[发明专利]一种人脸识别方法和装置

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取红外图像；

基于红外图像进行人脸目标检测，并对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像；

利用所述人脸区域图像包括的面部特征点进行图像质量评估；

根据满足质量评估的人脸区域图像进行人脸身份识别，得到身份识别结果，其中所述利用人脸区域图像包括的面部特征点进行图像质量评估，包括：

获取所述人脸区域图像包括的五个面部特征点的位置，第一至第五面部特征点依次对应为左右眼特征点、左右嘴角特征点和鼻子特征点；

根据所述第一至第五面部特征点的位置确定人脸区域图像的俯仰角度和偏航角度；以及，将所述人脸区域图像划分为多个子图像块，对所述多个子图像块进行能量梯度计算，获得所述人脸区域图像的梯度值；

在所述人脸区域图像的俯仰角度、偏航角度和梯度值满足预设条件时，确定所述人脸区域图像通过图像质量评估。

2.根据权利要求1所述的方法，其特征在于，所述对检测到的人脸目标进行平滑处理，获得平滑后的人脸区域图像，包括：

对当前获取的红外图像进行人脸目标检测，获取目标位置信息；

对所述目标位置信息进行卡尔曼初始平滑，获得卡尔曼平滑结果；

基于设定的平滑指数和设定的目标位置平滑误差，对将上一帧红外图像目标位置的平滑结果和所述卡尔曼平滑结果进行指数平滑，获得指数平滑结果，所述设定的目标位置平滑误差指示对目标位置的最大平滑程度误差；

根据指数平滑结果和上一帧红外图像目标位置的平滑结果确定目标位置的抖动信息，并根据所述抖动信息和设定的静止行为判定误差确定所述目标位置信息的平滑结果为对应于当前红外图像平滑处理后的人脸区域图像，所述设定的静止行为判定误差指示目标位置对应静止行为的最大抖动误差。

3.根据权利要求2所述的方法，其特征在于，所述目标位置包括目标中心位置和目标边缘位置，所述基于设定的平滑指数和设定的目标位置平滑误差对将上一帧红外图像目标位置的平滑结果和所述卡尔曼平滑结果进行指数平滑，包括：

根据公式获得目标中心位置的指数平滑结果Es_pt(i)，以及根据公式获得目标边缘位置的指数平滑结果Es_s(i)；

其中，g_pt和g_s依次为中心位置平滑误差权重值、目标边缘位置平滑误差权重值，MR_pt和MR_s目标中心位置平滑误差、目标边缘位置平滑误差，Ks_pt(i)和Ks_s(i)依次为目标中心位置卡尔曼平滑结果、目标边缘位置卡尔曼平滑结果，M_pt(i-1)和M_s(i-1)依次为上一帧红外图像中目标中心位置的平滑结果、目标边缘位置的平滑结果，i和i-1依次为当前红外图像的帧号、上一帧红外图像的帧号。

4.根据权利要求3所述的方法，其特征在于，所述根据指数平滑结果和上一帧红外图像目标位置的平滑结果确定目标位置的抖动信息，并根据所述抖动信息和设定的静止行为判定误差确定所述目标位置信息的平滑结果为对应于当前红外图像平滑处理后的人脸区域图像，包括：

根据公式Dis_pt(i)＝|Es_pt(i)-M_pt(i-1)|确定当前红外图像目标中心位置的抖动Dis_pt(i)，以及根据公式Dis_s(i)＝|Es_s(i)-M_s(i-1)|确定当前红外图像目标边缘位置的抖动Dis_s(i)；

根据公式确定当前红外图像目标中心位置的平滑结果M_pt(i)，以及根据公式确定当前红外图像目标边缘位置的平滑结果M_s(i)；

其中，SR_pt和SR_s依次为设定的目标中心位置对应静止行为判定误差、目标边缘位置对应静止行为判定误差。