份识别、活体检测、创意相机、美图软件、社交平台(如QQ空间、面孔墙)等场景中。请参照以下实施例，实施例一、二侧重于人脸识别方法，实施例三、四侧重于人脸识别系统。可以理解的是：虽然各实施例的侧重不同，但其设计思想是一致的。且，在某个实施例中没有详述的部分，可以参见说明书全文的详细描述，不再赘述。实施例一请参阅图1，所示为人脸识别方法的基本流程示意图。所述人脸识别方法，通常执行于终端设备中。所述人脸识别方法，用于检测人脸中的遮挡区域，其中，本专利技术中的遮挡区域，主要是指头发，亦可检测胡须、眼镜等遮挡物，此处不再赘述。所述人脸识别方法，包括：在步骤S101中，对图像进行人脸检测，并对所检测到的人脸进行标记。其中，可通过标记框对人脸进行标记，所述标记框通常是采用矩形框，对人脸的上至额头、下至下巴、左右至双耳的区域进行框定。其实现的方式，如通过OpenCV(OpenSourceComputerVisionLibrary，开源计算机视觉库)的开源的人脸检测算法，对图像进行人脸检测。在步骤S102中，对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点。如，可以通过多个轮廓点对人脸轮廓进行定位，包括：脸型轮廓、眉毛、眼睛、鼻子、和嘴巴；在以其中眼睛的轮廓点以分别获取双眼的中心点。在步骤S103中，将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域。如图5所示，为所述几何区域的示意图。以梯形区域R为例，其中四个顶点包括：左顶点坐标值fL(x，y)、右顶点的坐标值fR(x，y)、左眼的中心点的坐标值L(x，y)、以及右眼的中心点的坐标值R(x，y)。在步骤S104中，计算所述几何区域中每个像素的色度分量。具体而言，所述色度分量的计算步骤，包括：(1)获取所述几何区域内的像素个数；(2)获取所述每一像素的红R值、绿G值、和蓝B值；以及(3)计算所述每一像素的色度分量，其中所述色度分量取决于所述每一像素的R值、G值、B值、和预设的常量值。具体而言，所述色度分量包括：红色色度分量和/或蓝色色度分量；其中：所述红色色度分量Cr＝aR-bG-cB+d，所述蓝色色度分量Cb＝aB-bR-cG+d，其中，a、b、c、和d为常量值。在步骤S105中，筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。具体而言，所述统计步骤包括：(1)设置肤色，并根据所设置的肤色生成预设的色度区间，比如：黄色皮肤。(2)设置头发颜色，对所述头发颜色与所述肤色进行对比，得到对比结果，其中常见的头发颜色，如：黑色头发、白色头发、咖啡色头发等。(3)根据所述对比结果筛选出所述色度分量不大于或不小于预设色度的差异像素，并统计所述差异像素与所述几何区域的比率，作为遮挡比率，其中，所述色度分量中不等于所述预设色度区间，即：对比区分出不同于肤色的像素点，以作为遮挡物标的。同时，不以单个像素计算，而是累计比率，以求取区域值，使产生的结果更加准确、可信度高。(4)判断所述遮挡比率是否大于预设遮挡率。(5)若大于所述预设遮挡率，则将所述遮挡比率对应的区域作为遮挡区域。(6)若不大于，则忽略所述遮挡比率对应的区域，将其视为图像中的噪点。本专利技术实施例提供的人脸识别方法，通过统计由标记框与双眼构成的几何区域中的不同于肤色的像素点，以作为遮挡区域，无需收集样本、训练参数、及不受用户行为的干扰，具有准确性高、计算速度快、且识别灵活的优点。实施例二请参阅图2，所示为人脸识别方法的详本文档来自技高网...

【技术保护点】
一种人脸识别方法，用于检测人脸中的遮挡区域，其特征在于，包括：对图像进行人脸检测，并对所检测到的人脸进行标记；对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点；将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域；计算所述几何区域中每个像素的色度分量；以及筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。

【技术特征摘要】
1.一种人脸识别方法，用于检测人脸中的遮挡区域，其特征在于，包括：对图像进行人脸检测，并对所检测到的人脸进行标记；对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点；将所述左眼的中心点、所述右眼的中心点、和标记框上侧两顶点构成几何区域；计算所述几何区域中每个像素的色度分量；以及筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域。2.如权利要求1所述的人脸识别方法，其特征在于，计算所述几何区域中每个像素的色度分量，具体包括：获取所述几何区域内的像素个数；获取所述每一像素的红R值、绿G值、和蓝B值；以及计算所述每一像素的色度分量，其中所述色度分量取决于所述每一像素的R值、G值、B值、和预设的常量值。3.如权利要求1或2所述的人脸识别方法，其特征在于，筛选出所述色度分量不等于预设色度的差异像素，并统计所述差异像素所对应的区间以作为遮挡区域，具体包括：设置肤色，并根据所设置的肤色生成预设色度；设置头发颜色，对所述头发颜色与所述肤色进行对比，得到对比结果；根据所述对比结果筛选出所述色度分量不大于或不小于预设色度的差异像素，并统计所述差异像素与所述几何区域的比率，作为遮挡比率；判断所述遮挡比率是否大于预设遮挡率；以及若大于所述预设遮挡率，则将所述遮挡比率对应的区域作为遮挡区域。4.如权利要求1所述的人脸识别方法，其特征在于，对图像进行人脸检测，并对所检测到的人脸进行标记，具体包括：通过开源人脸检测算法，对图像进行人脸检测；通过标记框对所检测到的人脸进行标记；以及获取标记框的左顶点、和右顶点的坐标值。5.如权利要求1或4所述的人脸识别方法，其特征在于，对标记的人脸进行定位，以分别获取左眼的中心点、和右眼的中心点，具体包括：预设眼睛的轮廓点个数；通过预设个数的轮廓点，分别对左眼轮廓和右眼轮廓进行描述，以确定左眼轮廓和右眼轮廓；根据所述左眼轮廓计算左眼的中心点的坐标值；以及根据所述右眼轮廓计算右眼的中心点的坐标值。6.一种人脸识别系统，用于检测人脸中的遮挡区域，其特征...

【专利技术属性】
技术研发人员：谭国富，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44