[发明专利]人脸遮挡程度估算方法及系统

权利要求书

1.一种人脸遮挡程度估算方法，其特征在于，包括如下步骤：

获取检测的人脸图像；

将人脸图像输入人脸遮挡程度估算模型,得到每个关键部位的遮挡分数，对关键部位的遮挡分数进行惩罚加权，得到总的人脸遮挡分数，所述人脸遮挡程度估算模型由以下方法得到：采集现有人脸图像资源，利用人脸偏移角度、人脸遮挡属性进行筛选分类，输入神经网络模型中训练模型，得到人脸遮挡程度估算模型；

设定不同的第二阈值，划分不同人脸遮挡程度的等级，将得到的总的人脸遮挡分数与第二阈值对比，判断人脸图像的人脸遮挡程度等级；

针对不同遮挡等级设置初始惩罚因子，结合关键部位遮挡分数，调节惩罚因子，得到最终的人脸遮挡分数。

2.如权利要求1所述的人脸遮挡程度估算方法，其特征在于，其特征在于，人脸遮挡程度估算模型训练过程包括如下步骤：

S1，获取现有人脸图像资源，得到原始标签；

S2，将现有人脸图像资源输入人脸遮挡程度估算模型；

S3，在现有人脸图像中划分至少四个关键区域，针对关键区域输出对应的遮挡程度分数，遮挡程度分数范围是[0,1]；

S4，利用各关键区域对应的遮挡程度分数与原始标签对比，生成新遮挡标签；

S5，在无新增训练数据的情况下，反复执行步骤S1-S4，得到最终人脸遮挡程度估算模型。

3.如权利要求1或2所述的人脸遮挡程度估算方法，其特征在于，得到人脸遮挡程度估算模型的方法如下：

对现有人脸图像资源进行预处理；

搭建神经网络模型；

针对预处理后的人脸图像，生成原始标签；

设置模型训练的超参数，网络参数初始化，使用优化学习方法，利用预处理后的人脸图像训练神经网络模型，得到人脸遮挡程度估算模型。

4.如权利要求3所述的人脸遮挡程度估算方法，其特征在于，对现有人脸图像资源进行预处理的方法如下：

根据现有人脸图像资源，将人脸角度遮挡划分为三类：Y角大于30度人脸，Y角小于30度人脸，P角俯角大于30度人脸，其中，Y角指左右偏转角度，P角指俯仰角度；将人脸属性划分为三类：戴口罩的人脸，仅戴墨镜的人脸，既戴口罩又戴墨镜的人脸；

将获取的人脸图像与对应类别中的图像进行对比，判断获取的人脸图像所属的遮挡类别。

5.如权利要求4所述的人脸遮挡程度估算方法，其特征在于，生成初始遮挡标签的方法为：

人脸图像仅有Y角遮挡时，各区域的遮挡程度标签为：

Ly1＝(e^Y/15°/e³)*(Ky/K_total)-Ky/(e*K_total),30°Y45°

Ly2＝Ky/K_total+ln(Y/45°)*(K_new/K_total)/ln2,45°＝Y90°

其中，人脸关键区域内划分有若干关键点，e为自然常数，Y角小于30°的人脸，无关键点被遮挡；Ly1表示Y角度小于45°时的遮挡程度标签，Ly2表示Y角度大于45°时的遮挡程度标签；K_total为对应关键区域总共定义的点数，Ky为当Y角为45°时，该区域被遮挡的点数，K_new为当Y角为90°时，该区域在Y＝90°时相较Y＝45°，新增的被遮挡的点数；

人脸图像仅有P角遮挡时，各区域的遮挡程度标签为：

Lp1＝e^P/30°/e*(Kp/K_total)-(Kp/K_total)，30°P45°

Lp2＝ln(P/15°)*(Kp/K_total)/ln4，45°P60°

其中，P角小于30°时，人脸无关键点被遮挡；Lp1表示P角度小于45°时的遮挡程度标签，Lp2表示P角度大于45°时的遮挡程度标签，由于视频监控场景下基本不会抓拍P角大于60°的图片，因此对于P角大于60°的图片，也当60°处理；Kp为当P角为60°时，该区域被遮挡的点数；

人脸图像既有P角遮挡，又有Y角遮挡时，计算重合的关键点数num，在角度估算上增添一个随机数random_zhedang，表示随机的加上或者减去一定范围内的随机分数，因此，该区域的遮挡标签Lyp为：

Lyp＝Ly+Lp-(num/K_total)±random_zhedang。