一种人员头像信息采集的方法技术

本申请公开的属于信息采集技术领域，具体为一种人员头像信息采集的方法，包括获取人员头像采集模型，设定头像的尺寸以及背景颜色；获取待处理人员头像初始图片，并通过所获取的模型初步预测人员头像照片质量；计算头部位置；截成合适尺寸；获取遮罩；更换背景等多个步骤，本申请能够对人员头像图片中头部区域的进行判定，从而获取头部区域大小，由此将初始图片进行裁切，使人体特征信息在裁切图中占据主体位置并且不发生变形；同时能够准确识别裁切图中的人体特征信息，从而实现对背景区域的颜色替换。通过对人员头像图片的裁切和背景替换，能够显著提高人员底图图片的准确性、完整性，从而极大的提高人脸识别设备比对的成功率和识别速率。和识别速率。和识别速率。

【技术实现步骤摘要】
一种人员头像信息采集的方法


[0001]本申请涉及信息采集
，具体为一种人员头像信息采集的方法。

技术介绍

[0002]目前国内大多数核电站都采用人脸识别验证的方式判断人员是否可以进入相关场所，在各个门禁口安装人脸比对设备，通过识别人员的头像信息进行人员信息比对，从而获取该人员完整的身份信息以及拥有的通行权限，用以确定门禁口是否开启。
[0003]在进行人员信息比对时，人员的底图照片是确认人员身份信息的唯一凭证，人员底图照片的准确性、完整性、时效性是能否准确识别人员身份的关键因素。然而，目前核电站录入人员底图的方式还是以人工拍照录入的方式为主，并且未对采集的底图照片进行优化以及质量检测，容易造成人员在实际比对过程中易发生不识别、识别错误等问题，从而影响人员正常通行。另外，有些人员的底图照片由于采集时间过久，与现在的样貌已经有明显不同，也会影响正常比对。
[0004]申请内容
[0005]本申请的目的在于提供一种人员头像信息采集的方法，以解决上述
技术介绍
中提出的容易造成人员在实际比对过程中易发生不识别、识别错误等问题的问题。
[0006]为实现上述目的，本申请提供如下技术方案：一种人员头像信息采集的方法，包括以下步骤：
[0007]步骤1：获取人员头像采集模型，设定头像的尺寸以及背景颜色；
[0008]步骤2：获取待处理人员头像初始图片，并通过步骤1中所获取的模型初步预测人员头像照片质量；
[0009]步骤3：计算头部位置，结合MTCNN网络结构，计算出人员头部信息在初始图片中所占用的矩形空间；
[0010]步骤4：截成合适尺寸，将步骤3中得到的头部矩形空间，根据步骤1中设定的尺寸，通过横纵倍增扩大矩形框，得到新的人员头像尺寸照片大小；
[0011]步骤5：获取遮罩，结合U2
‑
Net算法，将步骤4中得到的裁剪图中的人体特征区域生成Alpha图，其中白色区域表示人体特征区域，黑色区域为非人体特征区域；
[0012]步骤6：更换背景，根据步骤1中设定的背景颜色，遍历Alpha图的全部像素点，如果像素点颜色为黑色RGB(0,0,0)，说明该点非人体特征区域，属于背景区域，在初始图片中将对应位置的像素点改为设定的颜色。
[0013]可选的，所述步骤1中人员头像采集模型为u2net.pth模型和u2netp.pth模型；所述背景颜色选为红色RGB(255,0,0)和蓝色RGB(0,0,255)。
[0014]可选的，所述步骤3具体为：MTCNN网络结构由P
‑
Net、R
‑
Net、O
‑
Net三个结构串联组成，P
‑
Net用于判断是否含人脸，并给出人脸框和关键点的位置；R
‑
Net用于对P
‑
Net输出可能为人脸候选框图像进一步进行判定，同时细化人脸检测目标框精度；O
‑
Net用于对R
‑
Net输出可能为人脸的图像进一步进行判定，同时细化人脸检测目标框精度；通过上述三个网
络结构逐步锁定人脸的图片在初始图片中所用的矩形空间，分别以left、right、top、bottom记录初始图片左、右、上、下到头部矩形的距离，从而确定人员头部信息矩形框所在区域。
[0015]可选的，所述步骤4具体为：在确定人员头部信息矩形框所在区域后，通过left、right、top、bottom的数值，可以得到矩形框的宽度w和高度h；为保证人体特征信息在裁切图中占据主体位置并且不发生变形，需将矩形框宽度扩大2.5倍：w*2.5；高度扩大为：w*2.5/9*16，得到新的人员头像尺寸照片大小。
[0016]可选的，所述步骤5的具体步骤为：
[0017]步骤A：加载人员头像采集模型，获取遍历循环次数和像素点比对阈值；
[0018]步骤B：将裁剪图各个像素点转为RBG表示，并将像素点的RGB数据存储到缓存区C1；
