人脸识别方法、装置、抓拍机及系统制造方法及图纸

本申请实施例公开了一种人脸识别的方法、装置、抓拍机及系统，属于图像处理技术领域。所述方法包括：获取待识别的人脸图像，确定该人脸图像中的目标人脸器官被物体遮挡的遮挡比例，之后，基于该遮挡比例，确定人脸图像中的人脸被遮挡后的辨识难易程度，若该人脸被遮挡后还是比较容易辨识，则可以将该人脸图像作为待识别的图像。如此，可以适用于任何的遮挡情形的判断，从而提高了泛化能力。

【技术实现步骤摘要】
人脸识别方法、装置、抓拍机及系统
本申请实施例涉及图像处理
，特别涉及一种人脸识别方法、装置、抓拍机及系统。
技术介绍
目前，人脸识别技术广泛应用于安防监控等场景。在实施中，可以在需要监控的区域安装摄像头，通过摄像头抓拍人脸图像，然后对人脸图像进行人脸识别。在一些情况下，抓拍的人脸图像中的人脸可能被墨镜、口罩之类的物品遮挡，此时需要判断是否能够对该人脸图像进行人脸识别。目前，通常可以判断是否配带有口罩、墨镜之类的物品，以便于确定是否能够进行人脸识别，譬如，若确定人脸配带有口罩和墨镜，可以确定无法进行人脸识别。然而，人脸遮挡的方式可能包括多种，上述提供的方法无法适应不同的遮挡情形的判断，导致泛化能力较差。
技术实现思路
本申请实施例提供了一种人脸识别方法、装置、抓拍机及系统，可以解决相关技术中由于无法应用于不同的遮挡情形的判断从而导致泛化能力较差的问题。所述技术方案如下：一方面，提供了一种人脸识别方法，所述方法包括：获取人脸图像；基于所述人脸图像，确定所述人脸图像中的目标人脸器官的本文档来自技高网...

【技术保护点】
1.一种人脸识别的方法，其特征在于，所述方法包括：/n获取人脸图像；/n基于所述人脸图像，确定所述人脸图像中的目标人脸器官的遮挡比例；/n基于所述目标人脸器官的遮挡比例，确定综合遮挡程度值，所述综合遮挡程度值用于指示所述人脸图像中的人脸被遮挡后的辨识难易程度；/n若所述综合遮挡程度值小于指定程度阈值，则将所述人脸图像作为待识别的图像。/n

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，所述方法包括：
获取人脸图像；
基于所述人脸图像，确定所述人脸图像中的目标人脸器官的遮挡比例；
基于所述目标人脸器官的遮挡比例，确定综合遮挡程度值，所述综合遮挡程度值用于指示所述人脸图像中的人脸被遮挡后的辨识难易程度；
若所述综合遮挡程度值小于指定程度阈值，则将所述人脸图像作为待识别的图像。


2.如权利要求1所述的方法，其特征在于，所述基于所述人脸图像，确定所述人脸图像中的目标人脸器官的遮挡比例，包括：
调用区域划分模型，所述区域划分模型用于对任意人脸图像进行区域划分；
将所述人脸图像输入至所述区域划分模型中，输出目标人脸图像，所述目标人脸图像中包括划分出的目标人脸器官所在的器官区域和遮挡区域；
基于所述目标人脸图像，确定所述人脸图像中的目标人脸器官的遮挡比例。


3.如权利要求2所述的方法，其特征在于，所述基于所述目标人脸图像，确定所述人脸图像中的目标人脸器官的遮挡比例，包括：
确定所述器官区域与所述遮挡区域的重叠区域；
统计所述重叠区域内包括的像素点的总数量，得到第一像素点数量；
统计所述目标人脸区域内的像素点的总数量，得到第二像素点数量；
将所述第一像素点数量与所述第二像素点数量相除，得到所述目标人脸器官的遮挡比例。


4.如权利要求1所述的方法，其特征在于，所述基于所述目标人脸器官的遮挡比例，确定综合遮挡程度值，包括：
调用目标网络模型，所述目标网络模型用于基于任意人脸器官的遮挡比例确定对应的综合遮挡程度值；
将所述目标人脸器官的遮挡比例输入至所述目标网络模型中，输出所述人脸图像中的人脸的综合遮挡程度值。


5.如权利要求4所述的方法，其特征在于，所述调用目标网络模型之前，还包括：
获取多个人脸图像样本的训练数据，每个人脸图像样本的训练数据包括人脸器官的遮挡比例、以及遮挡人脸与非遮挡人脸的比对相似度；
将所述多个人脸图像样本的训练数据输入至待训练的网络模型中进行训练，得到所述目标网络模型。


6.如权利要求1所述的方法，其...

【专利技术属性】
技术研发人员：李强，王晶晶，王春茂，徐斌，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33