[发明专利]人脸识别方法和装置在审
| 申请号: | 202111066680.3 | 申请日: | 2021-09-13 |
| 公开(公告)号: | CN113850165A | 公开(公告)日: | 2021-12-28 |
| 发明(设计)人: | 吕瑞;杨成平 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 李世喆 |
| 地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 识别 方法 装置 | ||
1.人脸识别方法,包括:
获取待处理图像;该待处理图像中包括至少两个人体影像;
对所述待处理图像进行全景分割,得到至少两个人体候选区域,其中每一个人体候选区域中包括一个人体影像;每一个所述人体影像均包括一个人脸影像;
对每一个人体候选区域进行深度估计;
根据深度估计结果,得到每一个人体对应的深度值;
根据每一个人体对应的深度值,得到目标人脸。
2.根据权利要求1所述的方法,其中,所述对所述待处理图像进行全景分割包括:利用预先训练的全景分割模型对所述待处理图像进行全景分割;
其中,所述全景分割模型的训练方法包括:利用样本图像对全景分割模型进行训练,该样本图像被标记出至少两个人体候选区域以及至少一个环境候选区域。
3.根据权利要求1所述的方法,其中,所述对所述待处理图像进行全景分割包括:将待处理图像中各H*W*3的三维像素点输入预先训练的全景分割模型,得到该全景分割模型输出的对应于各人体候选区域的各一维数字;
所述对每一个人体候选区域进行深度估计,包括:
通过预先训练的深度估计模型的嵌入层将全景分割模型输出的各一维数字分别映射为各C维向量,利用各C维向量生成分割向量图;由所述深度估计模型的卷积神经网络对分割向量图进行特征提取,得到对应于每一个人体候选区域的深度图以及置信度图,其中,深度图中的每个像素值表征该像素对应的位置距离拍摄源的深度值,置信度图中的每个像素值表征该像素对应的深度值的置信度。
4.根据权利要求3所述的方法,其中,所述根据深度估计结果得到每一个人体对应的深度值,包括:
针对每一个人体候选区域,均执行:
根据该人体候选区域对应的置信度图,从该人体候选区域对应的深度图中选取置信度大于0.5的像素;
计算所选取的各个像素的深度值的平均值,将得到的平均值确定为该人体候选区域所对应的人体的深度值。
5.根据权利要求1所述的方法,其中,所述根据每一个人体对应的深度值得到目标人脸,包括:
将对应最小深度值的人体的人脸确定为目标人脸;
或者,
根据每一个人体候选区域,得到该区域所对应的人体的姿态及位置;以及根据每一个人体对应的深度值、姿态以及位置,确定出目标人体的目标人脸。
6.根据权利要求1至5中任一所述的方法,其中,在所述获取待处理图像之后,并在所述得到目标人脸之前,进一步包括:
利用3D结构光技术,从所述待处理图像的至少两个人脸影像中选择一个第一候选人脸影像;
所述根据每一个人体对应的深度值得到目标人脸,包括:
根据每一个人体对应的深度值,选择一个人体的人脸影像作为第二候选人脸影像;
判断所述第一候选人脸影像与所述第二候选人脸影像是否对应相同的人脸,如果是,则确定该相同的人脸为目标人脸,否则,进行风险预警。
7.人脸识别装置,包括:
图像获取模块,配置为获取待处理图像;该待处理图像中包括至少两个人体影像;
全景分割模块,配置为对所述待处理图像进行全景分割,得到至少两个人体候选区域,其中每一个人体候选区域中包括一个人体影像;每一个所述人体影像均包括一个人脸影像;
深度估计模块,配置为对每一个人体候选区域进行深度估计;根据深度估计结果,得到每一个人体对应的深度值;
目标人脸确定模块,配置为根据每一个人体对应的深度值,得到目标人脸。
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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/202111066680.3/1.html,转载请声明来源钻瓜专利网。





