[发明专利]面部图像识别方法、装置电子设备及计算机可读介质

说明书

本公开涉及一种面部图像识别方法、装置电子设备及计算机可读介质。涉及计算机信息处理领域，该方法包括：对实时图像进行检测获取面部图像；当所述面部图像的参数在预设范围内时，对所述面部图像进行图像矫正处理以生成待识别面部图像；以及通过所述待识别面部图像进行面部图像识别。本公开涉及的面部图像识别方法、装置电子设备及计算机可读介质，能够快速从摄像头中获取有效的用户人脸，进行人脸比对操作，极大减少重复识别的次数，提高识别率。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种面部图像识别方法、装置电子设备及计算机可读介质。

背景技术

随着技术的发展，人脸识别技术不断进入大众视野。刷脸进站、刷脸支付、刷脸打卡等等方式应运而生。随着人脸识别技术的日渐成熟，“刷脸”时代正在到来。但是在实际应用中，受光照、角度、用户主观动作等影响，导致摄像头抓拍人脸昏暗模糊、质量较差，降低识别准确率，增加比对时间，影响用户体验。

现有的技术方案中，人脸识别技术通过摄像头实时采集现场图像，通过Dlib、YOLO等检测算法进行人脸检测，当检测到人脸之后，对人脸进行标准点对齐，与库中人脸或者身份证人脸进行比对。在人脸模糊、角度偏差大、光照不均情况下，目前多是重复执行人脸抓取、比对的流程，通过多次比对来提高识别率。

首先，YOLO等基于深度学习的检测算法，大多是严重依赖GPU效率的，在移动端的CPU上处理运算性能较差，即使增加设备成本也不利于向终端迁移。基于Dlib的人脸检测算法计算时间复杂度与图像尺寸成正比，对一张标准1024*728的图像进行人脸检测需耗时近0.5s，无法达到实时效果，影响识别效率。

因此，需要一种新的面部图像识别方法、装置电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种面部图像识别方法、装置电子设备及计算机可读介质，能够快速从摄像头中获取有效的用户人脸，进行人脸比对操作，极大减少重复识别的次数，提高识别率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种面部图像识别方法，该方法包括：对实时图像进行检测获取面部图像；当所述面部图像的参数在预设范围内时，对所述面部图像进行图像矫正处理以生成待识别面部图像；以及通过所述待识别面部图像进行面部图像识别。

在本公开的一种示例性实施例中，对实时图像进行检测获取面部图像包括：将所述实时图像进行缩放处理，生成第一图像；以及对所述第一图像进行面部检测以获取所述面部图像。

在本公开的一种示例性实施例中，对所述第一图像进行面部检测以获取所述面部图像包括：利用Dlib库对所述第一图像进行面部检测以获取所述面部图像。

在本公开的一种示例性实施例中，所述面部图像的参数在预设范围内包括：所述面部图像的模糊度在第一预设范围内；所述面部图像的亮度在第二预设范围内；以及所述面部图像的角度在第三预设范围内。

在本公开的一种示例性实施例中，所述面部图像的模糊度在第一预设范围内包括：对所述面部图像进行三原色通道拆分；对拆分后的预定通道求解拉普拉斯方程获得第一数值；对所述第一数值进行归一化处理生成模糊度数值；以及确定所述模糊度数值是否在所述第一预设范围内。

在本公开的一种示例性实施例中，所述面部图像的亮度在第二预设范围内包括：对所述面部图像由三原色空间转换到色相饱和度亮度空间；通过面部校正算法对转换后的面部图像进行归一化处理，生成亮度数值；以及确定所述亮度数值是否在所述第二预设范围内。