一种人脸识别的方法及装置制造方法及图纸

本申请实施例提供了一种人脸识别的方法及装置，应用于图像处理技术领域，上述方法包括：获得待识别图像中第一人脸区域的人脸关键点；根据所获得的人脸关键点，从第一人脸区域中确定多个第一感兴趣区域，并提取每个第一感兴趣区域的第一区域特征；确定第一人脸区域中被遮挡的遮挡区域，并根据所确定的遮挡区域，计算每个第一感兴趣区域被遮挡的第一遮挡度；获得根据计算得到的第一遮挡度确定的各个第一感兴趣区域间的第一影响度；根据所获得第一影响度调整各个第一区域特征，将调整后的第一区域特征与第二区域特征进行对比，得到第一人脸区域的人脸识别结果。应用本申请实施例提供的方案识别人脸，能够提高人脸识别的准确度。能够提高人脸识别的准确度。能够提高人脸识别的准确度。

【技术实现步骤摘要】
一种人脸识别的方法及装置


[0001]本申请涉及图像处理
，特别是涉及一种人脸识别的方法及装置。

技术介绍

[0002]人脸识别技术是利用人脸区域的信息进行身份认证的技术，现已广泛应用于门禁考勤、安检通关、安防监控、金融支付等诸多领域。
[0003]由于环境的复杂性，采集到的图像中人脸区域往往被墨镜、口罩、手机、水杯等物体遮挡，从而影响了人脸识别的准确度。
[0004]为了对被遮挡的人脸区域进行人脸识别，往往先通过人脸区域中未被遮挡的部分，预测出人脸区域中已被遮挡的部分，进而生成未被遮挡的人脸区域，最后基于生成的人脸区域进行人脸识别。
[0005]由于预测出的人脸区域中已被遮挡的部分往往和人脸区域中实际被遮挡的部分不完全吻合，使得生成的未被遮挡的人脸区域往往存在身份干扰信息，从而造成人脸识别的准确度较低。

