CN108710853B - 人脸识别方法及装置 - Google Patents

人脸识别方法及装置 Download PDF

Info

Publication number
CN108710853B
CN108710853B CN201810488454.6A CN201810488454A CN108710853B CN 108710853 B CN108710853 B CN 108710853B CN 201810488454 A CN201810488454 A CN 201810488454A CN 108710853 B CN108710853 B CN 108710853B
Authority
CN
China
Prior art keywords
image
lip
block
area
detected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810488454.6A
Other languages
English (en)
Other versions
CN108710853A (zh
Inventor
舒倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Montnets Technology Co ltd
Original Assignee
Shenzhen Montnets Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Montnets Technology Co ltd filed Critical Shenzhen Montnets Technology Co ltd
Priority to CN201810488454.6A priority Critical patent/CN108710853B/zh
Publication of CN108710853A publication Critical patent/CN108710853A/zh
Application granted granted Critical
Publication of CN108710853B publication Critical patent/CN108710853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种人脸识别方法、装置、终端设备及计算机可读存储介质，该方法包括：根据五官间的预设位置关系确定待检测图像中的唇部待定区域；再根据唇部色域特征将唇部待定区域分成第一分类块和第二分类块；根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；获取与所述唇部图像区域相邻的图像块；检测与所述唇部图像区域相邻图像块的肤色特征；若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则判断所述待检测图像中存在人脸。本发明实施例可以减少确定唇部图像区域的计算复杂度和提高人脸识别的准确率，从而提高检测效率。

