一种高精度的戴口罩人脸识别技术制造技术

本发明专利技术是为解决在戴口罩场合下人脸的精确识别的问题。利用本发明专利技术，可以实现针对戴口罩或者面部遮挡场合下的人脸识别工作，用于安防和考勤等领域。

【技术实现步骤摘要】
一种高精度的戴口罩人脸识别技术
本专利技术涉及到在机器视觉
下，利用深度学习算法，基于预处理的特定数据集而训练出的一种针对戴口罩场合下的人脸识别算法模型。方法通过对戴口罩的人脸进行精准的特征提取和比对，从而实现高精度的戴口罩人脸识别功能。
技术介绍
目前，受新冠疫情的影响，佩戴口罩逐渐成为了一种常态，无论是在日常出行时还是在工作中，而对于市面上既存的人脸识别设备和系统来说，原有的人脸识别算法已经无法满足当下的需求，为了解决戴口罩条件下的人脸识别功能，研究推出能够满足戴口罩场合下的人脸识别算法模型。
技术实现思路
专利技术基于深度学习网络模型，通过算法训练大量脸部眼睛和额头的特征，获得能够精确从脸部提取眼部和额头特征的算法识别模型。基于RetinaFace重新对戴口罩的人脸照片的5个关键点（左眼，右眼，鼻尖，左嘴角，右嘴角）进行大量标注和训练，使得模型可以更加精确的提取戴口罩照片下的人脸关键点，便于在人脸预处理环节下的对齐操作，从而提升戴口罩人脸的识别精度；整个流程如下:1.戴口罩人脸识别算法模型训练1）使用asia数据集280w张左右的图像，裁剪出鼻梁以上的图像包含眼睛和额头作为戴口罩人脸识别的训练数据集2）将整理好的数据集放入以往的高精度人脸识别算法中进行训练3）得到戴口罩人脸识别模型2.戴口罩人脸关键点模型训练1）标注大量的人脸5个关键点数据集；2）使用RetinaFace作为基础的算法，对新的数据集进行训练；3）得到戴口罩人脸关键点检测模型；3.构建人脸识别服务1)使用常规的人脸检测算法，抓取人脸图像2)使用戴口罩人脸关键点检测模型提取人脸关键点3)使用提取的5个关键点，对人脸图像做标准化的仿射变换来标准化人脸图像4)将标准化的人脸图像，放入戴口罩人脸识别模型进行特征提取和识别操作通过以上方法，实现了一整套完整戴口罩人脸识别服务。附图（图1）戴口罩人脸识别训练流程图；（图2）戴口罩人脸关键点训练流程图；（图3）戴口罩人脸识别技术架构流程图。具体实施方式为了让专利的特征和优点能更明显易懂，下文特举实施例，详细说明如下带GPU2080ti显卡服务器1台，系统需要满足LinuxUbuntu18.04以上，支持MxnetCUDAGPU版本，Mxnet版本1.5以上，CUDA10.1以上；实施过程如下：1.构建戴口罩人脸识别数据集，基于280w亚洲人脸图像进行裁剪和预处理；2.使用深度学习网络模型，对戴口罩人脸识别数据集进行训练获取算法模型；3.人工标定大量(3000张以上)的戴口罩人脸的图像的关键点构建数据集；4.使用RetinaFace深度学习网络模型，训练关键点数据集，获取算法模型；5.使用人脸检测模型截取人脸图像，在使用关键点检测模型提取5个关键点，之后利用5个关键点对人脸最新进行矫正和对；6.使用C++语言调用人脸检测和戴口罩人脸关键点模型，对输入戴口罩的人脸图像做矫正和预处理，然后送入戴口罩人脸识别模型中从而得到人脸的1024维特征向量；7.对1024维特征向量使用余弦相似度来确认两个人脸图像是否相似，设定满足场景的阈值来实现戴口罩人脸识别功能。本文档来自技高网...

【技术保护点】
1.一种高精度的戴口罩人脸识别技术，其特征在于，包括戴口罩人脸识别模型训练和戴口罩人脸关键点训练以及构建人脸识别服务流程，其中：/n所述戴口罩人脸识别模型训练流程，用于训练戴口罩人脸识别算法模型，/n所述戴口罩人脸关键点模型训练流程，用于训练戴口罩人脸关键点模型训练，/n所述构建人脸识别服务流程，用于完成整个戴口罩人脸识别技术。/n

【技术特征摘要】
1.一种高精度的戴口罩人脸识别技术，其特征在于，包括戴口罩人脸识别模型训练和戴口罩人脸关键点训练以及构建人脸识别服务流程，其中：
所述戴口罩人脸识别模型训练流程，用于训练戴口罩人脸识别算法模型，
所述戴口罩人脸关键点模型训练流程，用于训练戴口罩人脸关键点模型训练，
所述构建人脸识别服务流程，用于完成整个戴口罩人脸识别技术。


2.根据权利要求1所述的戴口罩人脸识别模型训练流程，其特征是，戴口罩人脸识别模型训练流程包括：
收集亚洲人人脸开源库280w，照片裁剪眉眼和额头图像，做进一步处理得到满足戴口罩人脸识别训练集，使用深度学习网络对采集的图像训练，得到模型。


3.根据...

【专利技术属性】
技术研发人员：王涛，周勇，唐杰，
申请(专利权)人：南京海帆数据科技有限公司，
类型：发明
国别省市：江苏;32