一种基于人眼的身份识别方法及系统技术方案

本申请涉及一种基于人眼的身份识别方法及系统，属于人脸识别技术领域，其包括将人眼图像输入至目标检测模型中，生成人眼图像的预测框以及视觉特征；判断预测框是否识别正确，若是，则基于预测框，获取人眼的基本特征；将视觉特征、预测框以及人眼的基本特征进行融合，得到人眼融合特征；根据人眼融合特征，识别对应的身份信息；利用视觉特征、预测框以及人眼的基本特征融合得到的人眼融合特征，使得人眼融合特征具有多种特征的组合，从而在利用人眼融合特征识别对应的身份时，准确性较高。本申请具有于在人佩戴口罩时利用面部信息中的人眼信息对人的身份进行识别的效果。眼信息对人的身份进行识别的效果。眼信息对人的身份进行识别的效果。

【技术实现步骤摘要】
一种基于人眼的身份识别方法及系统


[0001]本专利技术涉及人脸识别
，尤其是涉及一种基于人眼的身份识别方法及系统。

技术介绍

[0002]身份识别是指对人的身份信息进行认证。随着人工智能技术的不断成熟，智能生物识别技术开始成为一种普遍的身份识别方法。智能生物识别技术通过对生命体指纹、声纹、虹膜、面部信息等生物特征信息的分析比对，可以准确、快速地进行身份识别。
[0003]在通过面部信息进行身份识别时，通常需要获取到人的完整面部，才能够较为准确的识别出对应的身份信息，然而，目前在出行中常需要佩戴口罩，导致不能露出完整的面部，从而使得难以利用面部信息对人的身份进行识别。

