【技术实现步骤摘要】
一种模糊人脸图像识别方法、装置及终端设备
本专利技术属于数据处理
，尤其涉及模糊人脸图像识别方法及终端设备。
技术介绍
在对人脸图像的采集、传输和保存的过程中，由于拍摄设备或用户的运动、环境的光线以及拍摄设备的配置等因素影响，会造成最终得到的人脸图像模糊，而在使用这些模糊人脸图像进行下一步应用时，会极大地影响实际应用的效果，如作为人脸识别考勤的样本数据时，会极大地降低人脸匹配的可靠性，因此需要一种可以识别模糊人脸图像的方法，以实现对模糊人脸图像的识别筛选。现有技术中存在一些模糊图像识别的方法，但都是针对分辨率较低的模糊图像进行处理识别，一方面如上所述，造成人脸图像模糊的可能因素很多，因此实际应用中可能存在的模糊人脸图像类型也有多种，例如物体运动导致的运动模糊、光线不佳导致的光线模糊以及由于拍摄分辨率较低导致的分辨率模糊，由于现有技术仅能对分辨率模糊进行处理，对于其他类型的模糊图像识别效果并不友好，从而导致最终实际的识别效果并不理想，另一方面，由于这些模糊图像识别并没有结合人脸本身进行设计，使得在对人脸进行模糊识别的时候极易受到图像中非人脸区域的影响，从而造成...
【技术保护点】
1.一种模糊人脸图像识别方法，其特征在于，包括：对待处理图像进行人脸轮廓裁剪并调整至预设图像尺寸，得到对应的待处理人脸区域图像；将所述待处理人脸区域图像输入至预先训练好的模糊识别模型中进行处理，识别所述待处理人脸区域图像是否为模糊图像，其中，模糊识别模型为预先基于清晰人脸区域图像样本和多种模糊类型的模糊人脸区域图像样本进行训练得到的识别模型，用于识别图像是否为模糊图像；若所述待处理人脸区域图像为模糊图像，则基于预设的人脸识别模型对所述待处理图像进行人脸识别，判断所述待处理图像包含人脸的概率；若所述待处理图像包含人脸的概率小于预设人脸概率阈值，则判定所述待处理图像为模糊人脸图像。
【技术特征摘要】
1.一种模糊人脸图像识别方法，其特征在于，包括：对待处理图像进行人脸轮廓裁剪并调整至预设图像尺寸，得到对应的待处理人脸区域图像；将所述待处理人脸区域图像输入至预先训练好的模糊识别模型中进行处理，识别所述待处理人脸区域图像是否为模糊图像，其中，模糊识别模型为预先基于清晰人脸区域图像样本和多种模糊类型的模糊人脸区域图像样本进行训练得到的识别模型，用于识别图像是否为模糊图像；若所述待处理人脸区域图像为模糊图像，则基于预设的人脸识别模型对所述待处理图像进行人脸识别，判断所述待处理图像包含人脸的概率；若所述待处理图像包含人脸的概率小于预设人脸概率阈值，则判定所述待处理图像为模糊人脸图像。2.如权利要求1所述的模糊人脸图像识别方法，其特征在于，对所述模糊识别模型的训练包括：获取清晰人脸图像样本以及多种模糊类型的模糊人脸图像样本；分别对所述清晰人脸图像样本和所述模糊人脸图像样本进行人脸轮廓裁剪并调整至所述预设图像尺寸，得到对应的所述清晰人脸区域图像样本和所述模糊人脸区域图像样本；基于所述清晰人脸区域图像样本和所述模糊人脸区域图像样本对预设的二分类模型进行训练，并计算分类结果交叉熵的损失值；若所述损失值大于预设损失阈值，基于梯度下降法对所述二分类模型进行更新训练，直至所述损失值小于或等于所述预设损失阈值或迭代次数达到预设次数阈值，完成训练，得到所述模糊识别模型。3.如权利要求2所述的模糊人脸图像识别方法，其特征在于，所述模糊类型包括运动模糊、光线模糊和分辨率模糊，所述获取清晰人脸图像样本以及多种模糊类型的模糊人脸图像样本，包括：获取在不同光线条件下对人脸进行图像采集得到的第一预设数量光线模糊类型的所述模糊人脸图像样本；获取摄像头在与人体多种不同相对移动速度下拍摄的第二预设数量运动模糊类型的所述模糊人脸图像样本；获取所述清晰人脸图像样本，并对所述清晰人脸图像样本进行像素模糊化处理，得到第三预设数量分辨率模糊类型的所述模糊人脸图像样本。4.如权利要求3所述的模糊人脸图像识别方法，其特征在于，所述模糊类型包括运动模糊、光线模糊和分辨率模糊，所述获取清晰人脸图像样本以及多种模糊类型的模糊人脸图像样本，还包括：爬取预设的网站，得到第四预设数量的所述模糊人脸图像样本；其中，第四预设数量、第一预设数量、第二预设数量和第三预设数量依次减小。5.如权利要求2所述的模糊人脸图像识别方法，其特征在于，所述计算分类结果交叉熵的损失值，包括基于以下公式计算所述分类结果交叉熵的损失值：其中，L为损失值，n为人脸区域图像样本的总数量，xi和yi分别是第i张人脸区域图像...
【专利技术属性】
技术研发人员：徐玲玲，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
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。