人脸识别方法、系统、电子设备和计算机程序产品技术方案

本发明专利技术提供了一种人脸识别方法、系统、电子设备和计算机程序产品，应用于人脸识别技术领域，该方法获取同一用户多个拍摄角度的人脸图像；对人脸图像进行模糊过滤；对模糊过滤后的人脸图像进行姿态过滤；对姿态过滤后的人脸图像进行人脸识别。本发明专利技术获取同一用户多个拍摄角度的人脸图像之后，对人脸图像进行模糊过滤以及姿态过滤，对过滤后的人脸图像进行人脸识别，有效的控制人脸识别图像的质量，实现自然动态场景下快速准确的人脸识别。

Face recognition method, system, electronic device and computer program product

The invention provides a face recognition method, system, electronic equipment and computer program products. It is applied in the field of face recognition technology. This method gets the face images of multiple angles of the same user. The face image is filtered, the face image after the fuzzy filtering is filtered and the attitude filtering is filtered. The post face image is used for face recognition. After obtaining the face images of the same user, the face image is filtered and filtered, the face image is identified, the quality of the face recognition image is controlled effectively, and the fast and accurate face recognition in the natural dynamic scene is realized.

【技术实现步骤摘要】
人脸识别方法、系统、电子设备和计算机程序产品
本专利技术涉及人脸识别
，特别涉及一种人脸识别方法、系统、电子设备和计算机程序产品。
技术介绍
人脸识别技术与其他生物特征识别技术相比，通过摄像头直接获取，可以非接触的方式完成识别过程，方便快捷。目前人脸识别应用广泛，许多人脸识别应用场景通常是自然环境、非用户配合，而且要求识别系统实时高速准确。基于CPU(CentralProcessingUnit，中央处理器)的人脸识别算法处理单帧图像在数百毫秒，很难满足实时识别的要求。基于GPU(GraphicsProcessingUnit，图形处理器)的人脸识别算法虽然速度较快，但是也很难完全满足实时识别要求，而且GPU法对硬件资源要求高，价格昂贵，不利于大规模应用。另外，好多场景下光照条件复杂、用户人脸姿态不佳，很难进行识别，如果很难识别的图片均送到人脸识别系统将会浪费大量的计算资源，更无法保证识别的准确和高速。
技术实现思路
为了满足人脸识别的准确和高速要求，本专利技术实施例提供一种人脸识别方法、系统、电子设备和计算机程序产品，主要用于人脸识别。第一方面，本专利技术实施例提供了一种人脸识别方法，所述方法，包括：获取同一用户多个拍摄角度的人脸图像；对所述人脸图像进行模糊过滤；对模糊过滤后的人脸图像进行姿态过滤；对姿态过滤后的人脸图像进行人脸识别。第二方面，本专利技术实施例提供了一种电子设备，所述电子设备包括：存储器，一个或多个处理器；存储器与处理器通过通信总线相连；处理器被配置为执行存储器中的指令；所述存储介质中存储有用于执行上述第一方面所述方法中各个步骤的指令。第三方面，本专利技术实施例提供了一种与包括显示器的电子设备结合使用的计算机程序产品，所述计算机程序产品包括计算机可读的存储介质和内嵌于其中的计算机程序机制，所述计算机程序机制包括用于执行上述第一方面所述方法中各个步骤的指令。第四方面，本专利技术实施例提供了一种人脸识别系统，所述系统包括多路摄像单元和计算单元；各路摄像单元的拍摄角度不同；多路摄像单元，用于通过硬件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像；或者，通过软件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像；所述计算单元，用于执行上述第一方面所述方法中各个步骤的指令。有益效果如下：本专利技术实施例中，获取同一用户多个拍摄角度的人脸图像之后，对人脸图像进行模糊过滤以及姿态过滤，对过滤后的人脸图像进行人脸识别，有效的控制人脸识别图像的质量，实现自然动态场景下快速准确的人脸识别。附图说明下面将参照附图描述本专利技术的具体实施例，其中：图1为本专利技术实施例中的一种摄像单元结构示意图；图2为本专利技术实施例中的一种人脸识别方法流程示意图；图3为本专利技术实施例中的另一种人脸识别方法流程示意图；图4为本专利技术实施例中的一种人脸关键检测的示意图；图5为本专利技术实施例中的一种电子设备的结构示意图。具体实施方式为了使本专利技术的技术方案及优点更加清楚明白，以下结合附图对本专利技术的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以互相结合。目前人脸识别应用广泛，许多人脸识别应用场景通常是自然环境、非用户配合，而且要求识别系统实时高速准确。基于CPU的人脸识别算法处理单帧图像在数百毫秒，很难满足实时识别的要求。基于GPU的人脸识别算法虽然速度较快，但是也很难完全满足实时识别要求，而且GPU法对硬件资源要求高，价格昂贵，不利于大规模应用。