Description

人脸识别方法及装置
技术领域
本发明属于图像识别技术领域，尤其涉及一种人脸识别方法、装置、终端设备及计算机可读存储介质。
背景技术
随着科学技术的发展，近年来人脸识别在模式识别及计算机视觉等技术领域得到了广泛的重视，在航天、公安、司法及医疗等军事、公共领域都有着广泛的应用。如在公安的视频监控中通过人脸识别技术可以智能预警，增加视频监控的安全性，各类门禁安防也可采用人脸识别进行身份验证。
然而，目前人脸识别中对人脸检测的方法检测效率低，如采用模板匹配法搜索，需先采集大量的样本图像，对检测的图像进行模板匹配。此类方法需要采集大量的样本图像，人脸检测的效率不高。
发明内容
有鉴于此，本发明实施例提供了一种人脸识别方法、装置、终端设备及计算机可读存储介质，可以提高人脸检测效率。
本发明实施例第一方面提供了一种人脸识别方法，所述人脸识别方法包括：
获取待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域；
根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
获取与所述唇部图像区域相邻的图像块；
检测与所述唇部图像区域相邻图像块的肤色特征；
若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。
基于第一方面，在第一种可能的实现方式中，所述根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块，包括：
若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；
若所述唇部待定区域中图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。
基于第一方面，在第二种可能的实现方式中，所述根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域，包括：
若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；
若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。
基于第一方面，或者上述第一方面的第一种实现方式，或者上述第一方面的第二种实现方式，在第三种可能的实现方式中，若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域之后，还包括：
对所述人脸区域通过特征定位确定所述人脸区域中五官的位置。
基于第一方面，或者上述第一方面的第一种实现方式，或者上述第一方面的第二种实现方式，在第四种可能的实现方式中，所述检测与所述唇部图像区域相邻图像块的肤色特征之后，还包括：
若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数小于或等于第二预设值，则确定所述待检测图像中不存在人脸。
本发明实施例的第二方面提供一种人脸识别装置，所述人脸识别装置包括：
第一获取模块，用于获取待检测的待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
第一确定模块，用于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指出现概率大于第一预设值的图像区域；
分类模块，用于根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
第二确定模块，用于根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
第二获取模块，用于获取与所述唇部图像区域相邻的图像块；
第一检测模块，用于检测与所述唇部图像区域相邻图像块的肤色特征；
第三确定模块，用于若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
第四确定模块，用于若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。
基于第二方面，在第一种可能的实现方式中，所述分类模块具体用于：
若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；
若所述唇部待定区域的图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。
基于第二方面，在第二种可能的实现方式中，所述第二确定模块具体用于：
若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；
若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。
本发明实施例的第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域；再根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块，其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；获取与所述唇部图像区域相邻的图像块；检测与所述唇部图像区域相邻图像块的肤色特征；若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸。若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。一方面，由于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，先跳过唇部出现概率低于第一预设值的图像区域确定唇部待定区域，可以减少确定唇部图像区域的计算时间，从而提高检测效率；另一方面，当确定唇部图像区域后，再根据与唇部图像区域相邻图像块的肤色特征确定是否存在人脸，可以提高人脸识别的准确率，从而进一步提高检测效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例一提供人脸识别方法的实现流程示意图；
图2是本发明实施例二提供人脸识别方法的实现流程示意图；
图3是本发明实施例三提供人脸识别装置的结构示意图；
图4是本发明实施例四提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应理解，下述方法实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对各实施例的实施过程构成任何限定。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
本发明实施例提供一种人脸识别方法，如图1所示，本发明实施例中的人脸识别方法包括：
步骤101、获取待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
在本发明实施例中，上述待检测图像可以是通过摄像头进行拍摄得到的图像，或者是从本地数据库中获取的图片，或者是从相关服务器上获取的图片，当然，也可以是从视频文件中解码出的视频帧。获取待检测图像后，将上述待检测图像划分成M×N个图像块，即表示待检测图像有M行N列的图像块。上述图像块的大小可根据用户需要进行分块，或者上述待检测图像是压缩过的图像，也可以由压缩图像的码流中自带的块进行划分。例如，当待检测图像像素为是512×512时，可以分成64×64图像子块，每块的像素为8×8，当然，也可以分成其它大小的图像块，此处不做限定。
步骤102、根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域；
