[发明专利]一种人脸遮挡区域的检测方法及系统在审
申请号: | 202010533166.5 | 申请日: | 2020-06-12 |
公开(公告)号: | CN111814569A | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 杨泽霖;杨坚;涂前彦;薛利荣;刘伟生 | 申请(专利权)人: | 深圳禾思众成科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市徽正知识产权代理有限公司 44405 | 代理人: | 卢杏艳 |
地址: | 518000 广东省深圳市宝安*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 遮挡 区域 检测 方法 系统 | ||
本发明公开了一种人脸遮挡区域的检测方法及系统,方法包括:获取存在面部遮挡物的被遮挡人脸图像,根据被遮挡人脸图像生成人脸解析模型,根据面部关键点标注信息生成人脸关键点模型;获取待识别的人脸图像,将人脸图像输入人脸解析模型与人脸关键点模型;获取人脸解析模型与人脸关键点模型的输出结果,根据输出结果获取面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域;根据面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域,获取面部遮挡物所在区域的面积占人脸五官面积的比例。本发明的遮挡区域检测结合人脸五官信息及面部关键点信息,获取遮挡区域的面积占比,解决了五官二分类的界限不明确问题,为后续过滤图像提供参考。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人脸遮挡区域的检测方法及系统。
背景技术
人脸质量评价在人脸识别的整个过程中起了很大作用,对于照片质量不佳的图片,通常是选择过滤掉,选取照片质量好的图片进行识别。在评价人脸质量过程中,人脸遮挡区域的判定也是其中一个重要的环节,根据人脸遮挡区域的面积大小判断照片质量好坏。
目前基于五官来判断面部是否被遮挡。常用的方法就是依据关键点来抠出人像的眼睛、鼻子、嘴巴来进行分类,但是这种方法只能判断出是否被遮挡,而无法获取遮挡区域的面积多少,导致只有少量区域被遮挡的人脸图像也被做为照片质量不佳的图像过滤,从而用于识别的人脸图像减少,降低人脸识别的效率。
因此现有技术还有待于进一步发展。
发明内容
针对上述技术问题,本发明实施例提供了一种人脸遮挡区域的检测方法及系统,能够解决现有技术中获取面部是否遮挡时,只能判断出是否被遮挡,而无法获取遮挡区域的面积多少,导致只有少量区域被遮挡的人脸图像也被做为照片质量不佳的图像过滤,从而用于识别的人脸图像减少,降低人脸识别的效率的技术问题。
本发明实施例的第一方面提供一种人脸遮挡区域的检测方法,包括:
获取存在面部遮挡物的被遮挡人脸图像,根据被遮挡人脸图像生成人脸解析模型;
根据面部关键点标注信息生成人脸关键点模型;
获取待识别的人脸图像,将所述人脸图像输入人脸解析模型和人脸关键点模型;
获取人脸解析模型和人脸关键点模型的输出结果,根据输出结果获取面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域;
根据面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域,获取面部遮挡物所在区域的面积占人脸五官面积的比例。
可选地,所述根据面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域,获取面部遮挡物所在区域的面积占人脸五官面积的比例后,还包括:
当检测到面部遮挡物所在区域的面积占人脸五官面积的比例大于预设比例时,判定该图像处理为需要过滤的图像。
可选地,所述获取存在面部遮挡物的被遮挡人脸图像,根据被遮挡人脸图像生成人脸解析模型,包括:
采集原始人脸图像,对原始人脸图像进行遮挡区域标注生成存在面部遮挡物的被遮挡人脸图像;
将被遮挡人脸图像作为训练样本,根据训练样本对深度学习模型进行训练生成人脸解析模型。
可选地,所述对原始人脸图像进行遮挡区域标注生成存在面部遮挡物的被遮挡人脸图像,包括:
对原始人脸图像添加贴图标签,完成对原始人脸数据进行遮挡区域标注,生成存在面部遮挡物的被遮挡人脸图像,所述贴图标签包括人手标签、物品标签、口罩标签和墨镜标签。
可选地,所述根据面部遮挡物所在区域及面部关键点所确定的人脸五官所在区域,获取面部遮挡物所在区域的面积占人脸五官面积的比例的计算公式如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳禾思众成科技有限公司,未经深圳禾思众成科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010533166.5/2.html,转载请声明来源钻瓜专利网。