[发明专利]一种基于人脸检测的切图方法

说明书

技术领域

本发明属于人脸检测领域，更具体地说，尤其涉及一种基于人脸检测的切图方法。

背景技术

目前基于人工智能的人脸识别技术广泛地应用于安防和金融等领域，在很多的场景中都需要进行人证合一的验证，确保持证本人合法的活动，目前发明应用于本司的人证合一验证系统中。人证合一验证系统用于如（不限于）金税工程改造中的报税人员人证合一验证、银行ATM系统无卡取款，以及无人超市等领域。

目前“高拍仪”产品提供的采用延时切图方法，用该方法获取的图像经常没有包含符合人脸识别要求的图像，甚至有时根本就不含人脸，给实际应用造成困难，无法提高识别率。

发明内容

本发明的目的在于提供一种基于人脸检测的切图方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于人脸检测的切图方法，包括以下步骤：

S1、初始化图像采集前端，选择使用的摄像头和文件存放路径；

S2、打开摄像头，将采集的图像序列输入本发明方法的程序中，采用人工智能卷积神经网的算法对图像序列进行动态检测和跟踪，包括脸部地标检测、脸部地标和头部位置追踪、脸部动作单元识别和视线跟踪，当全要素的人脸出现在视野中时，自动切图并存入指定的路径中以备后续处理使用；

S3、如果全要素人脸没有出现在视野中或者人脸的大小和光照人符合人脸识别的要求，便持续地对图像序列进行跟踪，直到系统设定的超时，将最后时刻的图像存入系统指定的路径中。

优选的，所述人工智能卷积神经网的算法还包括人脸在视野中的位置设置，使人脸居于图像中部，视野中包含了整个人脸要素。

优选的，所述脸部地标检测和跟踪，自然环境中鲁棒脸部地标检测的约束本地神经网区域；所述视线跟踪，眼部轮廓识别的眼部渲染和注视预测；所述脸部动作单元识别，交叉数据学习和自动动作单元检测的个人特殊归一化。

优选的，人脸图像文件存放在初始化指定的文件中，在检测结束后将该文件删除。

优选的，人脸图像文件的base64加密，base64加密是方便于图像在互联网中的传播。

与现有技术相比，本发明的有益效果是：采用人脸检测的方法，只有当在画面中出现符合人脸识别系统要求的头像时自动的切图，输出的图片包含了全要素的人脸头像；且发明采用人工智能的卷积神经网络方法成功地解决了在人证合一验证系统中获取有效人脸的方法。

附图说明

图1为本发明的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

一种基于人脸检测的切图方法，包括以下步骤：

S1、初始化图像采集前端，选择使用的摄像头和文件存放路径；

S2、打开摄像头，将采集的图像序列输入本发明方法的程序中，采用人工智能卷积神经网的算法对图像序列进行动态检测和跟踪，包括脸部地标检测、脸部地标和头部位置追踪、脸部动作单元识别和视线跟踪，当全要素的人脸出现在视野中时，自动切图并存入指定的路径中以备后续处理使用；

S3、如果全要素人脸没有出现在视野中或者人脸的大小和光照人符合人脸识别的要求，便持续地对图像序列进行跟踪，直到系统设定的超时，将最后时刻的图像存入系统指定的路径中。

具体的，所述人工智能卷积神经网的算法还包括人脸在视野中的位置设置，使人脸居于图像中部，视野中包含了整个人脸要素。

具体的，所述脸部地标检测和跟踪，自然环境中鲁棒脸部地标检测的约束本地神经网区域；所述视线跟踪，眼部轮廓识别的眼部渲染和注视预测；所述脸部动作单元识别，交叉数据学习和自动动作单元检测的个人特殊归一化。

具体的，人脸图像文件存放在初始化指定的文件中，在检测结束后将该文件删除。

具体的，人脸图像文件的base64加密，base64加密是方便于图像在互联网中的传播

本发明不仅可以用于人证合一验证系统的前端采集，还可以用于如（不限于）银行排除叫号机的图像采集系统。

本发明应用于人证合一验证系统中，该系统的前端采用读卡器读取身份证中的证件照和本发明中提供的现场照切图，将该两张照片发送到后端的人脸识别系统中，由人脸识别系统返回相似度数据，以判断两张照片是否同属一人。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。