人脸识别方法及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：获取目标待识别图像，并在目标待识别图像内确定出下眼睑区域。对上述下眼睑区域内的下眼睑图像进行二值化处理，以获取目标图像。从该目标图像中提取下眼睑特征参数，其中，上述下眼睑特征参数至少包括上述目标图像的黑色像素点分布特征值或上述目标图像的重心位置中的一种。将目标图像的黑色像素点分布特征值和/或上述目标图像的重心位置输入到分类器中，并根据该分类器的输出结果确定目标待识别图像中的下眼睑的类型，上述下眼睑的类型包括卧蚕或者眼袋。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。

Face recognition method and device

An embodiment of the invention discloses a method and device for face recognition. The method includes: obtaining the target to be identified and identifying the lower eyelid area in the target to be identified. The lower eyelid image in the lower eyelid region is processed by two values to obtain the target image. The feature parameters of the lower eyelid are extracted from the target image, in which the lower eyelid characteristic parameters include at least one of the black pixel distribution characteristic values of the above target image or the center of gravity of the above target image. The feature value of the target image's black pixel distribution and / or the center of gravity of the target image are input into the classifier, and the type of the lower eyelid in the target image is determined according to the output of the classifier. The types of the lower eyelids include the horizontal silkworm or the eye bag. 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】
人脸识别方法及装置
本专利技术涉及图像处理
，尤其涉及一种人脸识别方法及装置。
技术介绍
随着计算机技术的不断发展，生物特征识别技术的应用范围越来越广泛，特别是人脸识别技术的应用越来越受到人们的重视，这同时也提高了对人脸识别技术的识别精度的要求。目前，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，人脸识别技术的适用性低。
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：获取目标待识别图像，在上述目标待识别图像中确定出下眼睑区域，并对该下眼睑区域内的下眼睑图像进行二值化处理，以获取目标图像。从上述目标图像中提取下眼睑特征参数，其中，上述下眼睑特征参数至少包括上述目标图像的黑色像素点分布特征值以及上述目标图像的重心位置中的一种。将上述目标图像的黑色像素点分布特征值和/或上述目标图像的重心位置输入到分类器中，并根据该分类器的输出结果确定上述目标待识别图像中的下眼睑的类型。该下眼睑的类型包括卧蚕或者眼袋。在一些可行的实施方式中，上述在上述目标待识别图像内确定出下眼睑区域包括：在上述目标待识别图像中定位出人脸关键点。其中，该人脸关键点为该目标待识别图像中用于确定人脸轮廓和五官轮廓的像素点。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，其中，N为大于1的正整数。获取上述N个目标人脸关键点中各目标人脸关键点在上述目标待识别图像中的水平位置和垂直位置，并根据各目标人脸关键点在上述目标待识别图像中的水平位置和垂直位置确定下眼睑区域。