【技术实现步骤摘要】
一种自动识别人像图片是否闭眼的方法
本专利技术涉及一种自动识别人像图片是否闭眼的方法，属于信息
技术介绍
当前，在很多场景下需要对图片中的人是否发生闭眼进行识别，包括有：场景一：自助拍摄身份照片如今很多办理身份信息录入的地点，都有自助拍摄身份照片的功能，然而这种自助式的拍摄，由于没有工作人员的筛选把关，虽然根据提示图片大体的位置、是否脱帽等问题可以解决，但是类似于拍摄时办理者是否恰好闭眼，这种拍摄后才可以识别的细节，往往办理者不会注意到，而眼睛是识别人身份的一个非常重要的部位，这就需要系统有智能识别图片中人脸是否闭眼的功能。场景二：智能检测上传的身份图片网上需上传身份信息的场景下，若人工筛选图片是否达标，一来耗时耗力，二来不能保证实时性。而显然人脸图像是否闭眼是判断图片是否达标的一项重要标准。这就大大提升了检测照片的效率。场景三：判断人疲劳、睡眠状态在一些实时监控人体信息的场景下，需要定时检测抽取图片检测人体情况。其中有一个部分就是检测人是否闭眼，若长时间检测出闭眼，则定义为人为睡眠状态。专利申请CN201710357686.3(申请名称：一种电视智能检...
【技术保护点】
1.一种自动识别人像图片是否闭眼的方法，其特征在于，包括有：步骤一、采集人像图片；步骤二、检测获取人像图片中左、右眼周围特征点的坐标；步骤三、根据左、右眼周围特征点的坐标，从人像图片中分别截取出左、右眼图片；步骤四、以多张闭眼和非闭眼的左、右眼图片为训练样本，分别训练左眼‑卷积神经网络和右眼‑卷积神经网络，左或右眼‑卷积神经网络的输入是左或右眼图片，输出是左或右眼是否闭眼的概率；步骤五、将从待识别人像图片中截取出的左、右眼图片分别输入训练后的左眼‑卷积神经网络、右眼‑卷积神经网络，然后从左眼‑卷积神经网络和右眼‑卷积神经网络中分别提取中间层的输出作为左和右眼特征向量，并构成...
【技术特征摘要】
1.一种自动识别人像图片是否闭眼的方法，其特征在于，包括有：步骤一、采集人像图片；步骤二、检测获取人像图片中左、右眼周围特征点的坐标；步骤三、根据左、右眼周围特征点的坐标，从人像图片中分别截取出左、右眼图片；步骤四、以多张闭眼和非闭眼的左、右眼图片为训练样本，分别训练左眼-卷积神经网络和右眼-卷积神经网络，左或右眼-卷积神经网络的输入是左或右眼图片，输出是左或右眼是否闭眼的概率；步骤五、将从待识别人像图片中截取出的左、右眼图片分别输入训练后的左眼-卷积神经网络、右眼-卷积神经网络，然后从左眼-卷积神经网络和右眼-卷积神经网络中分别提取中间层的输出作为左和右眼特征向量，并构成眼部整体特征向量；步骤六、对眼部整体特征向量进行线性变换，并采用归一化指数函数分别计算左眼闭眼、右眼闭眼、双眼闭眼和双眼睁眼的概率，以据此来判断待识别人像图片中左、右眼是否闭眼。2.根据权利要求1所述的方法，其特征在于，步骤二采用face_recognition库中face_landmarks方法，获取左、右眼睛周围的6个坐标点的值。3.根据权利要求1所述的方法，其特征在于，步骤三中，从人像图片中截取出左或右眼图片，进一步包括有：步骤31、从左或右眼周围特征点的坐标中，选取最右侧特征点的坐标x_max、最左侧特征点的坐标x_min、最下侧特征点的坐标y_max、最上侧特征点的坐标y_min；步骤32、分别计算左或右眼图片截取的横向长度x_d和纵向长度y_d：x_d＝0.2*(x_max-x_min)，y_d＝0.5*(y_max-y_min)；步骤33、计算左或右眼图片截取的四边坐标：top＝y_min-y_d，bottom＝y_max+y_d，left＝x_min-x_d，right＝x_max+x_d，其中，top是左或右眼图片的最顶端坐标，bottom是左或右眼图片的最低端坐标，left是左或右眼图片的最左侧坐标，right是左或右眼图片的最右侧坐标；步骤34、按照左或右眼图片截取的四边坐标，从人像图片中截取出左或右眼图片。4.根据权利要求1所述的方法，其特征在于，步骤四采用Xception神经网络模型。5.根据权利要求1所述的方法，其特征在于，步骤五进一步包括有：步骤51、将从待识别人像图片中截取出的左眼图片输入训练后的左眼-卷积神经网络，并从左眼-卷积神经网络中提取倒数第二层的...
【专利技术属性】
技术研发人员：廖建新，王玉龙，赵海秀，王晶，刘同存，杨智鸿，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。