[发明专利]基于多姿矫正和局部特征替换的人脸识别预处理方法

说明书

本发明公开了一种基于多姿矫正和局部特征替换的人脸识别预处理方法，首先对人脸进行多姿态人脸矫正，然后根据人脸整体结构特性的对称性，在人脸图片中检测出被遮挡部分，依据对称性，对遮挡处的重要人脸特性，进行替换性还原，从而对人脸图像进行修复，在一定程度上解决了人脸重要局部特征的遮挡问题，能够明显提高人脸识别的准确性。本发明的基于多姿矫正和局部特征替换的人脸识别预处理方法在一定程度上解决了人脸重要局部特征遮挡问题，提高了人脸识别率和正确性。本发明的基于多姿矫正和局部特征替换的人脸识别预处理方法具有识别率高，准确率好的优点。

技术领域

本发明涉及人脸识别图像处理技术领域，尤其涉及一种识别率高，准确率好的基于多姿矫正和局部特征替换的人脸识别预处理方法。

背景技术

随着智能安防的发展，越来越多的智能化应用落地在智慧安防的实际建设中，特别是人脸识别的应用，对于智慧社区的建设和发展，具有重要的作用，例如人脸门禁和人脸识别打卡等应用，将社区安防管理的工作变得更加智能化和数字化，对于出入小区的人员，通过人脸识别，进行精准记录，人脸开门也将改变人们的出入方式，真正做到了无介质出入小区权限认证和警情事件的即时检测。然而人脸识别受到光线、拍照姿势和人脸图像的质量等因素影响比较大，在自然环境下的普通摄像头抓怕的人脸识别率，往往受这些因素的制约，识别效果并不怎么理想。再加上人脸的故意遮挡等，都对人脸识别的结果影响较大。

因此，有必要提出一种改进，以克服现有技术缺陷。

发明内容

本发明的目的是解决现有技术中的问题，提供一种识别率高，准确率好的基于多姿矫正和局部特征替换的人脸识别预处理方法。

本发明的技术方案是：

基于多姿矫正和局部特征替换的人脸识别预处理方法，包括以下步骤：S1、获取包含人脸的待人脸识别视频帧；S2、通过人脸姿态矫正将多姿态的人脸图像矫正成为标准的正面人脸图像；S3、进行人脸检测和人脸定位，获取人脸的N个特征点；S4、根据获取的特征点和人脸的对称性，对比人脸图像左右两部分的特征，针对人脸特征不明显或未检测出来的部分进行局部特征替换；S5、通过深度神经网络算法计算矫正获得局部特征替换后的人脸特征值feature_face；S6、将人脸库内的人脸特征信息与人脸特征值feature_face进行比对识别。

作为一种优选的技术方案，所述步骤S3中获取人脸的特征点的个数N为7。

作为一种进一步优选的技术方案，所述步骤S3中获取人脸的7个特征点为：四个眼角点、一个鼻尖点和两个嘴角点。

作为一种优选的技术方案，所述步骤S5与步骤S6之间还包括以下步骤：将人脸库内的人脸特征信息均通过步骤S2至S5的步骤生成人脸特征库DB_faces_feature。

作为一种进一步优选的技术方案，所述步骤S6为在人脸特征库DB_faces_feature中进行人脸特征值feature_face的比对识别。

作为一种更进一步优选的技术方案，所述步骤S6中比对识别的方法为计算人脸特征库DB_faces_feature中各人脸特征与人脸特征值feature_face的欧式距离，通过欧式距离的大小判断待人脸识别视频帧内人脸图像与人脸库内人脸图像的匹配度。

本发明的基于多姿矫正和局部特征替换的人脸识别预处理方法，首先对人脸进行多姿态人脸矫正，然后根据人脸整体结构特性的对称性，在人脸图片中检测出被遮挡部分，依据对称性，对遮挡处的重要人脸特性，进行替换性还原，从而对人脸图像进行修复，在一定程度上解决了人脸重要局部特征的遮挡问题，能够明显提高人脸识别的准确性。本发明的基于多姿矫正和局部特征替换的人脸识别预处理方法在一定程度上解决了人脸重要局部特征遮挡问题，提高了人脸识别率和正确性。本发明的基于多姿矫正和局部特征替换的人脸识别预处理方法具有识别率高，准确率好的优点。

附图说明