CN110334615A - 一种有遮挡的人脸识别的方法 - Google Patents
一种有遮挡的人脸识别的方法 Download PDFInfo
- Publication number
- CN110334615A CN110334615A CN201910537454.5A CN201910537454A CN110334615A CN 110334615 A CN110334615 A CN 110334615A CN 201910537454 A CN201910537454 A CN 201910537454A CN 110334615 A CN110334615 A CN 110334615A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- recognition
- identification
- point
- 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.)
- Pending
Links
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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种有遮挡的人脸识别的方法,所述有遮挡的人脸识别的方法包括以下步骤:图像采集,遮挡判断,识别基点排序,权重确定,图像分析,人脸识别;该有遮挡的人脸识别的方法设计合理,能够根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,从而降低遮挡对人脸识别带来的影响,提高有遮挡人脸识别的识别率。
Description
技术领域
本发明属于人脸识别技术领域,特别涉及一种有遮挡的人脸识别的方法。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。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的一系列相关技术,通常也叫做人像识别、面部识别,人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域,虽然近年来,人脸识别取得了长足的进步,但是仍受到一些因素的制约,比如面部有遮挡物,一旦由于人脸发生遮挡,造成部分特征的消失或者错误,导致人脸图像特征不完整时,识别就会失败,但是现在的有遮挡人脸识别方法,识别率仍旧不高,为此,本发明提出一种有遮挡的人脸识别的方法。
发明内容
为了解决现有技术存在的问题,本发明提供了一种有遮挡的人脸识别的方法,该有遮挡的人脸识别的方法设计合理,能够根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,从而降低遮挡对人脸识别带来的影响,提高有遮挡人脸识别的识别率。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种有遮挡的人脸识别的方法,所述有遮挡的人脸识别的方法包括以下步骤:
步骤一:图像采集;首先,摄像头进行人脸图像采集,采集图像后对图像进行预处理;
步骤二:遮挡判断;判断采集的人脸图像面部是否有遮挡,如果无遮挡,则正常进行人脸识别,如果有遮挡,则判断遮挡类型,确定面部裸露出来的部位;
步骤三:识别基点排序;根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,在人正常行走或者活动的过程中,无论遮挡类型如何,比如戴口罩和帽子,眼睛都会露出来,其次,大部分人耳朵和眉毛都会漏出来等以及其它特点,根据这些特点,确定取用用于识别的特征点的部位和其所占的比重,比如在眼部和其周围取用更多的特征点用于识别,耳朵和眉毛其次;
步骤四:权重确定;根据步骤三中的特征点取用规则,确定各个部位特征点取用的比重;
步骤三:图像分析;根据步骤四中的各个部位特征点取用的比重,对图像进行分析,然后进行相应的特征点提取;
步骤四:人脸识别;将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配。
作为本发明的一种优选方式,所述步骤一中的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程,获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
作为本发明的一种优选方式,所述步骤二中在遮挡类型判断时,需提前将遮挡类型以及该类型下的常见面部裸露部位录入数据库。
作为本发明的一种优选方式,所述步骤三中的特征点提取方法为基于知识的表征方法和基于代数特征或统计学习的表征方法。
本发明的有益效果:
1、此有遮挡的人脸识别的方法设计合理,能够根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,从而降低遮挡对人脸识别带来的影响,提高有遮挡人脸识别的识别率。
2、此有遮挡的人脸识别的方法通过根据人脸有遮挡时常见的特点确定取用用于识别的特征点的部位和其所占的比重的方式提取特征点,在人正常行走或者活动的过程中,无论遮挡类型如何,比如戴口罩和帽子,眼睛都会露出来,其次,大部分人耳朵和眉毛都会漏出来等以及其它特点,根据这些特点,比如在眼部和其周围取用更多的特征点用于识别,耳朵和眉毛其次,能够有效的提高提取的特征点的质量,避免遮挡造成的部分特征消失或者错误造成识别失败,进一步提高人脸识别的识别率。
3、此有遮挡的人脸识别的方法实用性高,能够进行正常人脸识别和有遮挡时的人脸识别,适应性广,更新数据库遮挡类型数量后,能够适应于各种有遮挡的人脸识别。
附图说明
图1为一种有遮挡的人脸识别的方法的步骤流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,本发明提供一种技术方案:一种有遮挡的人脸识别的方法,所述有遮挡的人脸识别的方法包括以下步骤:
步骤一:图像采集;首先,摄像头进行人脸图像采集,采集图像后对图像进行预处理;
步骤二:遮挡判断;判断采集的人脸图像面部是否有遮挡,如果无遮挡,则正常进行人脸识别,如果有遮挡,则判断遮挡类型,确定面部裸露出来的部位;
