[发明专利]一种区分真实人脸与照片的图像处理方法

说明书

本发明公开了一种区分真实人脸与照片的图像处理方法，其可实现人脸与照片准确区分，防止照片被误判为人脸的问题出现，该方法包括：获取人脸图像，人脸图像包括真实人脸图片、照片，获取人脸图像中的五官位置信息，根据五官位置信息，截取特征区域，采用高斯滤波法、动态阈值分割法对特征区域进行处理，获取滤波图像，提取滤波图像中灰度值为0的像素点数，获取滤波图像的灰度值范围，判断像素点数是否超过预先设定的像素点数阈值B，根据像素点数对比结果判断人脸是否佩戴眼镜，同时判断灰度值范围是否在预先设定的灰度值阈值C或灰度值阈值D内。

技术领域

本发明涉及图像处理技术领域，具体为一种区分真实人脸与照片的图像处理方法。

背景技术

随着科技发展，人脸识别技术被广泛应用于商铺客流统计、无人售货柜刷脸支付、公交/道路安全监控、火车站/机场安检等各个领域中，人脸识别是一种基于人的脸部特征信息进行身份识别的生物识别技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别，其作用主要是用于身份识别。

目前常用的人脸识别方法包括：基于统计的识别方法、基于连接机制的识别方法、其他综合方法及处理非二维灰度图像的方法，基于统计的识别方法包括基于特征脸方法、基于几何特征方法等，其中基于特征脸方法又称为主成分分析法，该方法利用人脸投影到低维空间所得到的投影系数作为识别的特征矢量，从而产生一个由“特征脸”矢量形成的子空间，该子空间为“特征子空间”，每一幅人脸图像向其投影都可以获得一组坐标系数，该坐标系数表明人脸在子空间中的位置，从而实现人脸的重建和识别，在采集图片质量较高的情况下，这种方法可以获取人脸的特征，但这种方法对于人脸和照片则无法准确区分，在需要将真实人脸与照片进行区分的场合，例如在门禁、安防、刷脸支付等安全性要求高的应用场景下，真实人脸与照片无法准确区分，则易给用户带来极大损失。

发明内容

针对现有技术中存在的真实人脸与照片无法准确区分的问题，本发明提供了一种区分真实人脸与照片的图像处理方法，其可实现人脸与照片的准确区分，防止照片被误判为人脸的问题出现。

为实现上述目的，本发明采用如下技术方案：

一种区分真实人脸与照片的图像处理方法，该方法包括：S1、获取人脸图像，所述人脸图像包括：真实人脸图片、照片；

S2、获取所述人脸图像中的五官位置信息；

其特征在于：

该方法还包括以下步骤：

S3、根据所述五官位置信息，截取特征区域，所述特征区域包括鼻翼、鼻翼与眼睛之间的区域；

S4、采用高斯滤波法、动态阈值分割法对所述特征区域进行处理，获取滤波图像；

S5、提取所述滤波图像中灰度值为0的像素点数，获取所述滤波图像的灰度值范围；

S6、判断所述像素点数是否超过预先设定的像素点数阈值B，根据所述像素点数对比结果判断人脸是否佩戴眼镜，同时判断所述灰度值范围是否在预先设定的灰度值阈值C或灰度值阈值D内：

S61、若所述像素点数小于所述像素点数阈值B，则说明所述人脸佩戴了眼镜，此时判断所述灰度值范围是否在预先设定的灰度值阈值C内：S611、若所述灰度值范围大于所述灰度阈值C，表明所述人脸图像为照片；S622、若所述灰度值范围小于所述灰度阈值C，表明所述人脸图像为真实人脸图片；

S62、若所述像素点数大于所述像素点数阈值B，则说明所述人脸未佩戴眼镜，此时判断所述灰度值范围是否在预先设定的灰度值阈值D内：S621、若所述灰度值范围大于所述灰度阈值D，表明所述人脸图像为照片；S622、若所述灰度值范围小于所述灰度阈值D，表明所述人脸图像为真实人脸图片。

其进一步特征在于：