[发明专利]用于检测人脸遮挡的方法及装置

说明书

本申请实施例公开了用于检测人脸遮挡的方法及装置。该方法的一具体实施方式包括：获取待处理人脸遮挡图像，上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；将上述待处理人脸遮挡图像导入预先训练的人脸遮挡模型，得到对应上述待处理人脸遮挡图像的遮挡信息，上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；输出上述遮挡信息。该实施方式将获取到的包含特征点的待处理人脸遮挡图像导入人脸遮挡模型，能够快速准确地得到待处理人脸遮挡图像的遮挡信息，提高了获取遮挡信息的效率和准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像识别技术领域，尤其涉及用于检测人脸遮挡的方法及装置。

背景技术

人脸识别技术是一项计算机应用研究技术，它属于生物特征识别技术。通过生物体的生物特征不仅能够区分生物个体，还能够对生物个体的身体状态进行判断。对人脸识别时，首先要获取光线充足时清晰的人脸图像，然后再对人脸图像进行数据处理。

发明内容

本申请实施例的目的在于提出了用于检测人脸遮挡的方法及装置。

第一方面，本申请实施例提供了一种用于检测人脸遮挡的方法，该方法包括：获取待处理人脸遮挡图像，上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；将上述待处理人脸遮挡图像导入预先训练的人脸遮挡模型，得到对应上述待处理人脸遮挡图像的遮挡信息，上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；输出上述遮挡信息。

在一些实施例中，上述方法还包括构建人脸遮挡模型的步骤，上述构建人脸遮挡模型的步骤包括：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；对于上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，并通过上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。

在一些实施例中，上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，得到上述样本人脸遮挡图像的每个像素的标签，上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，上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；通过特征点将上述人脸图像划分为至少一个人脸区域。

在一些实施例中，上述方法还包括构建像素识别模型的步骤，上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，上述特征图像的尺寸小于样本人脸遮挡图像；确定上述特征图像上的人脸特征对应的特征图像区域，上述人脸特征包括头发、眉毛、眼睛、鼻子；将上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，将上述样本人脸遮挡图像作为输入，将上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。

在一些实施例中，在上述获取待处理人脸遮挡图像之前，上述方法还包括：对待处理人脸遮挡图像进行图像处理，识别出人脸特征，并在上述待处理人脸遮挡图像为人脸特征设置特征点。

第二方面，本申请实施例提供了一种用于检测人脸遮挡的装置，该装置包括：图像获取单元，用于获取待处理人脸遮挡图像，上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，用于将上述待处理人脸遮挡图像导入预先训练的人脸遮挡模型，得到对应上述待处理人脸遮挡图像的遮挡信息，上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；信息输出单元，用于输出上述遮挡信息。