基于船舶安防数据识别的人脸图片补偿识别方法技术

本发明专利技术涉及一种基于船舶安防数据识别的人脸图片补偿识别方法，包括：分别对被识别人脸图片与标准人脸图片进行同心圆环分区，将被识别人脸图片中每个区域的特征点与标准图片中对应区域的特征点进行匹配；分别获取被识别人脸图片与标准图片中相对应两个特征点之间的距离，根据相对应两个特征点之间的距离得到图片形变比例；通过图片形变比例得到形变强度数据；通过形变强度数据得到脸部特征点的形变量；根据形变量对特征点进行补偿。通过本发明专利技术提出的技术方法，减低了焦距对人脸胖瘦变形的影响，从而降低了对人脸识别精度的影响，有效提高了检测精度。提高了检测精度。提高了检测精度。

【技术实现步骤摘要】
基于船舶安防数据识别的人脸图片补偿识别方法


[0001]本专利技术涉及人工智能领域，具体涉及一种基于船舶安防数据识别的人脸图片补偿识别方法。

技术介绍

[0002]伴随着现代化的发展，船舶的产业规模更加扩大，船用安防系统也越来月多样化，现阶段船用安防系统用到的人脸识别方法有几何特征人脸识别法、线段距离人脸识别法、基于深度神经网络的人脸识别法等。其中基于几何特征的人脸识别方法、线段距离人脸识别法对人脸结构变化较为敏感，脸部结构比例变化就会影响人脸识别精度。
[0003]现阶段人脸识别方法通常是比对现有人脸数据图片和库里提前录入的图片数据之间的相似度，来判别人脸的身份信息。但是由于识别人脸时焦距的不同会导致人脸胖瘦变形，因此就会出现胖瘦程度的变化导致的人脸不能被识别的现象。对于该情况的发生非常影响生活的便利性，因此有必要在人脸识别系统中消除焦距对胖瘦程度的影响。

