一种人脸识别方法和装置制造方法及图纸

本发明专利技术公开一种人脸识别方法和装置。人脸识别方法包括：获取红外图像；基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；利用人脸区域图像包括的面部特征点进行图像质量评估；根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。本发明专利技术能够避免使用对光照敏感的可见光图像进行人脸识别时存在的光照较强或光照较弱情况下无法准确进行人脸识别的问题，并利用平滑处理和通过图像质量评估的人脸区域图像进行身份识别，提高身份识别的准确性。

【技术实现步骤摘要】
一种人脸识别方法和装置
本专利技术涉及计算机
，尤其涉及一种人脸识别方法和装置。
技术介绍
随着计算机技术的发展，图像处理技术应用到了越来越多的领域，通常可以使用机器学习方法训练人脸识别模型，利用人脸识别模型对图像中的人脸进行识别。现有的人脸检测与识别主要利用可见光图像进行识别，例如使用彩色图像进行人脸检测与识别，但基于彩色图像的人脸检测与识别对光线敏感度较大，对于强光和弱光的环境下的彩色图像，识别效果较差。
技术实现思路
本专利技术提供了一种人脸识别方法和装置，以解决现有人脸识别对光照的鲁棒性的问题。本专利技术一方面提供了一种人脸识别方法，包括：获取红外图像；基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；利用人脸区域图像包括的面部特征点进行图像质量评估；根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。本专利技术一方面提供了一种人脸识别装置，包括：图像获取单元，用于获取红外图像；平滑处理单元，用于基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；质量评估单元，用于利用人脸区域图像包括的面部特征点进行图像质量评估；身份识别单元，用于根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。本专利技术基于IR图像对光照的不敏感性，利用IR图像进行人脸身份识别，避免使用对光照敏感的可见光图像进行人脸识别时存在的光照较强或光照较弱情况下无法准确进行人脸识别的问题；以及通过在利用IR图像进行人脸身份识别之前，对IR图像的人脸目标进行平滑处理获得稳定连续的人脸区域图像，再对平滑处理后的人脸区域图像进行关于图像有效性的图像质量评估，利用通过图像质量评估的人脸区域图像进行身份识别，提高身份识别的准确性。附图说明图1为本专利技术实施例示出的人脸识别方法的流程图；图2为本专利技术实施例示出的利用面部关键点计算图像俯仰角度示意图；图3为本专利技术实施例示出的利用面部关键点计算图像偏航角度示意图；图4为本专利技术实施例示出的人脸识别装置的结构框图；图5为本专利技术实施例示出的人脸识别装置的硬件结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。以下，将参照附图来描述本专利技术的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本专利技术。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。因此，本专利技术的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本专利技术的技术可以采取存储有指令的机器可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本专利技术的上下文中，机器可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，机器可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。机器可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。本专利技术实施例提供一种人脸识别方法。图1为本专利技术实施例示出的人脸识别方法的流程图，如图1所示，本实施例的方法包括：S110，获取红外(InfraredRadiation，IR)图像。本实施例可以利用红外摄像头采集IR图像。S120，基于IR图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像。S130，利用人脸区域图像包括的面部特征点进行图像质量评估。本实施例对检测到的人脸区域图像进行图像质量评估以识别图像有效性，在通过图像质量评估时，表明检测到的人脸区域图像为有效的人脸图像，可以基于检测到的人脸区域图像进行身份识别，在没有通过图像质量评估时，表明检测到的人脸区域图像为无效的人脸图像，放弃该人脸区域图像。S140，根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。本实施例基于IR图像对光照的不敏感性，利用IR图像进行人脸身份识别，避免使用对光照敏感的可见光图像进行人脸识别时存在的光照较强或光照较弱情况下无法准确进行人脸识别的问题；本实施例还通过在利用IR图像进行人脸身份识别之前，对IR图像的人脸目标进行平滑处理获得稳定连续的人脸区域图像，再对平滑处理后的人脸区域图像进行关于图像有效性的图像质量评估，利用通过图像质量评估的人脸区域图像进行身份识别，提高身份识别的准确性。下面对上述步骤S110-S140进行详细说明，本实施例步骤S110-S140的执行主体可以为终端设备，例如为智能手机、PAD、智能音箱等设备。首先，执行步骤S110，即获取IR图像。本实施例中的执行主体可以安装有用于采集IR图像到的摄像头，在需要进行身份识别时，可以开启的摄像头进行用户头部或者脸部的拍摄，获得本实施例所需的IR图像。在获得所需的IR图像之后，可以对IR图像进行必要的去噪滤波等预处理。在获取IR图像之后，继续执行步骤S120，基于IR图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像。本实施例可以采用现有方法对IR图像进行人脸目标检测，例如采用决策树的方法，通过窗口缩放与滑动对人脸目标进行多尺度检测。由于人脸目标检测的稳定性会影响后续身份识别的准确性，本实施例对人脸目标检测结果进行平滑处理，保证得到稳定的人脸检测区域。一个实施例中，通过下述方法获得平滑后的人脸区域图像：首先对当前获取的红外图像进行人脸目标检测，获取目标位置信息；接着对目标位置信息进行卡尔曼初始平滑，获得卡尔曼平滑结果；再基于设定的平滑指数和设定的目标位置平滑误差，对将上一帧红外图像目标位置的平滑结果和卡尔曼平滑结果进行指数平滑，获得指数平滑结果，设定的目标位置平滑误差指示对目标位置的最大平滑程度误差；然后根据指数平滑结果和上一帧红外图像目标位置的平滑结果确定目标位置的抖动信息，并根据抖动信息和设定的静止行为判定误差确定目标位置信息的平滑结果为对应于当前红外图像平滑处理后的人脸区域图像，设定的静止行为判定误差指示目标位置对应静止行为的最大抖动误差。在实施例中，目标位置包括目标中心位置pt(i)(x,y)和目标边缘位置s(i)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：获取红外图像；基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；利用所述人脸区域图像包括的面部特征点进行图像质量评估；根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。

