[发明专利]人脸识别方法和装置

说明书

本发明实施例公开了一种人脸识别方法和装置，该方法包括：获取目标待识别图像。在上述目标待识别图像内定位出用于确定人眼轮廓的N个目标人脸关键点，并获取N个目标关键点中各目标人脸关键点在目标待识别图像中的位置信息。根据各目标人脸关键点的位置信息从目标待识别图像中截取出人眼上眼皮图像，并对该人眼上眼皮图像进行图像尺寸调整以获取目标图像。将目标图像输入到机器学习模型中，并根据该机器学习模型的输出结果确定上述目标待识别图像中包括的人眼的眼皮类型。采用本发明实施例可提高人脸识别技术的识别精度，提升人脸识别技术的适用性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种人脸识别方法和装置。

背景技术

随着计算机技术的不断发展，生物特征识别技术的应用范围越来越广泛，特别是人脸识别技术的应用越来越受到人们的重视，这同时也提高了对人脸识别技术的识别精度的要求。

目前，人脸识别技术主要包括人脸轮廓识别和人脸五官识别等，人脸识别技术的识别精度低，人脸识别技术的使用范围小，人脸识别技术的适用性低。

发明内容

本发明实施例提供了一种人脸识别方法和装置，采用本发明实施例可增加人脸识别技术可提取的人脸的脸部特征信息量，进而提高人脸识别技术的识别精度，提升人脸识别技术的适用性。

第一方面提供了一种人脸识别方法，其可包括：

获取目标待识别图像。在上述目标待识别图像内定位出用于确定人眼轮廓的N个目标人脸关键点，并获取上述N个目标关键点中各目标人脸关键点在上述目标待识别图像中的位置信息。其中，N为大于1的正整数。根据上述各目标人脸关键点的位置信息从上述目标待识别图像中截取出人眼上眼皮图像，并对该人眼上眼皮图像进行图像尺寸调整以获取目标图像。将上述目标图像输入到机器学习模型中，并根据该机器学习模型的输出结果确定上述目标待识别图像中包括的人眼的眼皮类型。其中，上述眼皮类型包括单眼皮或者双眼皮。

在一些可行的实施方式中，所述对所述人眼上眼皮图像进行图像尺寸调整以获取目标图像包括：

获取满足机器学习模型输入参量要求的预设目标图像尺寸。根据上述预设目标图像尺寸对上述人眼上眼皮区域内的人眼上眼皮图像进行图像尺寸调整，以获取目标图像。

在一些可行的实施方式中，上述方法还包括：

获取M张人脸图像和M个类别标签，其中，一个类别标签用于标记一张人脸图像中包括的眼皮类型。上述M张人脸图像包括M1张眼皮类型为双眼皮的第一人脸图像和M2张眼皮类型为单眼皮的第二人脸图像。其中，M1和M2均为大于0的正整数，M为大于2的正整数。

截取上述M张人脸图像中每张人脸图像内的人眼上眼皮图像，以得到M张人眼上眼皮图像。获取满足机器学习模型输入参量要求的训练图像尺寸。根据上述标准训练图像尺寸对上述M张人眼上眼皮图像中的每张人眼上眼皮图像进行图像尺寸调整，以得到M张标准训练图像。使用上述M张标准训练图像和上述M个类别标签对机器学习模型进行训练，以获取训练后的机器学习模型。其中，上述训练后的机器学习模型用于根据输入的待识别图像内的人眼上眼皮图像输出与上述人眼上眼皮图像中的上眼皮类型相匹配的类别参量。上述类别参量用于确定上述待识别图像中包括的人眼的眼皮类型。

在一些可行的实施方式中，上述获取满足机器学习模型输入参量要求的训练图像尺寸包括：

获取每张人眼上眼皮图像的图像尺寸，以得到M组人眼上眼皮图像尺寸。计算上述M组人眼上眼皮图像尺寸的平均值以得到人眼上眼皮图像尺寸均值，并根据上述人眼上眼皮图像尺寸均值确定出训练图像尺寸。