CN109784273B - 一种人脸识别方法和装置 - Google Patents
一种人脸识别方法和装置 Download PDFInfo
- Publication number
- CN109784273B CN109784273B CN201910029494.9A CN201910029494A CN109784273B CN 109784273 B CN109784273 B CN 109784273B CN 201910029494 A CN201910029494 A CN 201910029494A CN 109784273 B CN109784273 B CN 109784273B
- Authority
- CN
- China
- Prior art keywords
- face
- reference line
- recognition
- nose
- face recognition
- 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
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种人脸识别方法及装置,其中所述方法包括:采集待识别人脸图像;对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;依据调整后的面部识别时四大区域的比重进行人脸匹配;输出人脸识别结果。提高了人脸识别的正确率,能够提升用户的使用体验。
Description
技术领域
本发明涉及人脸识别技术领域,特别是涉及一种人脸识别方法和装置。
背景技术
有人脸识别功能的移动终端越来越多,在录入人脸样本时一般是一个角度,但在使用人脸识别时往往会有倾斜,这样会造成人脸识别的难度,降低识别的准确度,这样降低了人脸识别的体验,因此,需要对现有的人脸识别做出改进。
发明内容
本发明提供一种人脸识别方法及装置,以解决现有技术中存在的人脸识别结果准确性低的问题。
依据本发明的一个方面,提供了一种人脸识别方法,所述方法包括:采集待识别人脸图像;
对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
依据调整后的面部识别时四大区域的比重进行人脸匹配;
输出人脸识别结果。
根据本发明的另一方面,提供了一种动态人脸识别装置,所述装置包括:采集单元,用于采集待识别人脸图像;
预处理单元,用于对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
识别单元,用于对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
计算单元,用于分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
划分单元,用于以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
调整单元,用于根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
匹配单元单元,用于依据调整后的面部识别时四大区域的比重进行人脸匹配;
输出单元,用于输出人脸识别结果。
根据本发明的又一方面,提供了一种移动终端,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序,所述人脸识别程序被所述处理器执行时实现所述的人脸识别方法的步骤。
根据本发明的再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现所述的人脸识别方法的步骤。
与现有技术相比,本发明具有以下优点:
本发明提供的人脸识别方法及装置,依据面部四大区域与屏幕平面的夹角角度调整面部识别时四大区域的比重,依据调整后的面部识别时四大区域的比重进行人脸匹配,提高了人脸识别的正确率,能够提升用户的使用体验。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据本发明实施例一的一种人脸识别方法的步骤流程图;
图2是根据本发明实施例一的一种人脸识别装置的步骤流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
参照图1,示出了本发明实施例一的动态人脸识别方法的步骤流程图。
本发明实施例的指纹识别方法包括以下步骤:
步骤101:采集待识别人脸图像。
步骤102:对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
对面部图像预处理采用现有技术中常规的预处理算法。
步骤103:对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
参考线X和参考线Y正好组成互相垂直的线,两条参考线的变化可以体现面部的倾斜变化。
步骤104:分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
步骤105:以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
,四大区域划分具体是以鼻子与地面平行的方向为x轴,与地面垂直的方向为Y轴,x轴和y轴相交分割出的四个区域为左上部、右上部、左下部、右下部。
步骤106:根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
对离屏幕平面更近的一个区域赋予更高的比重,面部匹配时重点匹配。比重越高表面该区域在人脸匹配时候越重要。
步骤107:依据调整后的面部识别时四大区域的比重进行人脸匹配;
步骤108:输出人脸识别结果。
本发明实施例提供的人脸识别方法,依据面部与屏幕平面的夹角灵活调整人脸匹配算法,提高了人脸识别的正确率,能够提升用户的使用体验。
实施例二
参照图2,示出了本发明实施例二的一种人脸识别装置图。
采集单元,用于采集待识别人脸图像。
预处理单元,用于对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
对面部图像预处理采用现有技术中常规的预处理算法。
识别单元,用于对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
参考线X和参考线Y正好组成互相垂直的线,两条参考线的变化可以体现面部的倾斜变化。
计算单元,用于分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
划分单元,用于以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
四大区域划分具体是以鼻子与地面平行的方向为x轴,与地面垂直的方向为Y轴,x轴和y轴相交分割出的四个区域为左上部、右上部、左下部、右下部。
步骤106:根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
调整单元,用于对离屏幕平面更近的一个区域赋予更高的比重,面部匹配时重点匹配。比重越高表面该区域在人脸匹配时候越重要。
匹配单元单元,依据调整后的面部识别时四大区域的比重进行人脸匹配;
输出单元,用于输出人脸识别结果。
本发明实施例提供的人脸识别装置,依据面部与屏幕平面的夹角灵活调整人脸匹配算法,提高了人脸识别的正确率,能够提升用户的使用体验。
本发明实施例还提供了一种移动终端,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序,所述人脸识别程序被所述处理器执行动态人脸识别方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现所述的人脸识别方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital SignalProcessing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(ProgrammableLogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本发明实施例中所述功能的模块(例如过程、函数等)来实现本发明实施例中所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本发明实施例中的移动终端可以为手机、平板电脑、个人数字助理(PersonalDigital Assistant,PDA)、或车载电脑等。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (8)
1.一种动态人脸识别方法,其特征在于,所述方法包括:
采集待识别人脸图像;
对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
依据调整后的面部识别时四大区域的比重进行人脸匹配;
输出人脸识别结果。