另外，好多场景下光照条件复杂、用户人脸姿态不佳，很难进行识别，如果很难识别的图片均送到人脸识别系统将会浪费大量的计算资源，更无法保证识别的准确和高速。基于此，本专利技术实施例提供了一种人脸识别方法，获取同一用户多个拍摄角度的人脸图像之后，对人脸图像进行模糊过滤以及姿态过滤，对过滤后的人脸图像进行人脸识别，有效的控制人脸识别图像的质量，实现自然动态场景下快速准确的人脸识别。本专利技术的人脸识别方法在实施时，可以通过人脸识别系统实现。该系统包括多路摄像单元和计算单元。1、摄像单元各路摄像单元的拍摄角度不同，如图1所示。每一路摄像单元均包括高速摄像机和LED(LightEmittingDiode，发光二极管)自动补光装置。每一个LED自动补光装置，包括：外界感光元件和发光LED。外界感光元件，用于检测外界光线。发光LED，用于在外界感光元件检测到外界光线低于第二阈值时，开启。Led自动补光装置可以实现当外界感光元件检测到外界光线过低时，自动启动发光LED，以保证采集图像的质量。如一到夜晚则自动打开补光灯。另外，高速摄像的采集帧率比可以为120fps(FramesPerSecond，每秒帧数)。多路摄像单元，用于通过硬件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像；或者，通过软件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像。多路摄像可以保证无死角捕捉人脸图像。2、计算单元计算单元，用于执行图2所示的人脸识别方法，负责进行后续的图像处理和识别，包括模糊检测、人脸姿态过滤、以及后续的人脸比对和搜索。上述该人脸识别系统可以通过图3所示的流程，实现自然动态场景下快速准确的人脸识别。具体的，由于每一路摄像单元均包括高帧率相机，并配有LED自动补光装置，能够根据光照明暗变化进行自动补光，保证采集图像的质量。另外，由于多台这样配置的路摄像单元从多个角度同步拍摄同一用户的人脸图像，保证可以尽量清晰的拍摄角度比较好的人脸图像。此外，在人脸识别前进行模糊过滤，剔除不清晰的人脸图像，进而再将这多路摄像单元拍摄的人脸图像进行姿态过滤，挑选出姿态最佳的人脸进行人脸识别和搜索，可以有效保证人脸识别的实时性和准确性。参见图2，本实施例提供的人脸识别方法实现流程如下。201，获取同一用户多个拍摄角度的人脸图像。本步骤的实现过程为：1.1、各路摄像单元通过硬件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像；或者，各路摄像单元通过软件同步拍摄同一用户得到同一用户多个拍摄角度的人脸图像。每一路摄像单元均包括高帧率相机，并配有LED自动补光装置，能够根据光照明暗变化进行自动补光，保证采集图像的质量。1.2、计算单元从各路摄像单元获取其拍摄的同一用户多个拍摄角度的人脸图像。202，对人脸图像进行模糊过滤。具体的，计算单元确定人脸图像的模糊度，过滤模糊度超出第一阈值的人脸图像。即计算单元对步骤201采集的人脸图像进行分析，判断人脸图像的模糊度，如果超出一定的阈值，则不予后续处理。其中，计算单元确定人脸图像的模糊度的过程可以通过频域分析的方法实现。例如：对人脸图像进行傅里叶变换，得到人脸图像的高频分量和低频分量，根据高频分量和低频分量确定人脸图像的模糊度(比如低频分量过大，高频分量较低的人脸图像，则认为比较模糊)。另外，计算单元确定人脸图像的模糊度的过程还可以通过空间域分析的方法实现，例如：对人脸图像进行灰度化，采用拉普拉斯算子(比如3*3算子)对灰度化后的人脸图像进行滤波，计算滤波后的人脸图像的均值和方差，根据均值和方差确定人脸图像的模糊度(比如方差过小的人脸图像，则认为比较模糊)。此外，计算单元确定人脸图像的模糊度的过程还可以通过深度学习的方法本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法，包括：获取同一用户多个拍摄角度的人脸图像；对所述人脸图像进行模糊过滤；对模糊过滤后的人脸图像进行姿态过滤；对姿态过滤后的人脸图像进行人脸识别。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法，包括：获取同一用户多个拍摄角度的人脸图像；对所述人脸图像进行模糊过滤；对模糊过滤后的人脸图像进行姿态过滤；对姿态过滤后的人脸图像进行人脸识别。2.根据权利要求1所述的方法，其特征在于，所述同一用户多个拍摄角度的人脸图像是多个拍摄角度的摄像单元，通过硬件同步拍摄同一用户得到的；或者，所述同一用户多个拍摄角度的人脸图像是多个拍摄角度的摄像单元，通过软件同步拍摄同一用户得到的。3.根据权利要求1或2所述的方法，其特征在于，所述对所述人脸图像进行模糊过滤，包括；确定所述人脸图像的模糊度；过滤模糊度超出第一阈值的人脸图像。4.根据权利要求3所述的方法，其特征在于，所述确定所述人脸图像的模糊程度，包括：对所述人脸图像进行傅里叶变换，得到所述人脸图像的高频分量和低频分量，根据高频分量和低频分量确定所述人脸图像的模糊度；或者，对所述人脸图像进行灰度化，采用拉普拉斯算子对灰度化后的人脸图像进行滤波，计算滤波后的人脸图像的均值和方差，根据均值和方差确定所述人脸图像的模糊度；或者，通过预先通过卷积神经网络训练的图像模糊识别模型识别所述人脸图像，得到所述人脸图像的模糊概率，将模糊概率作为所述人脸图像的模糊度。5.根据权利要求2所述的方法，其特征在于，所述对模糊过滤后的人脸图像进行姿态过滤，包括：对模糊过滤后的人脸图像进行人脸检测，获得人脸区域；对所述人脸区域进行人脸关键点检测和定位；基于检测和定位结果获得人脸的三维姿态欧拉角；根据所述三维姿态欧拉角进行姿态过滤；或者；所述对模糊过滤...

【专利技术属性】
技术研发人员：刘兆祥，廉士国，李少华，
申请(专利权)人：达闼科技北京有限公司，
类型：发明
国别省市：北京,11