[发明专利]人脸识别设备在审

专利信息
申请号: 202010972164.6 申请日: 2020-09-16
公开(公告)号: CN112200013A 公开(公告)日: 2021-01-08
发明(设计)人: 陈仿雄 申请(专利权)人: 深圳数联天下智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山区粤海*** 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 设备
【权利要求书】:

1.一种人脸识别设备,其特征在于,包括存储器以及一个或多个处理器,所述一个或多个处理器用于执行存储在所述存储器中的一个或多个计算机程序;所述一个或多个计算机程序被存储在所述存储器中;所述一个或多个处理器在执行所述一个或多个计算机程序时,执行如下步骤:

获取用户待识别脸型的人脸图像;

对所述人脸图像进行人脸关键点检测,根据检测到的人脸关键点在所述人脸图像中确定最小人脸矩形区域;

对所述最小人脸矩形区域进行调整,使得调整后的目标人脸区域的长宽比为1:1,并从所述人脸图像中提取所述目标人脸区域对应的目标图像;

将所述目标图像输入至脸型识别模型中,根据所述脸型识别模型的输出结果确定所述用户的脸型。

2.根据权利要求1所述的设备,其特征在于,所述处理器在执行所述根据检测到的人脸关键点在所述人脸图像中确定最小人脸矩形区域的步骤的过程中,具体执行如下步骤:

从检测到的所述人脸图像包含的人脸关键点的位置信息中,选取在第一方向分量上的第一最小值及第一最大值,及在第二方向分量上的第二最小值及第二最大值,所述第一方向分量与所述第二方向分量互相垂直,且形成标准坐标系;

将所述第一最小值及第二最小值所确定的位置作为第一位置,将所述第一最大值及第二最大值所确定的位置作为第二位置,以所述第一位置及所述第二位置作为第一矩形相对的两个顶点,在所述人脸图像中确定所述第一矩形,并将所述第一矩形所包围的区域作为所述最小人脸矩形区域。

3.根据权利要求2所述的设备,其特征在于,所述处理器在执行所述对所述最小人脸矩形区域进行调整,使得调整后的目标人脸区域的长宽比为1:1的步骤的过程中,具体执行如下步骤:

当所述第一最大值与所述第一最小值之间的第一差值大于所述第二最大值与所述第二最小值之间的第二差值时,计算所述第一差值减去所述第二差值得到的第三差值,将所述第二位置中的所述第二最大值加上所述第三差值,得到调整后的第二位置,基于所述第一位置和调整后的第二位置对所述最小人脸矩形区域进行更新,得到所述目标人脸区域;或者,将所述第一位置中的所述第二最小值减去所述第三差值,得到调整后的第一位置,基于所述调整后的第一位置和所述第二位置对所述最小人脸矩形区域进行更新,得到所述目标人脸区域;

当所述第一最大值与所述第一最小值之间的第一差值小于所述第二最大值与所述第二最小值之间的第二差值时,计算所述第二差值减去所述第一差值得到的第四差值,将所述第二位置中的所述第一最大值加上所述第四差值,得到调整后的第二位置,基于所述第一位置和所述调整后的第二位置对所述最小人脸矩形区域进行更新,得到所述目标人脸区域;或者,将所述所述第一位置中的所述第一最小值减去所述第四差值,得到调整后的第一位置,基于所述调整后的第一位置和所述第二位置对所述最小人脸矩形区域进行更新,得到所述目标人脸区域。

4.根据权利要求1至3任意一项所述的设备,其特征在于,所述处理器在执行所述将所述目标图像输入至脸型识别模型中,根据所述脸型识别模型的输出结果确定所述用户的脸型的步骤之前,还用于执行如下步骤:

对所述目标图像中的五官区域进行马赛克处理,得到更新后的目标图像。

5.根据权利要求1至3任意一项所述的设备,其特征在于,所述脸型识别模型包括依次级联的第一卷积层、第一特征提取层、第二卷积层、第二特征提取层、第三卷积层、第三特征提取层、第四卷积层、第四特征提取层、第五卷积层、第六卷积层、池化层及第七卷积层;

所述第一特征提取层、所述第二特征提取层、所述第三特征提取层及所述第四特征提取层均包含至少两个依次级联的特征融合层;

所述特征融合层包含依次级联的第一子卷积层、深度级可分离卷积、第二子卷积层,所述特征融合层的输出的特征图像为:将输入所述特征融合层的输入特征图像与所述第二子卷积层的输出特征图像进行融合后得到的特征图像。

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深圳数联天下智能科技有限公司,未经深圳数联天下智能科技有限公司许可,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/202010972164.6/1.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