在本发明实施例中，预设的人脸五官间的位置可以是通过五官间的位置关系预先设定，如唇部上部应该有眼睛和鼻子，因此待检测图像上部分图像区域存在唇部的概率较小。根据预设的人脸五官间的位置确定待检测图像中图像块中的唇部出现概率。或者根据预设人脸五官间的位置和人脸其它特征(脸颊或下巴等特征)。上述唇部出现概率可根据图像大小以及图像分块的大小预先设定对应的唇部出现概率，例如将图像中第一行的图像块唇部出现概率设定为0。当然也可以是其它值，具体设定可根据实际应用进行设定，此处不做限定。若唇部出现的概率大于第一预设值的图像区域，则确定为唇部待定区域，从而可实现成跳过唇部出现低概率的图像区域。
步骤103、根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
在本发明实施例中，将在所述唇部待定区域中满足唇部色域特征的图像块设为第一分类块；将在所述唇部待定区域中不满足唇部色域特征的图像块设为第二分类块。判断唇部待定区域中是否满足唇部色域特征可以通过判断唇部待定区域中像素点的YUV分量是否满足唇部色域特征；或者通过判断唇部待定区域中像素点的RGB分量是否满足唇部色域特征；或者通过判断唇部待定区域中像素点的HSI分量是否满足唇部色域特征。
在一个实施例中，所述根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块，包括：若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；若所述唇部待定区域中图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。上述YUV为颜色编码方法，YUV中的“Y”表示明亮度(Luminance),也即为灰阶值；YUV中的“U”和“V”表示的是色度(Chrominance)，用于描述图像的色彩及饱和度。例如，若假设bk(i，j)是上述待检测图像中的第i行第j列图像块，且bk(i，j)属于上述唇部待定区域，则判断bk(i，j)中像素点的YUV值是否满足唇部色域特征。若bk(i，j)中像素点的YUV值满足唇部色域特征条件，则将bk(i，j)分成第一分类块。上述判断bk(i，j)中像素点的YUV值是否满足唇部色域特征条件可通过判断bk(i，j)中像素点的平均YUV值否满足唇部色域特征条件，上述平均YUV值满足唇部色域特征条件可以为条件1、条件2或条件3：
上述条件1为：um(i,j)<128且vm(i,j)>128且vm(i,j)+um(i,j)>256；
上述条件2为：um(i,j)>128且vm(i,j)>128且vm(i,j)>um(i,j)；上述条件3为：um(i,j)＝128且vm(i,j)＝128且(ym(i,j)≤50或者ym(i,j)≥180)。其中，um(i,j)表示bk(i，j)中像素点的U色度均值，vm(i，j)表示bk(i，j)中像素点的V色度均值，ym(i，j)表示bk(i，j)中像素点的Y亮度均值。
步骤104、根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
在本发明实施例中，上述第一分类块和第二分类块在待检测图像中的位置确定唇部图像区域可以理解为：根据第一分类块中图像块和第二分类块中图像块在待检测图像中的位置关系确定唇部图像区域。
在一个实施例中，所述根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域，包括：若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。可以理解为若待检测图像中的第(i，j)图像块满足唇部色域特征，则第(i，j)图像块属于唇部图像区域中的图像块；若检测图像中的第(i，j)图像块不满足唇部色域特征，但待检测图像中的第(i-1，j)和第(i+1，j)满足唇部色域特征，则进行区域融合将第(i，j)图像块归类为唇部图像区域中的图像块，从而得到唇部图像区域。
步骤105、获取与所述唇部图像区域相邻的图像块；
在本发明实施例中，上述与唇部图像区域相邻的图像块可以理解为是唇部图像区域外邻接的图像块。例如，对唇部图像区域的第一行块，记录上述唇部图像区域的第一行图像块对应的所有列号集合为
Figure BDA0001667426790000091
并记录该行号为imin；对唇部图像区域的最后一行图像块，记录上述唇部图像区域的最后一行图像块对应的所有列号集合为
Figure BDA0001667426790000092
并记录该行号为imax；对唇部图像区域的其余行图像块(即imin<i<imax)，记录其对应的最小列号集合为
Figure BDA0001667426790000093
记录其对应的最大列号集合为
Figure BDA0001667426790000094
若待检测图像中的图像块bk(i，j)满足下述条件a，则将图像块bk(i，j)划分为与唇部图像区域相邻的图像块。其中，条件a包括：bk(i,j)∈ω1或bk(i,j)∈ω2或bk(i,j)∈ω3或bk(i,j)∈ω4，w1表示唇部图像区域第一行上邻接图像块
Figure BDA0001667426790000095
w2表示唇部图像区域左邻接图像块：
Figure BDA0001667426790000096
w3表示唇部图像区域右邻接图像块：
Figure BDA0001667426790000097
w4表示唇部图像区域最后一行下邻接图像块
Figure BDA0001667426790000098
步骤106、检测与所述唇部图像区域相邻图像块的肤色特征；
在本发明实施例中，在步骤105确定与唇部图像区域相邻的图像块后，检测与唇部相邻图像块的肤色特征。可通过相关肤色检测算法检测与唇部相邻图像块的肤色特征。
步骤107、若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
在本发明实施例中，若与唇部区域图像相邻图像块的个数满足肤色特征大于预先设置的第二预设值，则确定当前待检测图像存在人脸。
步骤108、若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。
在本发明实施例中，根据唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域可理解：根据预设的人脸五官间的位置关系，可以确定上述唇部图像区域处在人脸中的位置，进而通过唇部图像区域在人脸中的位置可确定人脸区域。
在具体应用中，可设定比例系数根据唇部图像区域在人脸中的位置确定人脸区域。假设若想判断待检测图像中的图像块bk(i，j)是否属于人脸区域，则判断图像块bk(i，j)是否满足条件Φ。若图像块bk(i，j)是否满足条件Φ，则确定图像块bk(i，j)属于人脸区域。条件Φ＝{bk(i，j)满足行号条件且满足列号条件}。上述行号条件表示：
Figure BDA0001667426790000101
上述列号条件表示：
Figure BDA0001667426790000102
其中，imin表示唇部图像区域中的最小行的行号，imax表示唇部图像区域中的最大行的行号，jmin表示唇部图像区域中的最小列的列号，jmax表示唇部图像区域中的最大列的列号，Thres1、Thres2、Thres3、Thres4分别表示第一、第二、第三、第四比例系数值，如上述Thres1、Thres2、Thres3、Thres4的取值范围可以为0.8≤Thres1≤1、3≤Thres2≤8、0.5≤Thres3≤2、0.5≤Thres4≤2.5，当然在实际应用中也可以是其它值，此处不做限定。
由此可见，在本发明实施例中，根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域；再根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块，其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；获取与所述唇部图像区域相邻的图像块；检测与所述唇部图像区域相邻图像块的肤色特征；若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸，若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。一方面，由于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，先跳过唇部出现概率低于第一预设值的图像区域确定唇部待定区域，可以减少确定唇部图像区域的计算时间，从而提高检测效率；另一方面，当确定唇部图像区域后，再根据与唇部图像区域相邻图像块的肤色特征确定是否存在人脸，可以提高人脸识别的准确率，从而进一步提高检测效率。