【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：获取红外图像；基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；利用所述人脸区域图像包括的面部特征点进行图像质量评估；根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果。2.根据权利要求1所述的方法，其特征在于，所述对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像，包括：对当前获取的红外图像进行人脸目标检测，获取目标位置信息；对所述目标位置信息进行卡尔曼初始平滑，获得卡尔曼平滑结果；基于设定的平滑指数和设定的目标位置平滑误差，对将上一帧红外图像目标位置的平滑结果和所述卡尔曼平滑结果进行指数平滑，获得指数平滑结果，所述设定的目标位置平滑误差指示对目标位置的最大平滑程度误差；根据指数平滑结果和上一帧红外图像目标位置的平滑结果确定目标位置的抖动信息，并根据所述抖动信息和设定的静止行为判定误差确定所述目标位置信息的平滑结果为对应于当前红外图像平滑处理后的人脸区域图像，所述设定的静止行为判定误差指示目标位置对应静止行为的最大抖动误差。3.根据权利要求2所述的方法，其特征在于，所述目标位置包括目标中心位置和目标边缘位置，所述基于设定的平滑指数和设定的目标位置平滑误差对将上一帧图像和所述卡尔曼平滑结果进行指数平滑，包括：根据公式获得目标中心位置的指数平滑结果Espt(i)，以及根据公式获得目标边缘位置的指数平滑结果Ess(i)；其中，gpt和gs依次为中心位置平滑误差权重值、目标边缘位置平滑误差权重值，MRpt和MRs目标中心位置平滑误差、目标边缘位置平滑误差，Kspt(i)和Kss(i)依次为目标中心位置卡尔曼平滑结果、目标边缘位置卡尔曼平滑结果，Mpt(i-1)和Ms(i-1)依次为上一帧红外图像中目标中心位置的平滑结果、目标边缘位置的平滑结果，i和i-1依次为当前红外图像的帧号、上一帧红外图像的帧号。4.根据权利要求3所述的方法，其特征在于，所述根据指数平滑结果和上一帧红外图像目标位置的平滑结果确定目标位置的抖动信息，并根据所述抖动信息和设定的静止行为判定误差确定所述目标位置信息的平滑结果为对应于当前红外图像平滑处理后的人脸区域图像，包括：根据公式Dispt(i)＝|Espt(i)-Mpt(i-1)|确定当前红外图像目标中心位置的抖动Dispt(i)，以及根据公式Diss(i)＝|Ess(i)-Ms(i-1)|确定当前红外图像目标边缘位置的抖动Diss(i)；根据公式确定当前红外图像目标中心位置的平滑结果Mpt(i)，以及根据公式确定当前红外图像目标边缘位置的平滑结果Ms(i)；其中，SRpt和SRs依次为设定的目标中心位置对应静止行为判定误差、目标边缘位置对应静止行为判定误差。5.根据权利要求1所述的方法，其特征在于，所述利用人脸区域图像包括的面部特征点进行图像质量评估，包括：获取所述人脸区域图像包括的五个面部特征点的位置，第一至第五面...

【专利技术属性】
技术研发人员：余海桃，吴涛，
申请(专利权)人：青岛小鸟看看科技有限公司，
类型：发明
国别省市：山东,37