2.根据权利要求1所述的方法,其特征在于,四大区域划分具体是以鼻子与地面平行的方向为X轴,与地面垂直的方向为Y轴,X轴和Y轴相交分割出的四个区域为左上部、右上部、左下部、右下部。
3.根据权利要求1所述的方法,其特征在于,对离屏幕平面更近的一个区域赋予更高的比重,面部匹配时重点匹配。
4.一种动态人脸识别装置,其特征在于,包括:
采集单元,用于采集待识别人脸图像;
预处理单元,用于对面部图像进行预处理,包括去除图像噪声和校正面部姿态的处理;
识别单元,用于对预处理后的面部图像进行识别,提取出鼻子与嘴中心连线和两眼连线,鼻子与嘴中心连线定义为参考线X,两眼连线定义为参考线Y;
计算单元,用于分别计算参考线X和Y与屏幕平面的夹角角度,若角度大于一定阈值则提示面部信息过少无法进行面部识别;
划分单元,用于以鼻子为中心将面部划分为四大区域,分别为左上部、右上部、左下部、右下部;
调整单元,用于根据参考线X和Y与屏幕平面的夹角角度调整面部识别时四大区域的比重;
匹配单元,用于依据调整后的面部识别时四大区域的比重进行人脸匹配;
输出单元,用于输出人脸识别结果。
5.根据权利要求4所述的装置,其特征在于,划分单元中四大区域划分具体是以鼻子与地面平行的方向为X轴,与地面垂直的方向为Y轴,X轴和Y轴相交分割出的四个区域为左上部、右上部、左下部、右下部。
6.根据权利要求4所述的装置,其特征在于,调整单元中对离屏幕平面更近的一个区域赋予更高的比重,面部匹配时重点匹配。
7.一种移动终端,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸识别程序,所述人脸识别程序被所述处理器执行时实现如权利要求1至3中任一项所述的动态人脸识别方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有人脸识别程序,所述人脸识别程序被处理器执行时实现如权利要求1至3中任一项所述的动态人脸识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029494.9A CN109784273B (zh) | 2019-01-13 | 2019-01-13 | 一种人脸识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029494.9A CN109784273B (zh) | 2019-01-13 | 2019-01-13 | 一种人脸识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109784273A CN109784273A (zh) | 2019-05-21 |
CN109784273B true CN109784273B (zh) | 2019-10-08 |
Family
ID=66500459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910029494.9A Active CN109784273B (zh) | 2019-01-13 | 2019-01-13 | 一种人脸识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784273B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909596B (zh) * | 2019-10-14 | 2022-07-05 | 广州视源电子科技股份有限公司 | 侧脸识别方法、装置、设备以及存储介质 |
CN111970753A (zh) * | 2020-08-13 | 2020-11-20 | 珠海市魅族科技有限公司 | 一种智能终端屏幕休眠控制方法及存储介质、处理器、智能终端 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197587A (zh) * | 2018-01-18 | 2018-06-22 | 中科视拓(北京)科技有限公司 | 一种通过人脸深度预测进行多模态人脸识别的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4902562B2 (ja) * | 2007-02-07 | 2012-03-21 | パナソニック株式会社 | 撮像装置、画像処理装置、制御方法およびプログラム |
US9008436B2 (en) * | 2011-10-28 | 2015-04-14 | Intellectual Ventures Fund 83 Llc | Image recomposition from face detection and facial features |
CN108345779B (zh) * | 2018-01-31 | 2022-11-11 | Oppo广东移动通信有限公司 | 解锁控制方法及相关产品 |
CN108491775B (zh) * | 2018-03-12 | 2021-04-23 | 维沃移动通信有限公司 | 一种图像修正方法及移动终端 |
-
2019
- 2019-01-13 CN CN201910029494.9A patent/CN109784273B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197587A (zh) * | 2018-01-18 | 2018-06-22 | 中科视拓(北京)科技有限公司 | 一种通过人脸深度预测进行多模态人脸识别的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109784273A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10699109B2 (en) | Data entry from series of images of a patterned document | |
CN102930277B (zh) | 一种基于识别反馈的字符图像验证码识别方法 | |
Afzal et al. | Document image binarization using lstm: A sequence learning approach | |
US10311099B2 (en) | Method and system for 3D model database retrieval | |
CN109784273B (zh) | 一种人脸识别方法和装置 | |
CN110827297A (zh) | 基于改进的条件生成对抗网络的绝缘子分割方法 | |
CN112380566A (zh) | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 | |
CN112115921B (zh) | 一种真伪鉴别方法、装置以及电子设备 | |
CN105740689A (zh) | 一种解锁控制方法及终端设备 | |
US10438083B1 (en) | Method and system for processing candidate strings generated by an optical character recognition process | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN110287125A (zh) | 基于图像识别的软件例行化测试方法及装置 | |
CN111709428B (zh) | 图像中关键点位置的识别方法、装置、电子设备及介质 | |
US11023764B2 (en) | Method and system for optical character recognition of series of images | |
CN110969046A (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
CN115859128B (zh) | 一种基于档案数据交互相似度的分析方法和系统 | |
CN111383651A (zh) | 一种语音降噪方法、装置及终端设备 | |
CN111340025A (zh) | 字符识别方法、装置、计算机设备和计算机可读存储介质 | |
CN110135412B (zh) | 名片识别方法和装置 | |
CN107657230A (zh) | 一种银行自助机器人文字识别装置 | |
US20200093392A1 (en) | Brainprint signal recognition method and terminal device | |
CN110147785B (zh) | 图像识别方法、相关装置和设备 | |
CN112712083A (zh) | 信息处理装置、存储介质及信息处理方法 | |
CN111144374B (zh) | 人脸表情识别方法及装置、存储介质和电子设备 | |
CN111079823A (zh) | 验证码图像生成方法及系统 |
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 |