实施例二
本发明实施例提供一种人脸识别方法，如图2所示，本发明实施例中的人脸识别方法包括：
步骤201、获取待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
步骤202、根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域；
步骤203、根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
步骤204、根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
步骤205、获取与所述唇部图像区域相邻的图像块；
步骤206、检测与所述唇部图像区域相邻图像块的肤色特征；
在一个实施例中，若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数小于或等于第二预设值，则确定所述待检测图像中不存在人脸。当在上述步骤204确定唇部图像区域有多个时，若与多个唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数都小于或等于第二预设值，则确定所述待检测图像中不存在人脸。
步骤207、若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
步骤208、若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。
在本发明实施例中，上述步骤201至步骤208分别与上述步骤101至108相同或相似的部分，具体可参见上述步骤101至108的相关描述，此处不在赘述。
步骤209、对所述人脸区域通过特征定位确定所述人脸区域中五官的位置；
在本发明实施例中，若经步骤208确定人脸区域之后，在所述人脸区域通过相关人脸识别算法，对人脸区域进行特征点定位，对人脸区域中五官及其它特征的进行精确检测与确定。
此可见，在本发明实施例中，一方面，由于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，先跳过唇部出现概率低于第一预设值的图像区域确定唇部待定区域，可以减少确定唇部图像区域的计算时间，从而提高检测效率；另一方面，当确定唇部图像区域后，再根据与唇部图像区域相邻图像块的肤色特征确定是否存在人脸，可以提高人脸识别的准确率，从而进一步提高检测效率。
实施例三
本发明实施例提供一种人脸识别装置的结构示意图，如图3所示，本发明实施例的人脸识别装置300包括：
第一获取模块301，用于获取待检测的待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
第一确定模块302，用于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指出现概率大于第一预设值的图像区域；
分类模块303，用于根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
在一个实施例中，分类模块303具体用于：若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；若所述唇部待定区域的图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。
第二确定模块304，用于根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
在一个实施例中，第二确定模块304具体用于：若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。
第二获取模块305，用于获取与所述唇部图像区域相邻的图像块；
第一检测模块306，用于检测与所述唇部图像区域相邻图像块的肤色特征；
第三确定模块307，用于若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
第四确定模块308，用于若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域。
在一个实施例中，所示人脸识别装置还包括：
第五确定模块，用于对所述人脸区域通过特征定位确定所述人脸区域中五官的位置。
第六确定模块，用于若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数小于或等于第二预设值，则确定所述待检测图像中不存在人脸。
由此可见，在本发明实施例中，一方面，由于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，先跳过唇部出现概率低于第一预设值的图像区域确定唇部待定区域，可以减少确定唇部图像区域的计算时间，从而提高检测效率；另一方面，当确定唇部图像区域后，再根据与唇部图像区域相邻图像块的肤色特征确定是否存在人脸，可以提高人脸识别的准确率，从而进一步提高检测效率。
实施例四
图4是本发明实施例所提供的一种终端设备。如图4所示，本发明实施例中的终端设备400包括：处理器401、存储器402以及存储在上述存储器402中并可在上述处理器401上运行的计算机程序403。上述处理器401执行上述计算机程序403时实现上述人脸识别方法实施例中的步骤，例如图1所示的步骤101至108，或图2所示的步骤201至209。
示例性的，上述计算机程序403可以被分割成一个或多个单元/模块，上述一个或者多个单元/模块被存储在上述存储器402中，并由上述处理器401执行，以完成本发明。上述一个或多个单元/模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序403在上述终端设备400中的执行过程。例如，上述计算机程序403可以被分割成第一获取模块，第一确定模块，分类模块，第二确定模块，第二获取模块，第一检测模块，第三确定模块。第四确定模块，各模块具体功能在上述实施例三中已有描述，此处不在赘述。
上述终端设备400可以是拍摄设备、移动终端、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。上述终端设备400可包括，但不仅限于，处理器401、存储器402。本领域技术人员可以理解，图4仅仅是终端设备400的示例，并不构成对终端设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述终端设备400还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器402可以是终端设备400的内部存储单元，例如终端设备400的硬盘或内存。上述存储器402也可以是上述终端设备400的外部存储设备，例如上述终端设备400上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器402还可以既包括上述终端设备400的内部存储单元也包括外部存储设备。上述存储器402用于存储上述计算机程序以及上述终端设备400所需的其它程序和数据。上述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述智能终端中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (8)

