[发明专利]用于检测人脸遮挡的方法及装置

权利要求书

1.一种用于检测人脸遮挡的方法，其特征在于，所述方法包括：

获取待处理人脸遮挡图像，所述待处理人脸遮挡图像包含多个用于标记人脸特征的特征点；

将所述待处理人脸遮挡图像导入预先训练的人脸遮挡模型，得到对应所述待处理人脸遮挡图像的遮挡信息，所述人脸遮挡模型用于通过待处理人脸遮挡图像包含的特征点获取人脸的遮挡信息；

所述人脸遮挡模型通过以下步骤得到的：对于多个样本人脸遮挡图像中的每个样本人脸遮挡图像，通过样本人脸遮挡图像中人脸图像的特征点将人脸图像划分为至少一个人脸区域，其中，每个样本人脸遮挡图像都包含有预先标记的特征点；对于所述至少一个人脸区域中的每个人脸区域，计算该人脸区域内的非人脸像素占该人脸区域内全部像素的比值得到比值信息，并通过所述比值信息构建该人脸区域的遮挡信息；利用机器学习方法，将样本人脸遮挡图像作为输入，将该样本人脸遮挡图像中每个人脸区域的遮挡信息作为输出，训练得到人脸遮挡模型；

输出所述遮挡信息；

其中，所述通过样本人脸遮挡图像中人脸图像的特征点将人脸图像划分为至少一个人脸区域包括：将样本人脸遮挡图像导入像素识别模型，得到所述样本人脸遮挡图像的每个像素的标签，所述像素识别模型用于识别像素是否属于人脸图像，并为像素设置标签，所述标签用于标记像素是否属于人脸图像；通过标签将样本人脸遮挡图像划分为人脸图像和非人脸图像；通过特征点将所述人脸图像划分为至少一个人脸区域。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括构建像素识别模型的步骤，所述构建像素识别模型的步骤包括：

对样本人脸遮挡图像进行特征提取，得到特征图像，所述特征图像的尺寸小于样本人脸遮挡图像；

确定所述特征图像上的人脸特征对应的特征图像区域，所述人脸特征包括头发、眉毛、眼睛、鼻子；

将所述特征图像映射至尺寸上与样本人脸遮挡图像相同后，为特征图像区域包含的每个像素设置人脸区域标签，并为特征图像区域以外的每个像素设置非人脸区域标签；

利用机器学习方法，将所述样本人脸遮挡图像作为输入，将所述样本人脸遮挡图像中每个像素的人脸区域标签或非人脸区域标签作为输出，训练得到像素识别模型。

3.根据权利要求1所述的方法，其特征在于，在所述获取待处理人脸遮挡图像之前，所述方法还包括：

对待处理人脸遮挡图像进行图像处理，识别出人脸特征，并在所述待处理人脸遮挡图像为人脸特征设置特征点。

4.一种用于检测人脸遮挡的装置，其特征在于，所述装置包括：

图像获取单元，用于获取待处理人脸遮挡图像，所述待处理人脸遮挡图像包含多个用于标记人脸特征的特征点；

遮挡信息获取单元，用于将所述待处理人脸遮挡图像导入预先训练的人脸遮挡模型，得到对应所述待处理人脸遮挡图像的遮挡信息，所述人脸遮挡模型用于通过待处理人脸遮挡图像包含的特征点获取人脸的遮挡信息；

人脸遮挡模型构建单元，用于构建所述人脸遮挡模型，所述人脸遮挡模型构建单元进一步包括：人脸区域划分子单元，对于多个样本人脸遮挡图像中的每个样本人脸遮挡图像，用于通过样本人脸遮挡图像中人脸图像的特征点将人脸图像划分为至少一个人脸区域，其中，每个样本人脸遮挡图像都包含有预先标记的特征点；遮挡信息获取子单元，用于对于所述至少一个人脸区域中的每个人脸区域，计算该人脸区域内的非人脸像素占该人脸区域内全部像素的比值得到比值信息，并通过所述比值信息构建该人脸区域的遮挡信息；人脸遮挡模型构建子单元，用于利用机器学习方法，将样本人脸遮挡图像作为输入，将该样本人脸遮挡图像中每个人脸区域的遮挡信息作为输出，训练得到人脸遮挡模型；

信息输出单元，用于输出所述遮挡信息；

其中，所述人脸区域划分子单元包括：标签获取模块，用于将样本人脸遮挡图像导入像素识别模型，得到所述样本人脸遮挡图像的每个像素的标签，所述像素识别模型用于识别像素是否属于人脸图像，并为像素设置标签，所述标签用于标记像素是否属于人脸图像；图像划分模块，用于通过标签将样本人脸遮挡图像划分为人脸图像和非人脸图像；人脸区域划分模块，用于通过特征点将所述人脸图像划分为至少一个人脸区域。