技术实现思路

[0006]本申请实施例的目的在于提供一种人脸识别的方法及装置，以提高人脸识别的准确度具体技术方案如下：
[0007]本申请实施例提供了一种人脸识别的方法，包括：
[0008]获得待识别图像中第一人脸区域的人脸关键点；
[0009]根据所获得的人脸关键点，从所述第一人脸区域中确定多个第一感兴趣区域，并提取每个第一感兴趣区域的第一区域特征；
[0010]确定所述第一人脸区域中被遮挡的遮挡区域，并根据所确定的遮挡区域，计算每个第一感兴趣区域被遮挡的第一遮挡度；
[0011]获得根据计算得到的第一遮挡度确定的各个第一感兴趣区域间的第一影响度；
[0012]根据所获得第一影响度调整各个第一区域特征，将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，其中，所述第二区域特征为：根据各个第二影响度对每个第二感兴趣区域的区域特征进行调整所得到的特征，每个第二感兴趣区域为：基准人脸图像中预设的第二人脸区域内与每一第一感兴趣区域相对应的区域。
[0013]本申请的一个实施例中，所述将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：
[0014]计算每个第一感兴趣区域调整后的第一区域特征与所对应的第二区域特征的相似度，作为每个第一感兴趣区域对应的相似度；
[0015]基于每个第一感兴趣区域的第一遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重；
[0016]根据所确定的权重，对各第一感兴趣区域对应的相似度进行加权运算，得到运算结果，作为所述第一人脸区域与所述第二人脸区域的相似度；
[0017]根据所得到的相似度，确定所述第一人脸区域的人脸识别结果。
[0018]本申请的一个实施例中，所述基于每个第一感兴趣区域的第一遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重，包括：
[0019]基于每个第一感兴趣区域的第一遮挡度和与所对应的第二感兴趣区域的第二遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重。
[0020]本申请的一个实施例中，所述将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：
[0021]根据各第一感兴趣区域的第一遮挡度，对各第一感兴趣区域的第一区域特征进行特征融合，得到第一融合特征，并根据各第二感兴趣区域的第二遮挡度，对各第二感兴趣区域的第二区域特征进行特征融合，得到第二融合特征；
[0022]计算所述第一融合特征和所述第二融合特征的相似度；
[0023]根据计算所得到的相似度，确定所述第一人脸区域的人脸识别结果。
[0024]本申请的一个实施例中，所述各个第一感兴趣区域间的第一影响度，按照以下表达式计算得到：
[0025]A
ij
＝max(遮挡度
i
，thd)*(1
‑
遮挡度
j
)
[0026]其中，A
ij
为第一感兴趣区域j对第一感兴趣区域i的第一影响度，遮挡度
i
表示第一感兴趣区域i的遮挡度，遮挡度
j
表示第一感兴趣区域j的遮挡度，thd为预设的阈值。
[0027]本申请的一个实施例中，所述根据所获得第一影响度调整各个第一区域特征，并将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：
[0028]将各个第一区域特征、各个第一感兴趣区域间的第一影响度、各个第二感兴趣区域的区域特征、各个第二感兴趣区域间的第二影响度输入至预先训练的图神经网络，以使得所述图神经网络基于各个第一影响度对各个第一区域特征进行调整，得到调整后的第一区域特征，并基于各个第二影响度对各个第二感兴趣区域的区域特征进行调整，得到第二区域特征，以及对比所述调整后的第一区域特征与所述第二区域特征进行对比，输出人脸识别结果；
[0029]获取所述图神经网络模型输出的所述人脸识别结果。
[0030]本申请的一个实施例中，所述根据所获得的人脸关键点，从所述第一人脸区域中确定多个第一感兴趣区域，包括：
[0031]根据所获得的人脸关键点的关键点类型，以及预设的人脸关键点类型与第一感兴趣区域的区域类型之间的对应关系，确定每个人脸关键点所属的区域类型；
[0032]针对每个区域类型，基于属于该区域类型的人脸关键点的位置信息，获得属于该区域类型的感兴趣区域的中心位置，并确定属于该区域类型的感兴趣区域的中心位置与相邻感兴趣区域的中心位置之间的区域间距离，根据所确定的区域间距离，计算属于该区域类型的感兴趣区域的区域大小；
[0033]基于所获得的中心位置和计算所得的区域大小，确定每个中心位置所属的第一感兴趣区域。
[0034]本申请的一个实施例中，所述提取每个第一感兴趣区域内的人脸特征，包括：
[0035]提取所述待识别图像中第一人脸区域的全局特征图；
[0036]基于每个第一感兴趣区域在所述第一人脸区域中所处的位置，确定所述全局特征图中与每个第一感兴趣区域对应的特征区域；
[0037]按照预设特征图大小，对每个第一感兴趣区域的特征区域进行变换，生成大小为所述预设特征图大小的特征图；
[0038]确定与每个第一感兴趣区域的特征图对应的人脸特征，作为每个第一感兴趣区域内的人脸特征。
[0039]本申请实施例还提供了一种人脸识别的装置，包括：
[0040]关键点获得模块，用于获得待识别图像中第一人脸区域的人脸关键点；
[0041]特征提取模块，用于根据所获得的人脸关键点，从所述第一人脸区域中确定多个第一感兴趣区域，并提取每个第一感兴趣区域的第一区域特征；
[0042]遮挡度计算模块，用于确定所述第一人脸区域中被遮挡的遮挡区域，并根据所确定的遮挡区域，计算每个第一感兴趣区域被遮挡的第一遮挡度；
[0043]影响度获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，包括：获得待识别图像中第一人脸区域的人脸关键点；根据所获得的人脸关键点，从所述第一人脸区域中确定多个第一感兴趣区域，并提取每个第一感兴趣区域的第一区域特征；确定所述第一人脸区域中被遮挡的遮挡区域，并根据所确定的遮挡区域，计算每个第一感兴趣区域被遮挡的第一遮挡度；获得根据计算得到的第一遮挡度确定的各个第一感兴趣区域间的第一影响度；根据所获得第一影响度调整各个第一区域特征，将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，其中，所述第二区域特征为：根据各个第二影响度对每个第二感兴趣区域的区域特征进行调整所得到的特征，每个第二感兴趣区域为：基准人脸图像中预设的第二人脸区域内与每一第一感兴趣区域相对应的区域。2.根据权利要求1所述的方法，其特征在于，所述将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：计算每个第一感兴趣区域调整后的第一区域特征与所对应的第二区域特征的相似度，作为每个第一感兴趣区域对应的相似度；基于每个第一感兴趣区域的第一遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重；根据所确定的权重，对各第一感兴趣区域对应的相似度进行加权运算，得到运算结果，作为所述第一人脸区域与所述第二人脸区域的相似度；根据所得到的相似度，确定所述第一人脸区域的人脸识别结果。3.根据权利要求2所述的方法，其特征在于，所述基于每个第一感兴趣区域的第一遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重，包括：基于每个第一感兴趣区域的第一遮挡度和与所对应的第二感兴趣区域的第二遮挡度，确定每个第一感兴趣区域的第一区域特征针对所述第一人脸区域的特征的权重。4.根据权利要求1所述的方法，其特征在于，所述将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：根据各第一感兴趣区域的第一遮挡度，对各第一感兴趣区域的第一区域特征进行特征融合，得到第一融合特征，并根据各第二感兴趣区域的第二遮挡度，对各第二感兴趣区域的第二区域特征进行特征融合，得到第二融合特征；计算所述第一融合特征和所述第二融合特征的相似度；根据计算所得到的相似度，确定所述第一人脸区域的人脸识别结果。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，按照以下表达式计算第一影响度：A
ij
＝max(遮挡度
i
，thd)*(1
‑
遮挡度
j
)其中，A
ij
为第一感兴趣区域j对第一感兴趣区域i的第一影响度，遮挡度
i
表示第一感兴趣区域i的遮挡度，遮挡度
j
表示第一感兴趣区域j的遮挡度，thd为预设的阈值。6.根据权利要求1所述的方法，其特征在于，所述根据所获得第一影响度调整各个第一区域特征，并将调整后的第一区域特征与第二区域特征进行对比，得到所述第一人脸区域的人脸识别结果，包括：
将各个第一区域特征、各个第一感兴趣区域间的第一影响度、各个第二感兴趣区域的区域特征、各个第二感兴趣区域间的第二影响度输入至预先训练的图神经网络，以使得所述图神经网络基于各个第一影响度对各个第一区域特征进行调整，得到调整后的第一区域特征，并基于各个第二影响度对各个第二感兴趣区域的区域特征进行调整，得到第二区域特征，以及对比所述调整后的第一区域特征与所述第二区域特征进行对比，输出人脸识别结果；获取所述图神经网络模型输出的所述人脸识别结果。7.根据权利要求1
‑
4、6中任一项所述的方法，其特征在于，所述根据所获得的人脸关键点，从所述第一人脸区域中确定多个第一感兴趣区域，包括：根据所获得的人脸关键点的关键点类型，以及预设的人脸关键点类型与第一感兴趣区域的区域类型之间的对应关...

【专利技术属性】
技术研发人员：颜聪泉，杨彭举，王春茂，
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：