1.一种人脸识别方法，其特征在于，所述人脸识别方法包括：
获取待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指唇部出现概率大于第一预设值的图像区域，所述唇部出现概率为根据预设的人脸五官间的位置在所述待检测图像中图像块中确定；
根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
获取与所述唇部图像区域相邻的图像块；其中，与所述唇部图像区域相邻的图像块是所述唇部图像区域外邻接的图像块；
检测与所述唇部图像区域相邻图像块的肤色特征；
若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域；
所述根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域包括：若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。
2.如权利要求1所述的人脸识别方法，其特征在于，所述根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块，包括：
若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；
若所述唇部待定区域中图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。
3.如权利要求1至2任一项所述的人脸识别方法，其特征在于，若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域之后，还包括：
对所述人脸区域通过特征定位确定所述人脸区域中五官的位置。
4.如权利要求1至2任一项所述的人脸识别方法，其特征在于，所述检测与所述唇部图像区域相邻图像块的肤色特征之后，还包括：
若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数小于或等于第二预设值，则确定所述待检测图像中不存在人脸。
5.一种人脸识别装置，其特征在于，所述人脸识别装置包括：
第一获取模块，用于获取待检测的待检测图像，将所述待检测图像划分成M×N个图像块，其中，所述M和N分别表示将所述待检测图像划分成图像块的行数和列数，M≧1且为整数，N≧1且为整数；
第一确定模块，用于根据预设的人脸五官间的位置关系确定所述待检测图像中的唇部待定区域，其中，所述唇部待定区域是指出现概率大于第一预设值的图像区域，所述唇部出现概率为根据预设的人脸五官间的位置在所述待检测图像中图像块中确定；
分类模块，用于根据唇部色域特征将所述唇部待定区域分成第一分类块和第二分类块；其中，所述第一分类块用于指示在所述唇部待定区域中，满足唇部色域特征的图像块；所述第二分类块用于指示在所述唇部待定区域中，不满足唇部色域特征的图像块；
第二确定模块，用于根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域；
第二获取模块，用于获取与所述唇部图像区域相邻的图像块；其中，与所述唇部图像区域相邻的图像块是所述唇部图像区域外邻接的图像块；
第一检测模块，用于检测与所述唇部图像区域相邻图像块的肤色特征；
第三确定模块，用于若与所述唇部图像区域相邻图像块中满足预设肤色特征的图像块的个数大于第二预设值，则确定所述待检测图像中存在人脸；
第四确定模块，用于若所述待检测图像中存在人脸，则根据所述唇部图像区域以及预设的人脸五官间的位置关系确定人脸区域；
所述第二确定模块具体用于：所述根据第一分类块和第二分类块在所述待检测图像中的位置确定唇部图像区域包括：若所述待检测图像中的第(i，j)块属于所述第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块；其中，所述第(i，j)块表示所述待检测图像中分块后的第i行第j列的图像块，1≤i≤M且为整数，1≤j≤N且为整数；若所述待检测图像中的第(i，j)块属于第二分类块，且第(i-1，j)和第(i+1，j)块属于第一分类块，则将所述第(i，j)块确定为唇部图像区域中的图像块。
6.如权利要求5所述的人脸识别装置，其特征在于，所述分类模块具体用于：
若所述唇部待定区域的图像块中像素点的YUV分量满足唇部色域特征，则将所述唇部待定区域的图像块分成第一分类块；
若所述唇部待定区域的图像块中像素点的YUV分量不满足唇部色域特征，则将所述唇部待定区域的图像块分成第二分类块。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
8.一种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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201810488454.6A 2018-05-21 2018-05-21 人脸识别方法及装置 Active CN108710853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810488454.6A CN108710853B (zh) 2018-05-21 2018-05-21 人脸识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810488454.6A CN108710853B (zh) 2018-05-21 2018-05-21 人脸识别方法及装置