在一些可行的实施方式中，上述目标图像的黑色像素点分布特征值包括目标图像的黑色像素点个数和/或目标图像的黑色像素点混乱程度值；从上述目标图像中提取下眼睑特征参数包括：获取上述目标图像对应的图像矩阵，根据该图像矩阵确定上述目标图像的黑色像素点个数，并将上述目标图像的黑色像素点个数确定为上述下眼睑特征参数；或者，获取所述目标图像对应的图像矩阵，根据该图像矩阵确定上述目标图像的重心位置，并将该目标图像的重心位置确定为上述下眼睑特征参数；上述重心位置包括上述目标图像的重心在该目标图像内的水平位置和垂直位置；或者，获取所述目标图像对应的图像矩阵。确定上述目标图像中每个黑色像素点在该目标图像中的水平位置和垂直位置，并根据该目标图像中每个黑色像素点在该目标图像中的水平位置和垂直位置确定该目标图像的黑色像素点混乱程度值，以将该目标图像的黑色像素点混乱程度值确定为上述下眼睑特征参数。在一些可行的实施方式中，上述目标图像的黑色像素点分布特征值包括目标图像的黑色像素点个数和/或目标图像的黑色像素点混乱程度值；从上述目标图像中提取下眼睑特征参数包括：将该目标图像划分成P个子图像，其中，P为大于1的正整数。获取上述P个子图像中各个子图像所对应的图像矩阵。根据上述P个子图像中各个子图像所对应的图像矩阵确定该P个子图像中各个子图像的黑色像素点个数，并将上述各个子图像的黑色像素点个数之和确定为目标图像的黑色像素点个数；或者，根据上述P个子图像中各个子图像所对应的图像矩阵确定P个子图像中各个子图像的重心位置，并将上述各个子图像的重心位置确定为目标图像的重心位置；其中，上述各个子图像的重心位置包括各个子图像的重心在目标图像内的水平位置和垂直位置；或者，获取上述各个子图像中每个黑色像素点在该目标图像中的水平位置和垂直位置，并根据上述各个子图像中每个黑色像素点在该目标图像中的水平位置和垂直位置确定上述各个子图像的黑色像素点混乱程度值，以将上述各个子图像的黑色像素点混乱程度值确定为目标图像的黑色像素点混乱程度值。在一些可行的实施方式中，上述方法还包括：获取M张用于训练的人脸图片和M个类别标签，一个上述类别标签用于标记一张用于训练的人脸照片中的下眼睑的类型。上述M张用于训练的人脸图片包括M1张下眼睑类型为卧蚕的人脸图片、M2张下眼睑类型为眼袋的人脸图片以及M3张下眼睑类型为除卧蚕及眼袋以外的普通下眼睑的人脸图片。其中，M1、M2和M3均为大于0的正整数，M为大于2的正整数。从上述M张用于训练的人脸图片中的每张用于训练的人脸图片所对应的下眼睑区域内提取下眼睑特征参数，以获取上述M张用于训练的人脸图片对应的M组下眼睑特征参数。使用上述M组下眼睑特征参数和M个类别标签对分类器进行训练，以获取训练后的分类器。该训练后的分类器用于根据输入的目标待识别图像的下眼睑特征输出与该待识别图像的下眼睑的类型相匹配的类别参量。上述类别参量用于确定该目标待识别图像中的下眼睑的类型。第二方面，本专利技术实施例提供了一种人脸识别装置，其可包括：图像获取模块、图像预处理模块、特征提取模块以及分类模块。图像获取模块，用于获取目标待识别图像。图像预处理模块，用于在上述图像获取模块获取的上述目标待识别图像中确定出下眼睑区域。并对该下眼睑区域内的下眼睑图像进行二值化处理，以获取目标图像。特征提取模块，用于从上述图像预处理模块得到的目标图像中提取下眼睑特征参数，其中，上述下眼睑特征参数至少包括上述目标图像的黑色像素点分布特征值以及上述目标图像的重心位置中的一种。分类模块，用于将上述特征提取模块获取的目标图像的黑色像素点分布特征值和/或上述目标图像的重心位置输入到分类器中，并根据该分类器的输出结果确定上述目标待识别图像中的下眼睑的类型。该下眼睑的类型包括卧蚕或者眼袋。在一些可行的实施方式中，上述图像预处理模块用于：在上述目标待识别图像中定位出人脸关键点。其中，该人脸关键点为该目标待识别图像中用于确定人脸轮廓和五官轮廓的像素点。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，其中，N为大于1的正整数。获取上述N个目标人脸关键点中各目标人脸关键点在上述目标待识别图像中的水平位置和垂直位置，并根据各目标人脸关键点在上述目标待识别图像中的水平位置和垂直位置确定下眼睑区域。在一些可行的实施方式中，上述目标图像的黑色像素点分布特征值包括目标图像的黑色像素点个数和/或目标图像的黑色像素点混乱程度值。上述特征提取模块用于：获取上述目标图像对应的图像矩阵，根据该图像矩阵确定上述目标图像的黑色像素点个数，并将上述目标图像的黑色像素点个数确定为上述下眼睑特征参数；或者，获取所述目标图像对应的图像矩阵，根据该图像矩阵确定上述目标图像的重心位置，并将该目标图像的重心位置确定为上述下眼睑特征参数，上述重心位置包括上述目标图像的重心在该目标图像内的水平位置和垂直位置；或者，获取所述目标图像对应的图像矩阵，确定上述目标图像中每个黑色像素点在该目标图像中的水平位置和垂直位置，并根据该目标图像中每个黑色像素点在该目标图像中的水平位置和垂直位置确定该目标图像的黑色像素点混乱程度值，以将该目标图像的黑色像素点混乱程度值确定为上述下眼睑特征参数。在一些可行的实施方式中，上述目标图像的黑色像素点分布特征值包括目标图像的黑色像素点个数和/或目标图像的黑色像素点混乱程度值。上述特征提取模块还用于：将该目标图像划分成P个子图像，其中，P为大于1的正整数。获取上述P个子图像中各个子图像所对应的图像矩阵；根据上述P个子图像中各个子图像所对本文档来自技高网...

