[发明专利]一种有遮挡的人脸识别方法、装置、存储介质及终端在审

专利信息
申请号: 202011278529.1 申请日: 2020-11-16
公开(公告)号: CN112487886A 公开(公告)日: 2021-03-12
发明(设计)人: 田永鸿;丁菲菲;彭佩玺;罗兰 申请(专利权)人: 北京大学;华为技术有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 刘广达
地址: 100871*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 遮挡 识别 方法 装置 存储 介质 终端
【权利要求书】:

1.一种有遮挡的人脸识别方法,其特征在于,所述方法包括:

采集并预处理有遮挡的待识别人脸图像;

提取所述预处理后的待识别人脸图像所对应的人脸全局特征;

检测并提取所述预处理后的待识别人脸图像中未遮挡的人脸局部特征;

将所述人脸全局特征和所述人脸局部特征拼接后,生成拼接后的人脸特征;

从预设被遮挡人脸数据库中匹配所述拼接后的人脸特征对应的第二人脸特征;

计算所述拼接后的人脸特征与所述第二人脸特征之间的相似度,并根据所述相似度判定所述待识别人脸图像和所述第二人脸特征的人脸图像是否为同一身份。

2.根据权利要求1所述的方法,其特征在于,所述根据所述相似度判定所述待识别人脸图像和所述第二人脸特征的人脸图像是否为同一身份,包括:

当所述相似度大于等于预设阈值时,判定所述待识别人脸图像和所述第二人脸特征的人脸图像为同一身份;以及

当所述相似度小于预设值时,判定所述待识别人脸图像和所述第二人脸特征的人脸图像不为同一身份;

其中,所述预设阈值优选0.75。

3.根据权利要求1所述的方法,其特征在于,所述采集并预处理有遮挡的待识别人脸图像,包括:

采集有遮挡的待识别人脸图像;

将所述有遮挡的待识别人脸图像转换为RGB三通道彩色图;

将所述RGB三通道彩色图和预设通道均值做差,生成做差后的RGB三通道彩色图;

将所述做差后的RGB三通道彩色图确定为预处理后的待识别人脸图像。

4.根据权利要求1所述的方法,其特征在于,所述提取所述预处理后的待识别人脸图像所对应的人脸全局特征,包括:

将所述预处理后的待识别人脸图像输入预先训练的人脸识别模型中进行卷积操作,生成人脸全局特征。

5.根据权利要求1或3所述的方法,其特征在于,所述检测并提取所述预处理后的待识别人脸图像中未遮挡的人脸局部特征,包括:

将所述做差后的RGB三通道彩色图输入预设人脸关键点监测模型中,生成人脸的多个关键点位置;

基于所述人脸的多个关键点位置定位出待识别人脸未遮挡的局部区域;

将所述待识别人脸未遮挡的局部区域输入预先训练的人脸识别模型中进行卷积操作,生成人脸局部特征。

6.根据权利要求5所述的方法,其特征在于,按照以下步骤生成预先训练的人脸识别模型,包括:

采用卷积神经网络创建人脸识别模型;

从图像数据库中采集多个被遮挡的人脸图像训练样本;

将所述多个被遮挡的人脸图像训练样本输入所述人脸识别模型中进行训练,输出模型的损失值;

当所述损失值达到预设最小值时,生成预先训练的人脸识别模型。

7.根据权利要求1所述的方法,其特征在于,所述相似度计算的方法至少包括:欧式距离、城区距离、汉明距离、直方图交集、树形索引以及倒排索引。

8.一种有遮挡的人脸识别装置,其特征在于,所述装置包括:

图像采集模块,用于采集并预处理有遮挡的待识别人脸图像;

全局特征提取模块,用于提取所述预处理后的待识别人脸图像所对应的人脸全局特征;

局部特征提取模块,用于检测并提取所述预处理后的待识别人脸图像中未遮挡的人脸局部特征;

特征拼接模块,用于将所述人脸全局特征和所述人脸局部特征拼接后,生成拼接后的人脸特征;

第二特征查找模块,用于从预设被遮挡人脸数据库中匹配所述拼接后的人脸特征对应的第二人脸特征;

相似度计算模块,用于计算所述拼接后的人脸特征与所述第二人脸特征之间的相似度,并根据所述相似度判定所述待识别人脸图像和所述第二人脸特征的人脸图像是否为同一身份。

9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1-7任意一项的方法步骤。

10.一种终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项的方法步骤。

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北京大学;华为技术有限公司,未经北京大学;华为技术有限公司许可,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/202011278529.1/1.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