Publications (2)

Publication Number Publication Date
CN108710853A CN108710853A (zh) 2018-10-26
CN108710853B true CN108710853B (zh) 2021-01-01

Family

ID=63868376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810488454.6A Active CN108710853B (zh) 2018-05-21 2018-05-21 人脸识别方法及装置

Country Status (1)

Country Link
CN (1) CN108710853B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000688A (zh) * 2007-01-15 2007-07-18 浙江大学 多张人脸照片自动合成方法
CN101625721A (zh) * 2009-08-06 2010-01-13 安霸半导体技术（上海）有限公司 基于统计数据的人脸检测和跟踪方法
WO2011015928A2 (fr) * 2009-08-04 2011-02-10 Vesalis Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant
CN105184249A (zh) * 2015-08-28 2015-12-23 百度在线网络技术（北京）有限公司 用于人脸图像处理的方法和装置
CN106682094A (zh) * 2016-12-01 2017-05-17 深圳百科信息技术有限公司 一种人脸视频检索方法和系统
CN107506691A (zh) * 2017-10-19 2017-12-22 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部定位方法和系统
CN107945244A (zh) * 2017-12-29 2018-04-20 哈尔滨拓思科技有限公司 一种基于人脸照片的简笔画生成方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000688A (zh) * 2007-01-15 2007-07-18 浙江大学 多张人脸照片自动合成方法
WO2011015928A2 (fr) * 2009-08-04 2011-02-10 Vesalis Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant
CN101625721A (zh) * 2009-08-06 2010-01-13 安霸半导体技术（上海）有限公司 基于统计数据的人脸检测和跟踪方法
CN105184249A (zh) * 2015-08-28 2015-12-23 百度在线网络技术（北京）有限公司 用于人脸图像处理的方法和装置
CN106682094A (zh) * 2016-12-01 2017-05-17 深圳百科信息技术有限公司 一种人脸视频检索方法和系统
CN107506691A (zh) * 2017-10-19 2017-12-22 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部定位方法和系统
CN107945244A (zh) * 2017-12-29 2018-04-20 哈尔滨拓思科技有限公司 一种基于人脸照片的简笔画生成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于颜色信息的人脸检测方法;胡涛等;《大连轻工业学院学报》;20040402;第22卷(第4期);第284-287页 *
基于主元分析和肤色特征的人脸嘴部区域的自动定位及分割;王琢玉等;《武汉(南方九省)电工理论学会第十七届年会论文集》;20090819;第70-73页 *

Also Published As

Publication number Publication date
CN108710853A (zh) 2018-10-26

Similar Documents

Publication Publication Date Title
CN110660066B (zh) 网络的训练方法、图像处理方法、网络、终端设备及介质
CN113536864B (zh) 手势识别方法、装置、计算机可读存储介质及终端设备
CN110163111B (zh) 基于人脸识别的叫号方法、装置、电子设备及存储介质
CN109858384B (zh) 人脸图像的捕捉方法、计算机可读存储介质及终端设备
CN110838119B (zh) 人脸图像质量评估方法、计算机装置及计算机可读存储介质
CN109871845B (zh) 证件图像提取方法及终端设备
CN112257526B (zh) 一种基于特征交互学习的动作识别方法及终端设备
CN108564579B (zh) 一种基于时空相关的混凝土裂缝检测方法及检测装置
CN109116129B (zh) 终端检测方法、检测设备、系统及存储介质
CN111783146B (zh) 基于隐私保护的图像处理方法、装置和电子设备
CN114612987B (zh) 一种表情识别方法及装置
CN108734126B (zh) 一种美颜方法、美颜装置及终端设备
CN108805838B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
CN110111347B (zh) 图像标志提取方法、装置及存储介质
CN110245573A (zh) 一种基于人脸识别的签到方法、装置及终端设备
Zhang et al. Dual-channel multi-task CNN for no-reference screen content image quality assessment
CN111967406A (zh) 人体关键点检测模型生成方法、系统、设备和存储介质
CN112507897A (zh) 跨模态人脸识别方法、装置、设备及存储介质
CN111126250A (zh) 一种基于ptgan的行人重识别方法及装置
CN113228105A (zh) 一种图像处理方法、装置和电子设备
CN112565674A (zh) 一种可远程视频监控和控制的展厅中控系统
CN112183359A (zh) 视频中的暴力内容检测方法、装置及设备
CN108710853B (zh) 人脸识别方法及装置
Lin et al. Face detection based on skin color segmentation and SVM classification
CN108875572B (zh) 基于背景抑制的行人重识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant