[发明专利]脸部遮挡的识别方法、装置、可读介质以及设备在审

专利信息
申请号: 202110183312.0 申请日: 2021-02-10
公开(公告)号: CN112926424A 公开(公告)日: 2021-06-08
发明(设计)人: 岳凯宇;周峰 申请(专利权)人: 北京爱笔科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李慧引
地址: 100094 北京市海淀区北清路*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脸部 遮挡 识别 方法 装置 可读 介质 以及 设备
【权利要求书】:

1.一种脸部遮挡的识别方法,其特征在于,包括:

获取待识别图像;

识别所述待识别图像的图像,得到所述待识别图像中每一个关键区的像素值,并生成所述待识别图像的脸部遮挡识别结果;其中,所述待识别图像的脸部遮挡识别结果用于说明所述待识别图像中的每一个关键区是否处于被遮挡状态;所述关键区为脸部的特定部位的图像区域;

利用所述待识别图像的脸部遮挡识别结果,确定出所述待识别图像中处于被遮挡状态的脸部的特定部位。

2.根据权利要求1所述的方法,其特征在于,所述生成所述待识别图像的脸部遮挡识别结果;其中,所述待识别图像的脸部遮挡识别结果用于说明所述待识别图像中的每一个关键区是否处于被遮挡状态,包括:

利用所述关键区的像素值,判断所述关键区是否处于未被遮挡状态;

若判断所述关键区处于未被遮挡状态,则在目标图像对应所述关键区的位置生成特定图像区域,且设置所述特定图像区域的像素值为预设值,得到调整后的目标图像;其中,所述目标图像与所述待识别图像的规格相同。

3.根据权利要求2所述的方法,其特征在于,若处于未被遮挡状态的所述待识别图像中的关键区为多个,针对每一个处于未被遮挡状态的所述待识别图像中的关键区,在所述目标图像对应所述关键区的位置生成的特定图像区域设置的像素值唯一,且所述特定图像区域的尺寸为预设尺寸。

4.根据权利要求2所述的方法,其特征在于,所述利用所述关键区的像素值,判断所述关键区是否处于未被遮挡状态,包括:

识别所述待识别图像中的像素关系结构,确定每一个所述关键区是否处于被遮挡状态。

5.根据权利要求2所述的方法,其特征在于,所述利用所述关键区的像素值,判断所述关键区是否处于未被遮挡状态之后,还包括:

针对确定出的每一个处于未被遮挡状态的关键区,计算所述关键区中的目标像素点的数量在所述待识别图像的像素点的占比;其中,所述目标像素点为所述关键区中满足所述关键区所指代的脸部的特定部位要求的像素点;

其中:所述在目标图像对应所述关键区的位置生成特定图像区域,且设置所述特定图像区域的像素值为预设值,得到调整后的目标图像,包括:

针对确定出的每一个处于未被遮挡状态的关键区,在所述目标图像对应所述关键区的位置,生成满足所述占比的要求的特定图像区域,且设置所述特定图像区域的像素值为预设值,得到调整后的目标图像,并输出所述调整后的目标图像;其中,所述占比的要求为:所述特定图像区域的残缺情况与所述占比的数值负相关。

6.根据权利要求1所述的方法,其特征在于,所述识别所述待识别图像的图像,得到所述待识别图像中每一个关键区的像素值,并生成所述待识别图像的脸部遮挡识别结果,包括:

将所述待识别图像输入至脸部遮挡识别模型,由所述脸部遮挡识别模型识别所述待识别图像的图像,得到所述待识别图像中每一个关键区的像素值,并生成所述待识别图像的脸部遮挡识别结果;其中,所述待识别图像的脸部遮挡识别结果用于说明所述待识别图像中的每一个关键区是否处于被遮挡状态;所述关键区为脸部的特定部位的图像区域;所述脸部遮挡识别模型由多张训练图像、以及每一张所述训练图像的实际脸部遮挡识别结果对神经网络模型进行训练得到。

7.一种脸部遮挡的识别装置,其特征在于,包括:

获取单元,用于获取待识别图像;

识别单元,用于识别所述待识别图像的图像,得到所述待识别图像中每一个关键区的像素值,并生成所述待识别图像的脸部遮挡识别结果;其中,所述待识别图像的脸部遮挡识别结果用于说明所述待识别图像中的每一个关键区是否处于被遮挡状态;所述关键区为脸部的特定部位的图像区域;

确定单元,用于利用所述待识别图像的脸部遮挡识别结果,确定出所述待识别图像中处于被遮挡状态的脸部的特定部位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京爱笔科技有限公司,未经北京爱笔科技有限公司许可,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/202110183312.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top