[发明专利]人脸识别方法及装置有效
申请号: | 201810736663.8 | 申请日: | 2018-07-06 |
公开(公告)号: | CN109165546B | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 朱杰豪;陈伟平;陈宏亮;曾昭志 | 申请(专利权)人: | 深圳市科脉技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518000 广东省深圳市南山*** | 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: | 识别 方法 装置 | ||
1.一种人脸识别方法,其特征在于,包括:
获取第一人脸图像;
确定所述第一人脸图像的目标化妆程度参数;
确定与所述目标化妆程度参数对应的目标还原参数,并依据所述目标还原参数对所述第一人脸图像进行图像处理,得到第二人脸图像;
将所述第二人脸图像与预设人脸模板进行匹配;
在所述第二人脸图像与所述预设人脸模板匹配成功时,确认所述第一人脸图像被识别成功;
其中,所述确定所述第一人脸图像的化妆程度参数,包括:
对所述第一人脸图像进行多尺度分解,得到高频分量图像;
对所述高频分量图像进行特征提取,得到多个特征点;
确定所述多个特征点的总数目,以及依据所述总数目、所述第一人脸图像的尺寸大小确定目标特征点分布密度;
按照预设的特征点分布密度与化妆程度参数之间的映射关系,确定所述目标特征点分布密度对应的所述目标化妆程度参数;
其中,所述确定与所述目标化妆程度参数对应的目标还原参数,包括:
确定所述目标化妆程度参数对应的目标化妆等级;
按照预设的化妆等级与还原算法之间的映射关系,确定所述目标化妆等级对应的目标还原算法;
获取所述目标还原算法对应的还原参数;
按照预设的化妆程度参数与还原参数之间的映射关系,确定所述目标化妆程度参数对应的所述目标还原参数;
所述依据所述目标还原参数对所述第一人脸图像进行图像处理,包括:
依据所述目标还原参数、所述目标还原算法对所述第一人脸图像进行图像处理。
2.根据权利要求1所述的方法,其特征在于,所述将所述第二人脸图像与预设人脸模板进行匹配,包括:
确定所述第二人脸图像的第一特征点分布密度;
确定所述预设人脸模板的第二特征点分布密度;
确定所述第一特征点分布密度与所述第二特征点分布密度之前的比值;
依据所述比值调整预设人脸解锁阈值,得到目标人脸解锁阈值;
依据所述目标人脸解锁阈值,将所述第二人脸图像与所述预设人脸模板进行匹配。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
对所述第一人脸图像进行轮廓提取,得到目标外围轮廓;
将所述目标外围轮廓与所述预设人脸模板的预设外围轮廓进行匹配;
在所述目标外围轮廓与所述预设外围轮廓匹配成功时,执行所述确定与所述目标化妆程度参数对应的目标还原参数的步骤。
4.一种人脸识别装置,其特征在于,包括:
获取单元,用于获取第一人脸图像;
确定单元,用于确定所述第一人脸图像的目标化妆程度参数;以及确定与所述目标化妆程度参数对应的目标还原参数,并依据所述目标还原参数对所述第一人脸图像进行图像处理,得到第二人脸图像;
匹配单元,用于将所述第二人脸图像与预设人脸模板进行匹配;
所述确定单元,还具体用于在所述第二人脸图像与所述预设人脸模板匹配成功时,确认所述第一人脸图像被识别成功;
其中,在所述确定所述第一人脸图像的化妆程度参数方面,所述确定单元具体用于:
对所述第一人脸图像进行多尺度分解,得到高频分量图像;
对所述高频分量图像进行特征提取,得到多个特征点;
确定所述多个特征点的总数目,以及依据所述总数目、所述第一人脸图像的尺寸大小确定目标特征点分布密度;
按照预设的特征点分布密度与化妆程度参数之间的映射关系,确定所述目标特征点分布密度对应的所述目标化妆程度参数;
其中,在所述确定与所述目标化妆程度参数对应的目标还原参数方面,所述确定单元具体用于:
确定所述目标化妆程度参数对应的目标化妆等级;
按照预设的化妆等级与还原算法之间的映射关系,确定所述目标化妆等级对应的目标还原算法;
获取所述目标还原算法对应的还原参数;
按照预设的化妆程度参数与还原参数之间的映射关系,确定所述目标化妆程度参数对应的所述目标还原参数;
所述依据所述目标还原参数对所述第一人脸图像进行图像处理,包括:
依据所述目标还原参数、所述目标还原算法对所述第一人脸图像进行图像处理。
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市科脉技术股份有限公司,未经深圳市科脉技术股份有限公司许可,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/201810736663.8/1.html,转载请声明来源钻瓜专利网。