基于骨骼点位的人脸特征识别方法、设备及存储介质技术

本发明专利技术公开了基于骨骼点位的人脸特征识别方法、设备及存储介质，其中识别方法包括S1：接收标准人物的人脸数据，根据人脸数据建立人脸立体模型，并对人脸立体模型中的各骨骼点位进行识别和标记；S2：接收目标人物的具有深度数据的人脸图像，识别出人脸图像中的至少三个骨骼点位，将其中三个骨骼点位标记为基准点，结合三个基准点的深度数据在三维空间中构建第一基准面模型；S3：在人脸立体模型中选中三个基准点所对应的骨骼点位，根据人脸立体模型中的三个基准点构建出第二基准面，将第一基准面和第二基准面的面积进行比对，若相同，则目标人物识别成功。本发明专利技术将骨骼点位之间的关系作为人脸特征，可提高人脸特征识别的准确率。

【技术实现步骤摘要】
基于骨骼点位的人脸特征识别方法、设备及存储介质
本专利技术涉及人脸识别
，尤其涉及基于骨骼点位的人脸特征识别方法、设备及存储介质。
技术介绍
目前，人脸识别技术的应用领域非常广，而现有的人脸识别方法普遍是通过摄像头采集人脸当前图像，再将该图片与预存的标准图像进行比对，若相似度达到预设值，则识别成功，若相似度较低，则识别不成功。但是，该方法是基于二维图像进行的，无法采集更多人脸特有的三维特征，使得人脸识别的防伪效果较差，任何人只需拍摄到当事人的照片即可完成人脸识别的动作，安全性较低。且在人脸图像采集过程中，若出现外物遮挡或其他情况导致图像特征不清楚，则直接影响识别结果，导致识别失败。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供基于骨骼点位的人脸特征识别方法，将骨骼点位之间的关系作为人脸特征，可提高人脸特征识别的准确率。本专利技术的目的之二在于提供一种电子设备。本专利技术的目的之三在于提供一种存储介质。本专利技术的目的之一采用如下技术方案实现：基于骨骼点位的人脸特征识别方法，包括：步骤S1：接收标准人物的人脸数据，根据人脸数据建立人脸立体模型，并对人脸立体模型中的各骨骼点位进行识别和标记；步骤S2：接收目标人物的具有深度数据的人脸图像，识别出人脸图像中的至少三个骨骼点位，将其中三个骨骼点位标记为基准点，结合三个基准点的深度数据在三维空间中构建第一基准面模型；步骤S3：在人脸立体模型中选中三个基准点所对应的骨骼点位，根据人脸立体模型中的三个基准点构建出第二基准面，将第一基准面和第二基准面的面积进行比对，若相同，则目标人物识别成功。进一步地，所述人脸图像直接由激光雷达摄像设备正面拍摄人脸所生成，借由摄像设备检测人脸各位置与摄像设备之间的距离以获取人脸的深度数据。进一步地，所述人脸图像由具有激光雷达摄像功能和具有设备倾斜角度检测功能的手机终端倾斜拍摄人脸生成，利用激光雷达摄像功能测量终端到各骨骼点位之间的距离，利用设备倾斜角度检测功能获知终端与水平线之间的倾斜角度，根据距离和角度计算各骨骼点位的深度数据。进一步地，所述基准点至少包含有鼻尖位置的骨骼点位。进一步地，所述步骤S2中将骨骼点位标记为基准点时，还包括：标记为基准点的三个骨骼点位中的任意两个骨骼点位之间连线，判断任意两个骨骼点位之间的线段是否重合，若重合，则删除其中一个基准点，并重新组合成新的基准面。进一步地，所述步骤S2中识别人脸图像中的骨骼点位时，预先对人脸图像进行灰度识别，将人脸图像中灰度值达到预设范围的区域标记为排除区域，仅对排除区域以外的人脸区域进行骨骼点位的识别和标记。进一步地，所述步骤S2还包括：将人脸区域划分为至少两个相同面积的局部区域，标记为基准点的三个骨骼点位不在同一局部区域内。进一步地，所述步骤S3中所述第一基准面和第二基准面的面积不相同时，判断二者面积之差是否在预设的误差范围内，若是，则识别成功，若否，则识别失败。本专利技术的目的之二采用如下技术方案实现：一种电子设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于骨骼点位的人脸特征识别方法。本专利技术的目的之三采用如下技术方案实现：一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的基于骨骼点位的人脸特征识别方法。相比现有技术，本专利技术的有益效果在于：利用人脸中各骨骼点位的深度来反映人脸特征，并将三个骨骼点位之间所形成的基准面作为人脸识别的依据，可提高人脸识别的准确性，还可避免人脸部分遮挡导致无法识别成功的问题。附图说明图1为本专利技术基于骨骼点位的人脸特征识别方法的流程示意图；图2为本专利技术人脸立体模型中基准点与基准面的示意图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。实施例一本实施例提供一种基于骨骼点位的人脸特征识别方法，该方法对人脸骨骼特征进行识别后通过三维空间对人脸骨特征进行识别，可大幅度提高识别的准确性。如图1所示，本实施例人脸特征识别方法具体包括如下步骤：步骤S1：接收标准人物的人脸数据，根据人脸数据建立人脸立体模型，并对人脸立体模型中的各骨骼点位进行识别和标记。标准人物的人脸数据可通过三维扫描设备采集，三维扫描设备对标准人物的脸部进行扫描，即可建立起标准人物的人脸立体模型，在人脸立体模型中对人脸的各个骨骼点位进行识别和标，以在人脸立体模型中显示各骨骼点位在人脸立体模型中的位置等信息。步骤S2：接收目标人物的具有深度数据的人脸图像，识别出人脸图像中的至少三个骨骼点位，将其中三个骨骼点位标记为基准点，结合三个基准点的深度数据在三维空间中构建第一基准面模型。其中可通过激光雷达摄像设备来拍摄目标人物的脸部以生成人脸图像，在拍摄过程中激光雷达摄像设备正对脸部，激光雷达摄像设备发出检测光束对人脸进行扫描，检测光束到达人脸后将光束反射，激光雷达设备接收发射光束后，根据反射信息获知设备到人脸各个点到设备之间的距离，从而获知人脸中每个点到深度数据。此外，也可以通过具有激光雷达摄像功能和具有设备倾斜角度检测功能的手机终端以倾斜角度拍摄人脸生成人脸图像，利用终端的激光雷达摄像功能对人脸进行拍摄时，测量终端到各骨骼点位之间的距离，再利用设备倾斜角度检测功能获知终端与水平线之间的倾斜角度，再结合终端到各骨骼点位之间的距离和终端的倾斜角度计算出终端到各骨骼点位的水平距离，该水平距离即为每个骨骼点位的深度数据。本实施例中将人脸图像及其对应的深度数据导入计算机中，由于实际拍摄和扫描过程中有可能会因光线昏暗导致人脸图像中局部位置出现不清楚的情况，人脸图像不清晰的情况下识别骨骼点位的准确度也不高。因此，在获得人脸图像后，预先对人脸图像进行灰度识别处理，将人脸图像中灰度值达到预设范围的区域标记为排除区域，灰度值达到预设范围的区域有可能是拍摄过程中因光线不足形成的阴影部分，为了避免阴影部分清晰度差导致点位无法准确识别的情况发生，仅对排除区域以外的人脸区域进行骨骼点位的识别和标记，确保基准点的位置是准确的。对排除区域以外的人脸区域进行骨骼点位识别后，从中选出三个基准点，由于每个基准点都均有其各自的深度数据，即在立体空间中每个基准点都有其各自的三维坐标，因此三个基准带可在立体空间中形成的一个面。利用三个基准点确定的第一基准面来代表该人脸的特征，完成后续识别的动作。基于人脸的常规特征是人脸的鼻尖会相对突出，对人脸进行拍摄时，无论拍摄角度如何变化，都会拍摄到鼻尖的位置，即无论是侧面拍照、正面拍照还是俯仰视角度拍照都会看到鼻尖的位置；再加上鼻尖相对突出，使其与脸部其他骨骼点位的位置之间的高度差相对较为明显，因此，在选择基准点时将鼻尖所对应的本文档来自技高网...

