【技术实现步骤摘要】
一种多姿态人脸识别方法和装置
本专利技术涉及人脸识别
，更具体的说是涉及一种多姿态人脸识别方法和装置。
技术介绍
人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术。由于大部分人脸图像都是在一些非标准条件下摄取到，很容易受到人的头部旋转，如人头部的上下旋转、左右旋转和倾斜等干扰，而导致摄取到的人脸图像部分数据丢失，进而影响到对人脸图像的人脸识别。可见，人脸的姿态变化是影响人脸识别的一种重要因素。为了提高人脸识别的精准度，多姿态人脸识别技术得到了广泛应用。目前的多姿态人脸识别方式一般是通过基于单张人脸图像，并利用三维人脸重建方法将多姿态人脸图像合成为一张虚拟的正面人脸图像。但是该种多姿态人脸识别方法需要将二维图像恢复为三维模型，而将二维图像恢复三维模型的过程较为复杂，计算量较大，耗时较长。
技术实现思路
有鉴于此，本专利技术提供一种多姿态人脸识别方法和装置，以降低多姿态人脸识别的复杂度，减少计算量，降低人脸识别的耗时。为实现上述目的，本专利技术提供如下技术方案:一种多姿态人脸识别方法，包括:`获取待识别的人脸图像；定位所述人脸图像中的人脸的关键点；根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度；根据所述人脸偏转角度，并按照预置的人脸旋转变换规则，对所述人脸图像中的人脸进行姿态矫正；对所述姿态校正后的人脸图像进行人脸识别，得到人脸识别结果。优选的，所述定位所述人脸图像中的人脸的关键点，包括:利用积分投影对所述人脸图像进行定位，确定出所述人脸图像中的关键点。优选的，所述关键点至少包括:左内眼点和右内眼点；所述根据定位出...
【技术保护点】
一种多姿态人脸识别方法，其特征在于，包括：获取待识别的人脸图像；定位所述人脸图像中的人脸的关键点；根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度；根据所述人脸偏转角度，并按照预置的人脸旋转变换规则，对所述人脸图像中的人脸进行姿态矫正；对所述姿态校正后的人脸图像进行人脸识别，得到人脸识别结果。
【技术特征摘要】
1.一种多姿态人脸识别方法，其特征在于，包括: 获取待识别的人脸图像； 定位所述人脸图像中的人脸的关键点； 根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度； 根据所述人脸偏转角度，并按照预置的人脸旋转变换规则，对所述人脸图像中的人脸进行姿态矫正； 对所述姿态校正后的人脸图像进行人脸识别，得到人脸识别结果。2.根据权利要求1所述的方法，其特征在于，所述定位所述人脸图像中的人脸的关键点，包括: 利用积分投影对所述人脸图像进行定位，确定出所述人脸图像中的关键点。3.根据权利要求1所述的方法，其特征在于，所述关键点至少包括:左内眼点和右内眼占.所述根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度，包括: 根据所述左内眼点到所述人脸的中线的第一距离LI，以及所述右内眼点到所述中线的第二距离L2，计算人脸的水平旋转比例H，其中， 4.根据权利要求1所述的方法，其特征在于，所述关键点至少包括:左内眼点、右内眼点、鼻尖和两个嘴角点；所述根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度，包括: 根据所述左内眼点与右内眼点的中点到所述鼻尖的第三距离L3，以及所述鼻尖到所述两个嘴角点的中点的第四距离L4，计算所述人脸图像中人脸的垂直偏转比例V，其中， 5.根据权利要求1所述的方法，其特征在于，所述关键点至少包括:左内眼点和右内眼占.所述根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度，包括: 根据所述左内眼点和右内眼点的坐标，计算人脸倾斜角度Θ 3: 6.一种多姿态人脸识别装置，其特征在于，包括: 图像获取单元，用于获取待识别的人脸图像； 关键点定位单元，用于定位所述人脸图像中的人脸的关键点； 偏转识别单元，用于根据定位出的所述关键点的坐标，确定所述人脸图像中的人脸偏转角度； 人脸矫正单元，用于根据所述人脸偏转角度，并按照预置的人脸旋转变换...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。