技术实现思路

[0004]为了便于在人佩戴口罩时利用面部信息对人的身份进行识别，本申请提供了一种基于人眼的身份识别方法及系统。
[0005]第一方面，本申请提供的一种基于人眼的身份识别方法，采用如下的技术方案：一种基于人眼的身份识别方法，包括将人眼图像输入至目标检测模型中，生成人眼图像的预测框以及视觉特征；判断预测框是否识别正确，若是，则基于预测框，获取人眼的基本特征；将视觉特征、预测框以及人眼的基本特征进行融合，得到人眼融合特征；根据人眼融合特征，识别对应的身份信息。
[0006]通过采用上述技术方案，利用目标检测模型生成预测框以及视觉特征，判断生成的预测框是否正确，若是，则基于预测框，获取人眼的基本特征，若预测框不准确则无需进行人眼基本特征的获取，节约了程序，将视觉特征、预测框以及人眼的基本特征进行融合，得到人眼融合特征，使得人眼融合特征具有多种特征的组合，从而在利用人眼融合特征识别对应的身份时，准确性较高，进而便于在人佩戴口罩时利用面部信息中的人眼信息对人的身份进行识别。
[0007]可选的，所述目标检测模型包括平均池化层以及全连接层；所述平均池化层，连接于目标检测模型的主干网络，用于对主干网络提取出的特征进行压缩，得到多个特征点；所述全连接层，连接于所述平均池化层，用于对平均池化层输出的所有特征点进行组合，得到视觉特征。
[0008]通过采用上述技术方案，利用平均池化层从目标检测模型的主干网络中提取出多个特征点，利用全连接层将提取出的多个特征点进行组合，从而得到视觉特征。
[0009]可选的，所述预测框包括预测框的坐标信息以及预测框的类别信息，所述判断预测框是否识别正确，具体包括：
判断预测框的类别信息是否为人眼类别；若不是人眼类别，则判定预测框错误；若是人眼类别，则根据预测框坐标信息，判断视觉特征是否位于预测框内，若是，则判定预测框正确，若否，则判定预测框错误。
[0010]通过采用上述技术方案，通过判断预测框的类别信息是否为人眼类别，若是说明人眼图像中存在人眼部位，此时再判断视觉特征是否位于预测框内，以确定预测框的位置和范围是否正确，若视觉特征位于预测框内，则判定预测框正确。
[0011]可选的，所述判断预测框是否识别正确之后，还包括：若预测框错误，则选择损失函数，对目标检测模型进行训练。
[0012]通过采用上述技术方案，在预测框错误时，则说明目标检测模型的输出结果存在误差，此时则需要对目标检测模型进行训练，以提高目标检测模型识别的准确性。
[0013]可选的，所述则基于预测框，获取人眼的基本特征，具体包括：在预测框的范围内，获取人眼的灰度以及人眼的面积；在预测框的范围内，获取人眼的关键点特征；利用人眼的灰度、人眼的面积以及人眼的关键点特征组成人眼的基本特征。
[0014]通过采用上述技术方案，在预测框的范围内获取人眼的灰度、人眼的面积以及人眼的关键点特征，减小了需要处理的图像的面积，且组成的人眼的基本特征较为准确。
[0015]可选的，所述获取人眼的关键点特征，具体包括：将预设的标准人眼特征点定位至预测框中的预设框内；以每个标准人眼特征点的坐标为中心，获取预设距离内响应值最大的点作为人眼图像中的关键点；将所有关键点进行组合，得到关键点特征。
[0016]通过采用上述技术方案，将标准的人眼特征点定位至预测框中，以每个标准人眼特征点的坐标为中心，获取预设距离内响应值最大的点作为人眼图像中的关键点，能够较为准确的获取到人眼图像中的每个关键点，将所有关键点进行组成，得到较为准确的关键点特征。
[0017]第二方面，本申请提供一种基于人眼的身份识别系统，采用如下技术方案：一种基于人眼的身份识别方法身份识别系统，包括：特征提取单元，用于将人眼图像输入至目标检测模型中，生成人眼图像的预测框以及视觉特征；特征核对单元，用于判断预测框是否识别正确，若是，则基于预测框，获取人眼的基本特征；特征融合单元，用于将视觉特征、预测框以及人眼的基本特征进行融合，得到人眼融合特征；身份识别单元，用于根据人眼融合特征，识别对应的身份信息。
[0018]通过采用上述技术方案，利用特征提取单元生成人眼图像的预测框以及视觉特征，利用特征核对单元判断预测框是否识别正确，若是，则基于预测框，获取人眼的基本特征，利用特征融合单元将视觉特征、预测框以及人眼的基本特征进行融合，得到人眼融合特征，利用身份识别单元，根据人眼融合特征识别对应的身份信息。
[0019]可选的，所述特征核对单元包括：类别核对子单元，用于判断预测框的类别信息是否为人眼类别；若不是人眼类别，则判定预测框错误；特征核对子单元，用于在预设框是人眼类别时，根据预测框坐标信息，判断视觉特征中的特征点是否均位于预测框内，若是，则判定预测框正确，若否，则判定预测框错误。
[0020]通过采用上述技术方案，利用类别核对单元判断预测框的类别信息是否为人眼类别，利用特征核对子单元在预设框是人眼类别时，根据预测框坐标信息，判断视觉特征中的特征点是否均位于预测框内，即从类别和特征位置两个角度判断预测框是否正确，使得判断的结果更加准确。
[0021]第三方面，本申请提供一种计算机设备，采用如下技术方案：一种计算机设备，包括存储器、处理器以及储存在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行如第一方面中任一所述的一种基于人眼的身份识别方法。
[0022]第四方面，本申请提供一种计算机可读存储介质，采用如下技术方案：一种计算机可读存储介质，包括存储有能够被处理器加载并执行如第一方面中任一所述的一种基于人眼的身份识别方法的计算机程序。
附图说明
[0023]图1是本申请其中一实施例的身份识别方法的流程图。
[0024]图2是本申请其中一实施例判断预测框是否正确的方法流程图。
[0025]图3是本申请其中一实施例获取人眼基本特征的方法流程图。
[0026]图4是本申请其中一实施例获取关键特征点的方法流程图。
[0027]图5是本申请其中一实施例身份识别系统的框图。
具体实施方式
[0028]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1
‑
5及实施例，对本申请进行进一步详细说明。应当理解，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人眼的身份识别方法，其特征在于，包括：将人眼图像输入至目标检测模型中，生成人眼图像的预测框以及视觉特征；判断所述预测框是否识别正确，若是，则基于预测框，获取人眼的基本特征；将所述视觉特征、所述预测框以及所述人眼的基本特征进行融合，得到人眼融合特征；根据所述人眼融合特征，识别对应的身份信息。2.根据权利要求1所述的身份识别方法，其特征在于，所述目标检测模型包括平均池化层以及全连接层；所述平均池化层，连接于目标检测模型的主干网络，用于对主干网络提取出的特征进行压缩，得到多个特征点；所述全连接层，连接于所述平均池化层，用于对平均池化层输出的所有特征点进行组合，得到视觉特征。3.根据权利要求1所述的身份识别方法，其特征在于，所述预测框包括预测框的坐标信息以及预测框的类别信息，所述判断预测框是否识别正确，具体包括：判断所述预测框的类别信息是否为人眼类别；若不是人眼类别，则判定所述预测框错误；若是人眼类别，则根据所述预测框坐标信息，判断所述视觉特征是否位于所述预测框内，若是，则判定所述预测框正确，若否，则判定所述预测框错误。4.根据权利要求1所述的身份识别方法，其特征在于，所述判断预测框是否识别正确之后，还包括：若所述预测框错误，则选择损失函数，对所述目标检测模型进行训练。5.根据权利要求1所述的身份识别方法，其特征在于，所述则基于预测框，获取人眼的基本特征，具体包括：在所述预测框的范围内，获取人眼的灰度以及人眼的面积；在所述预测框的范围内，获取人眼的关键点特征；利用人眼的灰度、人眼的面积以及人眼的关键点特征组成人...

【专利技术属性】
技术研发人员：韩运恒，袁克虹，
申请(专利权)人：深圳市捷易科技有限公司，
类型：发明
国别省市：