【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：获取目标待识别图像；在所述目标待识别图像中确定出下眼睑区域，并对所述下眼睑区域内的下眼睑图像进行二值化处理，以获取目标图像；从所述目标图像中提取下眼睑特征参数，其中，所述下眼睑特征参数至少包括所述目标图像的黑色像素点分布特征值以及所述目标图像的重心位置中的一种；将所述目标图像的黑色像素点分布特征值和/或所述目标图像的重心位置输入到分类器中，并根据所述分类器的输出结果确定所述目标待识别图像中的下眼睑的类型，所述下眼睑的类型包括卧蚕或者眼袋。

【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：获取目标待识别图像；在所述目标待识别图像中确定出下眼睑区域，并对所述下眼睑区域内的下眼睑图像进行二值化处理，以获取目标图像；从所述目标图像中提取下眼睑特征参数，其中，所述下眼睑特征参数至少包括所述目标图像的黑色像素点分布特征值以及所述目标图像的重心位置中的一种；将所述目标图像的黑色像素点分布特征值和/或所述目标图像的重心位置输入到分类器中，并根据所述分类器的输出结果确定所述目标待识别图像中的下眼睑的类型，所述下眼睑的类型包括卧蚕或者眼袋。2.根据权利要求1所述的方法，其特征在于，所述在所述目标待识别图像内确定出下眼睑区域包括：在所述目标待识别图像中定位出人脸关键点，其中，所述人脸关键点为所述目标待识别图像中用于确定人脸轮廓和五官轮廓的像素点；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，其中，N为大于1的正整数；获取所述N个目标人脸关键点中各目标人脸关键点在所述目标待识别图像中的水平位置和垂直位置，并根据所述各目标人脸关键点在所述目标待识别图像中的水平位置和垂直位置确定出下眼睑区域。3.根据权利要求2所述的方法，其特征在于，所述目标图像的黑色像素点分布特征值包括所述目标图像的黑色像素点个数和/或所述目标图像的黑色像素点混乱程度值；所述从所述目标图像中提取下眼睑特征参数包括：获取所述目标图像对应的图像矩阵，根据所述图像矩阵确定所述目标图像的黑色像素点个数；或者，获取所述目标图像对应的图像矩阵，根据所述图像矩阵确定所述目标图像的重心位置，所述目标图像的重心位置包括所述目标图像的重心在所述目标图像内的水平位置和垂直位置；或者，获取所述目标图像对应的图像矩阵，获取所述目标图像中每个黑色像素点在所述目标图像中的水平位置和垂直位置，并根据所述目标图像中每个黑色像素点在所述目标图像中的水平位置和垂直位置确定所述目标图像的黑色像素点混乱程度值。4.根据权利要求2所述的方法，其特征在于，所述目标图像的黑色像素点分布特征值包括所述目标图像的黑色像素点个数和/或所述目标图像的黑色像素点混乱程度值；所述从所述目标图像中提取下眼睑特征参数包括：将所述目标图像划分成P个子图像，其中，P为大于1的正整数；获取所述P个子图像中各个子图像所对应的图像矩阵；根据所述P个子图像中各个子图像所对应的图像矩阵确定所述P个子图像中各个子图像的黑色像素点个数，并将所述各个子图像的黑色像素点个数之和确定为所述目标图像的黑色像素点个数；或者，根据所述P个子图像中各个子图像所对应的图像矩阵确定所述P个子图像中各个子图像的重心位置，并将所述各个子图像的重心位置确定为所述目标图像的重心位置，其中，所述各个子图像的重心位置包括各个子图像的重心在目标图像内的水平位置和垂直位置；或者，获取所述各个子图像中包括的每个黑色像素点在所述目标图像中的水平位置和垂直位置，并根据所述各个子图像中包括的每个黑色像素点在所述目标图像中的水平位置和垂直位置确定所述各个子图像的黑色像素点混乱程度值，以将所述各个子图像的黑色像素点混乱程度值确定为所述目标图像的黑色像素点混乱程度值。5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：获取M张用于训练的人脸图片和M个类别标签，其中，一个所述类别标签用于标记一张所述用于训练的人脸图片中的下眼睑的类型，所述M张用于训练的人脸图片包括M1张下眼睑类型为卧蚕的人脸图片、M2张下眼睑类型为眼袋的人脸图片以及M3张下眼睑类型为除卧蚕及眼袋以外的普通下眼睑的人脸图片，其中，M1、M2和M3均为大于0的正整数，M为大于2的正整数；从所述M张用于训练的人脸图片中的每张所述用于训练的人脸图片中提取下眼睑特征参数，以获取所述M张用于训练的人脸图片对应的M组下眼睑特征参数；使用所述M组下眼睑特征参数和所述M个类别标签...

【专利技术属性】
技术研发人员：李金汇，
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