[发明专利]一种灰度图边界检测和噪声帧填充的人脸识别预处理方法

说明书

本发明公开了一种灰度图边界检测和噪声帧填充的人脸识别预处理方法，通过人脸图片的灰度图片边界检测，将人脸的区域轮廓进行识别，根据人脸轮廓原理，将人脸的主要特征区域之外的都进行0值填充，从而将人脸之外的区域包括头发的帧干扰因素进行去除，从而进一步提升人脸裁剪的预处理精度。本发明的一种灰度图边界检测和噪声帧填充的人脸识别预处理方法可以进一步减少人脸识别的干扰因素，提升人脸识别的精确性，具有人脸处理精度高，减少人脸识别干扰、提高人脸识别精确性的优点。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸处理精度高，减少人脸识别干扰、提高人脸识别精确性的灰度图边界检测和噪声帧填充的人脸识别预处理方法。

背景技术

随着社会的发展和科技的进步，人工智能技术也随之得到了突飞猛进的发展，各种人工智能技术应用到我们的生活的方方面面，给人们的生活带了诸多便利和惊喜，不久的将来，人工智能技术必将对人们的生产生活带来革命性的变换。特别是在智能安防领域，人脸门禁、车牌识别、声音设备和语音唤醒等应用领域和相关技术在具体应用场景的落地，从根本上解决了很大一部分复杂繁琐的工作，将人工解脱出来，节省了大量的开支，可用于其他方面的资金投入，从而跟进一步提升社区居住人员的生活质量和社区服务的品质。例如人脸识别领域，在人脸门禁、人脸刷卡，将小区内的安保工作从根本上得到有效解决。然而，任何人工智能算法都存在一定的误报和识别率，人脸识别算法也不例外。而在人脸识别方面，人脸对齐和裁剪是关键步骤之一，如何将人脸对齐和裁剪的图片，最大限度包含人脸信息并使得所获取的图片矩阵最小是提升该步骤的关键，然后在图片矩阵中仍旧会存在人脸之外的干扰因素存在，例如人头像周边的背景帧和头发，这些都是经常变化的，对人脸特征计算具有很大的干扰因素。

因此，有必要提出一种改进，以克服现有技术缺陷。

发明内容

本发明的目的是解决现有技术中的问题，提供一种人脸处理精度高，减少人脸识别干扰、提高人脸识别精确性的灰度图边界检测和噪声帧填充的人脸识别预处理方法。

本发明的技术方案是：一种灰度图边界检测和噪声帧填充的人脸识别预处理方法，包括以下步骤：S1、获取一张图片frame；S2、对图片frame进行灰度处理；S3、通过边界检测、二值化处理和人脸局部区域识别，获取人脸模糊轮廓图像；S4、从人脸模糊轮廓图像中，获取最小外包矩阵；S5、在人脸模糊轮廓图像中，通过获取到的最小矩阵，向外进行检测，获取人脸庞曲线S，并获取人脸庞曲线的最小外包矩阵out_face；S6、在图片frame中获取以人脸庞曲线的最小外包矩阵out_face为坐标的区域图像，将人脸庞曲线的最小外包矩阵out_face和人脸庞曲线S所围绕的区域进行0值填充，从而获取到最终的人脸对齐和裁剪结果人脸头像face_frame；S7、对人脸头像进行像素标准化处理。

作为一种优选的技术方案，还包括步骤S8、通过深度神经网络算法，进行人脸特征计算；S9、通过人脸比对算法进行人脸比对。

作为一种进一步优选的技术方案，所述步骤S9中的人脸比对算法为欧式距离。

作为一种优选的技术方案，所述步骤S4中“获取最小外包矩阵”为获取最小外包矩阵face_6_part，包括6个点：鼻子1个点、眼睛2个点和嘴巴3个点。

作为一种进一步优选的技术方案，若在人脸模糊轮廓图像中检测不到该6个点，则进行模糊距离定位：以鼻子为中心，眼睛和嘴巴分别与鼻尖组成两个近似对称三角形。