[0019]步骤C：遍历缓存区C1中各个像素点，将相邻像素点各个通道的RBG值进行比对，当差值大于模型中设定的比对阈值时，将关联的两个像素点存储到缓存区C2；
[0020]步骤D：缓存区C1中的各个像素点遍历比对结束后，根据C2中像素点的数量修正模型的比对阈值，同时清空缓存区C1中的像素点，然后开始遍历C2中的各个像素点，将差值大于模型中设定的比对阈值的像素点存储到缓存区C1；
[0021]步骤E：c
‑
d为一次比对循环，当达到模型设定的遍历循环次数后，根据C1中留存的像素点调整为白色RGB(255,255,255)，其他像素点调整为黑色RGB(0,0,0),将像素点结合后生成与初始图片相同尺寸的人体特征区域遮罩Alpha图。
[0022]可选的，所述步骤6具体为：遍历人脸特征区域Alpha图的全部像素点，如果像素点颜色为黑色RGB(0,0,0)，说明该点非人体特征区域，属于背景区域，根据步骤1中设定的背景颜色的RGB值，将初始图片中将对应位置的像素点改为设定的颜色值，从而实现人员头像背景颜色替换。
[0023]与现有技术相比，本申请的有益效果是：
[0024]能够对人员头像图片中头部区域的进行判定，从而获取头部区域大小，由此将初始图片进行裁切，使人体特征信息在裁切图中占据主体位置并且不发生变形；同时能够准确识别裁切图中的人体特征信息，从而实现对背景区域的颜色替换。通过对人员头像图片的裁切和背景替换，能够显著提高人员底图图片的准确性、完整性，从而极大的提高人脸识别设备比对的成功率和识别速率。
附图说明
[0025]图1为本申请流程示意图；
[0026]图2为本申请步骤3流程示意图；
[0027]图3为本申请步骤5流程示意图。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本申请保护的范围。
[0029]实施例：
[0030]请参阅图1
‑
3，本申请提供一种技术方案：一种人员头像信息采集的方法，包括以下步骤：
[0031]步骤1：加载人员头像采集模型，设定头像的尺寸以及背景颜色；
[0032]优选的，上述人员头像采集模型包括u2net.pth模型和u2netp.pth模型；上述头像的尺寸用于设定最终图片的大小；上述背景颜色用于设定最终图片的非人体特征区域的颜色；
[0033]步骤2：获取待处理人员头像初始图片，并通过步骤1中所获取的模型初步预测人员头像照片质量；
[0034]步骤3：结合MTCNN网络结构，计算出人员头部信息在初始图片中所占用的矩形空间。
[0035]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人员头像信息采集的方法，其特征在于：包括以下步骤：步骤1：获取人员头像采集模型，设定头像的尺寸以及背景颜色；步骤2：获取待处理人员头像初始图片，并通过步骤1中所获取的模型初步预测人员头像照片质量；步骤3：计算头部位置，结合MTCNN网络结构，计算出人员头部信息在初始图片中所占用的矩形空间；步骤4：截成合适尺寸，将步骤3中得到的头部矩形空间，根据步骤1中设定的尺寸，通过横纵倍增扩大矩形框，得到新的人员头像尺寸照片大小；步骤5：获取遮罩，结合U2
‑
Net算法，将步骤4中得到的裁剪图中的人体特征区域生成Alpha图，其中白色区域表示人体特征区域，黑色区域为非人体特征区域；步骤6：更换背景，根据步骤1中设定的背景颜色，遍历Alpha图的全部像素点，如果像素点颜色为黑色RGB(0,0,0)，说明该点非人体特征区域，属于背景区域，在初始图片中将对应位置的像素点改为设定的颜色。2.根据权利要求1所述的一种人员头像信息采集的方法，其特征在于：所述步骤1中人员头像采集模型为u2net.pth模型和u2netp.pth模型；所述背景颜色选为红色RGB(255,0,0)和蓝色RGB(0,0,255)。3.根据权利要求1所述的一种人员头像信息采集的方法，其特征在于：所述步骤3具体为：MTCNN网络结构由P
‑
Net、R
‑
Net、O
‑
Net三个结构串联组成，P
‑
Net用于判断是否含人脸，并给出人脸框和关键点的位置；R
‑
Net用于对P
‑
Net输出可能为人脸候选框图像进一步进行判定，同时细化人脸检测目标框精度；O
‑
Net用于对R
‑
Net输出可能为人脸的图像进一步进行判定，同时细化人脸检测目标框精度；通过上述三个网络结构逐步锁定人脸的图片在初始...

【专利技术属性】
技术研发人员：林志强，陈春飞，李嘉明，洪晖森，王少君，
申请(专利权)人：深圳蜂格科技有限公司，
类型：发明
国别省市：