[发明专利]一种基于人脸关键点的证件照局部异常检测方法

说明书

本发明提供了一种基于人脸关键点的证件照局部异常检测方法，属于人工智能AI图像检测技术领域。本发明对照片采用人脸检测算法判断是否检测出人脸，再提取人脸区域作为输入，通过分类得到面部部分，并训练回归模型获得左眼中心、右眼中心、鼻尖、左嘴角、右嘴角5个关键点；利用MobileNet拟合回归函数进行遮挡检测，显式检测人脸关键点的遮挡状态及遮挡异常的类型，当模型输出超出阈值时，表示该点异常；最后利用5个关键点构造几何特征，根据判定规则判断人像头部姿态是否异常及偏转异常的类型。本发明对证件照进行非人脸异常、非正面异常、眼部遮挡异常、嘴部遮挡异常和鼻子遮挡异的自动审核，提高证件照的审核效率、降低人力物力成本。

技术领域

发明涉及人工智能AI图像检测分类技术领域，具体涉及一种基于人脸关键点的证件照局部异常检测方法。

背景技术

证件照是人类身份识别的基本信息之一，人们在日常生活中经常用到的，例如：一张证件照通常嵌入身份证、驾驶证、护照等证件文本，或者贴在入学、就业、考试等申请表格上，用于用户资料唯一性验证，在社会生活各个方面有着广泛的用途。现如今很多场合都需要身份信息的检测与识别，人脸轮廓以及器官成为了识别一个人的重要依据。在人脸比对过程中，首先需要将人脸区域，及其中的眼睛、嘴部、鼻子等面部器官准确检测出来，再与采集的人脸信息进行比对，所以证件照的人脸及其中的人脸器官对于人类视觉感知和机器识别至关重要。证件照的基本要求是正面免冠，面部无异常遮挡等，但由于技术手段的问题或操作人员的马虎或故意恶搞，且证件照在不同的使用场合也有不同的标准要求，以至于拍摄效果更是因人而异，照片标准性和质量参差不齐。如若仅依靠专业人员进行人工检验无疑会浪费巨大的人力物力。

随着“互联网+政务服务”体系的推进，利用人工智能技术结合互联网技术实现政务服务智能化与信息化，提高政务服务的流程效率与服务质量，建设服务型政府具有重要意义。目前，已有对证件照质量检测、免冠检测等分类方法，但是较少针对证件照的面部器官进行局部异常检测及姿态估计的研究。因此，基于上述需求，如何利用图像检测分类技术来实现对用户证件照的自动异常检测，从而提高证件照的审核效率、降低人力物力成本，已经成为技术人员普遍关注的技术。

发明内容

本发明是针对上述存在的问题，提供一种能够自动识别校验上传的照片，节约窗口人员审核时间和等待时间，提升办理业务效率的基于人脸关键点的证件照异常检测方法，进而可以检测用户拍摄的人像照片是否符合证件照的基本要求。

为实现上述目的，本发明所提供的技术方案为一种基于人脸关键点的证件照局部异常检测方法，包括以下步骤：

步骤一、对用户上传的照片，采用基于Haar特征的Adaboost方法快速审核用户上传照片是否检测到人脸，如果是，则输出的人脸图像作为下一步输入；否则输出检测结果：证件照不合格，原因：未检测到人脸；

步骤二、提取人脸图像进行人脸轮廓检测并根据轮廓提取候选窗口，训练多类分类模型得到面部分类，并为左眼和右眼，鼻子，嘴巴和左嘴巴，嘴巴和右嘴巴四种模式训练回归模型来获得左眼中心、右眼中心、鼻尖、左嘴角、右嘴角5个关键点；

步骤三、使用MobileNet拟合回归函数进行遮挡检测,输出一个Dl维浮动向量，经过一定的阈值分割后，将该向量变换为Dl维[0，1]布尔向量，当模型输出大于阈值时，关键点的遮挡状态为1(表示该点异常)，显式检测人脸关键点的遮挡状态，并判断人脸遮挡(眼部/嘴部/鼻子)异常的类型；该方法能对证件照进行眼部遮挡异常、嘴部遮挡异常和鼻子遮挡异的自动审核；然后利用5个关键点构造几何特征，根据判定规则判断证件照中的人像是否为姿态端正(即头部端正，眼睛平视前方)，可如果否，则输出检测结果：证件照不合格，原因：姿态未端正(左右偏斜/旋转偏斜/低头/抬头异)；

步骤四、汇总、并输出审核结果。