[发明专利]一种人脸图像识别的方法、装置和可读存储介质

权利要求书

1.一种人脸图像识别的方法，其特征在于，所述方法包括：

在触发人脸检测的情况下，获取补光前后的视频图像序列；

识别所述视频图像序列的特征点，并进行归一化处理；

获取归一化处理后的特征量，根据补光前后的特征量进行3D重构；

将重构的3D模型与预先构建的人脸3D模型进行匹配，若匹配值大于阈值则判定不是人脸，若匹配值小于阈值则判定是人脸。

2.根据权利要求1所述的方法，其特征在于，所述识别所述视频图像序列的特征点，并进行归一化处理，包括：

将每一帧人脸图像中用于标注人脸轮廓和五官的关键点作为特征点，所述关键点包括：眼睛、眉毛、鼻子、嘴巴和脸颊的关键点；

通过人脸五官连接的原则对所述特征点进行连线，将所述人脸图像分割成网格状，并使每个网格内部方向、色彩和/或纹理一致。

3.根据权利要求2所述的方法，其特征在于，所述识别所述视频图像序列的特征点，并进行归一化处理，还包括：

对每一个网格分别沿多个方向做轻微的平移形成新网格，原网格与新网格共同构成该原网格的网格集；

计算同一网格集内每个网格的多种特征量以形成该网格的特征序列，计算每两个特征序列之间的特征量距离，找到同一网格集内与其他网格特征量距离之和最小的网格作为候选网格。

4.根据权利要求1所述的方法，其特征在于，所述获取归一化所述特征点后的特征量，包括：

以归一化得到的网格为单位，计算补光前后的视频图像序列的多种特征量，构成特征序列；

对比补光前后网格的反光亮度、网格纹理、色彩和明暗的变化，计算反光特征量；

获取所述特征序列和反光特征量。

5.根据权利要求1所述的方法，其特征在于，在所述在触发人脸检测的情况下，获取补光前后的视频图像序列之前，还包括：

采集不同光线不同拍摄角度下的多个人脸图像；

识别每一帧人脸图像中用于标注人脸轮廓和五官的关键点；

通过人脸五官连接的原则对所述关键点进行连线，将所述人脸图像分割成网格状；

获取每个网格的反射方向、反射强度和阴影模型；

计算每个网格反光后的特征变化概率分布；

根据所述特征变化概率分布进行建模，构建人脸3D模型。

6.根据权利要求1至5任一项所述的方法，其特性在于，所述将重构的3D模型与预先构建的人脸3D模型进行匹配，包括：

判断在所述视频图像中是否佩戴眼镜；

如佩戴眼镜则分离出眼镜覆盖部分；

将分离出的眼镜覆盖部分对应的3D模型与预先构建的眼镜反光模型进行匹配；

将分离眼镜覆盖部分后对应的3D模型与预先构建的人脸3D模型进行匹配。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述在触发人脸检测的情况下，获取补光前后的视频图像序列之前，还包括：

分别对长宽进行双插值缩放，长宽均缩放到至原来的1/2；

对缩放后的图像采用USM算法进行增强；

对增强后的图像使用人脸检测工具。

8.一种人脸图像识别的装置，其特征在于，所述装置包括：

第一获取模块，用于在触发人脸检测的情况下，获取补光前后的视频图像序列；

识别模块，用于识别所述视频图像序列的特征点，并进行归一化处理；

第二获取模块，用于获取归一化处理后的特征量，根据补光前后的特征量进行3D重构；

匹配模块，用于将重构的3D模型与预先构建的人脸3D模型进行匹配，若匹配值大于阈值则判定不是人脸，若匹配值小于阈值则判定是人脸。

9.一种人脸图像识别的装置，其特征在于，所述装置包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被人脸图像识别的装置执行时，使所述人脸图像识别的装置执行如权利要求1-7任一项所述的方法。