技术实现思路

[0004]为了克服上述现有技术的缺点，本专利技术的目的是提供一种补偿焦距影响人脸变形方法、一种人脸识别方法及系统。本专利技术采用以下技术方案：一种基于船舶安防数据识别的人脸图片补偿识别方法，包括以下步骤：分别对受焦距影响的被识别人脸图片与未受影响的标准人脸图片进行同心圆环分区，将被识别人脸图片中每个区域的特征点与标准图片中对应区域的特征点进行匹配；分别获取被识别人脸图片与标准图片中相对应两个特征点之间的距离，根据相对应两个特征点之间的距离得到图片形变比例；通过图片形变比例得到形变强度数据；通过形变强度数据得到脸部特征点的形变量；根据形变量对特征点进行补偿。
[0005]进一步的，所述对特征点进行恢复补偿的方法为：通过形变量对被识别人脸图片中特征点到中心区域的形变距离进行恢复，完成对特征点的补偿；所述补偿方法的表达式为：其中，为特征点距图像中心点的距离，为当前特征点的形变量；式中所述获取脸部特征点形变量的表达式如下：其中：为当前特征点的形变量，为中心区域的形变比例，为跨越区域的个数，为该图片的平均形变强度。
[0006]进一步的，所述形变比例的获取方法为： 分别提取被识别人脸图片中某一区域的两个特征点以及其相邻区域的两个特征点，分别计算两特征点间连线的距离与，分别计算对应标准图片对应两特征点连线的距离和，图片形变发生在垂直于区域分界线的方向，根据两特征点的距离计算其垂直于区域分界线的距离与，同样的，计算对应标准图片两特征点垂直于区域分界线的距离与，通过被识别人脸图片内各个区域中两个特征点与标准图片两特征点垂直于区域分界线的距离之间的比值得到被识别人脸图片中一个区域两特征点与其相邻区域两特征点的形变比例与。
[0007]所述平均形变强度的获取方法为：根据上述得到的两个相邻区域的形变比例与之差得到相邻垂直区域边界的形变强度值；对形变强度值取平均值得到平均形变强度数据；所述分别对被识别人脸图片与标准人脸图片进行同心圆环分区的方法如下：利用像素找出人脸图片的中心位置，以图片中心点为圆心，以r为半径增量画圆，直到最大圆弧与图片短边相切，得到了不同圆环组成的圆环区域。
[0008]进一步的，识别方法包括：根据焦距影响人脸的补偿方法对受焦距影响的被识别人脸图片进行补偿。
[0009]提取补偿后的被识别人脸图片特征，量化得到胖瘦特征变量值；所述人脸图片特征包括人脸双下巴的面积，眼、鼻、嘴面积占比以及嘴的宽度在腮部宽度的占比；对被识别人脸图片的胖瘦程度分级得到胖瘦层级分类标量，根据胖瘦层级分类标量与胖瘦特征变量值得到胖瘦成都标签值，通过胖瘦成都标签值计算胖瘦程度差异，根据胖瘦程度差异值调整人脸轮廓特征权重值，根据人脸轮廓特征权重进行相似性比较，实现人脸识别。
[0010]一种人脸识别系统，该系统包括：特征点补偿模块、特征提取模块和相似性比较模块；特征点补偿模块：根据焦距影响人脸的补偿方法对受焦距影响的被识别人脸图片进行补偿。
[0011]特征提取模块： 分别提取补偿后的被识别人脸图片以及标准人脸图片的焦距信息和人脸特征点信息；相似性比较模块：通过对补偿后的被识别人脸特征信息进行量化，结合胖瘦程度差异值调整被识别人脸轮廓特征权重，进行相似性比较，实现人脸识别.本专利技术的有益效果是：（1）相对于传统船用安防系统用到的人脸识别，本专利技术考虑不同焦距下胖瘦形变的干扰对人脸识别的精度的影响，通过分析不同焦距人脸图片中各区域的形变规律得到人脸特征点形变量，利用特征点形变量对特征点进行相应的补偿，进而提高人脸识别精度。
[0012]（2）本专利技术考虑了人脸胖瘦变化对人脸识别精度影响，在进行人脸识别时，利用两
图中人脸的胖瘦程度差异调整人脸轮廓特征点权重，减低了胖瘦程度对人脸识别精度的影响，从而提高检测精度。
附图说明
[0013]图1是本专利技术中一种基于船舶安防数据识别的人脸图片补偿识别方法的方法示意图；图2是本专利技术中一种基于船舶安防数据识别的人脸图片补偿识别方法中图片分区示意图；图3是本专利技术中一种基于船舶安防数据识别的人脸图片补偿识别方法中形变比例示意图；图4是本专利技术中一种人脸识别方法示意图；图5是本专利技术中一种人脸识别系统模块示意图。
具体实施方式
[0014]下面结合附图和实施例对本专利技术进行详细的描述。
[0015]在本专利技术的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0016]术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0017]实施例1如图1所示，该实施例提供了一种基于船舶安防数据识别的人脸图片补偿识别方法，包括：分别对被识别人脸图片与标准人脸图片进行分区，获取不同区域被识别人脸特征图片特征点并与标准图片进行匹配，根据特征点连线获取形变比例。
[0018]如图2所示，给出了对人脸图片进行分区的示意图，首先，控制其他变量拍摄一组不同焦距长度的图片，以5mm作为焦距长度间隔变动焦距长度，拍摄一组从15mm
‑
200mm的不同焦距长度人像图片，利用像素坐标找出图片的中心位置，以图片中心为圆心，以r为半径间隔画圆，直到最大圆圆弧与图像的短边相切位置，此时即可得到如图2所示不同圆环组成的图像区域。
[0019]在本实施例中，以50mm的图片为基准，利用面部关键点检测算法得到特征点，提取基准图片的人脸特征点和其他图片的特征点,,
…
,，将其他图片与基准图片进行匹配得到一组组匹配对应点，以第i张
图片为例，其匹配的对应点可以表示为：。...

【技术保护点】

【技术特征摘要】
1.一种基于船舶安防数据识别的人脸图片补偿识别方法，其特征在于，包括：分别对受焦距影响的被识别人脸图片与未受影响的标准人脸图片进行同心圆环分区，将被识别人脸图片中每个区域的特征点与标准图片中对应区域的特征点进行匹配；分别获取被识别人脸图片与标准图片中相对应两个特征点之间的距离，根据相对应两个特征点之间的距离得到图片形变比例；通过图片形变比例得到形变强度数据；通过形变强度数据得到脸部特征点的形变量；根据形变量对特征点进行补偿；所述对特征点进行恢复补偿的方法为：通过形变量对被识别人脸图片中特征点到中心区域的形变距离进行恢复，完成对特征点的补偿；所述补偿方法的表达式为：其中，为特征点距图像中心点的距离，为当前特征点的形变量；式中所述获取脸部特征点形变量的表达式如下：其中：为当前特征点的形变量，为中心区域的形变比例，为跨越区域的个数，为该图片的平均形变强度。2.根据权利要求1所述一种基于船舶安防数据识别的人脸图片补偿识别方法，其特征在于，所述形变比例的获取方法为： 分别提取被识别人脸图片中某一区域的两个特征点以及其相邻区域的两个特征点，分别计算两特征点间连线的距离与，对应标准图片对应两特征点连线的距离和；根据两特征点的距离计算其垂直于区域分界线的距离与，对应标准图片两特征点垂直于区域分界线的距离与；通过被识别人脸图片内各...

【专利技术属性】
技术研发人员：曹伟，
申请(专利权)人：南通市海鸥救生防护用品有限公司，
类型：发明
国别省市：