【技术保护点】
1.基于骨骼点位的人脸特征识别方法，其特征在于，包括：/n步骤S1：接收标准人物的人脸数据，根据人脸数据建立人脸立体模型，并对人脸立体模型中的各骨骼点位进行识别和标记；/n步骤S2：接收目标人物的具有深度数据的人脸图像，识别出人脸图像中的至少三个骨骼点位，将其中三个骨骼点位标记为基准点，结合三个基准点的深度数据在三维空间中构建第一基准面模型；/n步骤S3：在人脸立体模型中选中三个基准点所对应的骨骼点位，根据人脸立体模型中的三个基准点构建出第二基准面，将第一基准面和第二基准面的面积进行比对，若相同，则目标人物识别成功。/n

【技术特征摘要】
1.基于骨骼点位的人脸特征识别方法，其特征在于，包括：
步骤S1：接收标准人物的人脸数据，根据人脸数据建立人脸立体模型，并对人脸立体模型中的各骨骼点位进行识别和标记；
步骤S2：接收目标人物的具有深度数据的人脸图像，识别出人脸图像中的至少三个骨骼点位，将其中三个骨骼点位标记为基准点，结合三个基准点的深度数据在三维空间中构建第一基准面模型；
步骤S3：在人脸立体模型中选中三个基准点所对应的骨骼点位，根据人脸立体模型中的三个基准点构建出第二基准面，将第一基准面和第二基准面的面积进行比对，若相同，则目标人物识别成功。


2.根据权利要求1所述的基于骨骼点位的人脸特征识别方法，其特征在于，所述人脸图像直接由激光雷达摄像设备正面拍摄人脸所生成，借由摄像设备检测人脸各位置与摄像设备之间的距离以获取人脸的深度数据。


3.根据权利要求1所述的基于骨骼点位的人脸特征识别方法，其特征在于，所述人脸图像由具有激光雷达摄像功能和具有设备倾斜角度检测功能的手机终端倾斜拍摄人脸生成，利用激光雷达摄像功能测量终端到各骨骼点位之间的距离，利用设备倾斜角度检测功能获知终端与水平线之间的倾斜角度，根据距离和角度计算各骨骼点位的深度数据。


4.根据权利要求1所述的基于骨骼点位的人脸特征识别方法，其特征在于，所述基准点至少包含有鼻尖位置的骨骼点位。


5.根据权利要求1所述的基于骨骼点位的人脸特征识别方...

【专利技术属性】
技术研发人员：郝振斌，
申请(专利权)人：广州辰创科技发展有限公司，
类型：发明
国别省市：广东;44