步骤三:识别基点排序;根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,在人正常行走或者活动的过程中,无论遮挡类型如何,比如戴口罩和帽子,眼睛都会露出来,其次,大部分人耳朵和眉毛都会漏出来等以及其它特点,根据这些特点,确定取用用于识别的特征点的部位和其所占的比重,比如在眼部和其周围取用更多的特征点用于识别,耳朵和眉毛其次;
步骤四:权重确定;根据步骤三中的特征点取用规则,确定各个部位特征点取用的比重;
步骤三:图像分析;根据步骤四中的各个部位特征点取用的比重,对图像进行分析,然后进行相应的特征点提取;
步骤四:人脸识别;将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配。
作为本发明的一种优选方式,所述步骤一中的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程,获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
作为本发明的一种优选方式,所述步骤二中在遮挡类型判断时,需提前将遮挡类型以及该类型下的常见面部裸露部位录入数据库。
作为本发明的一种优选方式,所述步骤三中的特征点提取方法为基于知识的表征方法和基于代数特征或统计学习的表征方法。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (4)
1.一种有遮挡的人脸识别的方法,其特征在于,所述有遮挡的人脸识别的方法包括以下步骤:
步骤一:图像采集;首先,摄像头进行人脸图像采集,采集图像后对图像进行预处理;
步骤二:遮挡判断;判断采集的人脸图像面部是否有遮挡,如果无遮挡,则正常进行人脸识别,如果有遮挡,则判断遮挡类型,确定面部裸露出来的部位;
步骤三:识别基点排序;根据人脸有遮挡时常见的特点确定用于识别的特征点取用部位和其所占的比重,在人正常行走或者活动的过程中,无论遮挡类型如何,比如戴口罩和帽子,眼睛都会露出来,其次,大部分人耳朵和眉毛都会漏出来等以及其它特点,根据这些特点,确定取用用于识别的特征点的部位和其所占的比重,比如在眼部和其周围取用更多的特征点用于识别,耳朵和眉毛其次;
步骤四:权重确定;根据步骤三中的特征点取用规则,确定各个部位特征点取用的比重;
步骤三:图像分析;根据步骤四中的各个部位特征点取用的比重,对图像进行分析,然后进行相应的特征点提取;
步骤四:人脸识别;将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配。
2.根据权利要求1所述的一种有遮挡的人脸识别的方法,其特征在于:所述步骤一中的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程,获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理,对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
3.根据权利要求1所述的一种有遮挡的人脸识别的方法,其特征在于:所述步骤二中在遮挡类型判断时,需提前将遮挡类型以及该类型下的常见面部裸露部位录入数据库。
4.根据权利要求1所述的一种有遮挡的人脸识别的方法,其特征在于:所述步骤三中的特征点提取方法为基于知识的表征方法和基于代数特征或统计学习的表征方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537454.5A CN110334615A (zh) | 2019-06-20 | 2019-06-20 | 一种有遮挡的人脸识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537454.5A CN110334615A (zh) | 2019-06-20 | 2019-06-20 | 一种有遮挡的人脸识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110334615A true CN110334615A (zh) | 2019-10-15 |
Family
ID=68142305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910537454.5A Pending CN110334615A (zh) | 2019-06-20 | 2019-06-20 | 一种有遮挡的人脸识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334615A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325191A (zh) * | 2020-04-07 | 2020-06-23 | 上海极链网络科技有限公司 | 一种人脸识别方法及系统 |
CN111325129A (zh) * | 2020-02-14 | 2020-06-23 | 上海商汤智能科技有限公司 | 交通工具通勤控制方法及装置、电子设备、介质和车辆 |
CN111428559A (zh) * | 2020-02-19 | 2020-07-17 | 北京三快在线科技有限公司 | 一种口罩佩戴情况检测方法、装置、电子设备及存储介质 |
CN111579120A (zh) * | 2020-04-26 | 2020-08-25 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
CN111582090A (zh) * | 2020-04-27 | 2020-08-25 | 杭州宇泛智能科技有限公司 | 人脸识别方法、装置及电子设备 |
CN111598015A (zh) * | 2020-05-19 | 2020-08-28 | 重庆中科云从科技有限公司 | 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质 |
CN111768543A (zh) * | 2020-06-29 | 2020-10-13 | 杭州翔毅科技有限公司 | 基于人脸识别的通行管理方法、设备、存储介质及装置 |
CN111815790A (zh) * | 2020-07-10 | 2020-10-23 | 成都智元汇信息技术股份有限公司 | 一种基于人脸识别的地铁乘车检票方法 |
CN112052781A (zh) * | 2020-09-01 | 2020-12-08 | 平安科技(深圳)有限公司 | 特征提取模型训练方法、人脸识别方法、装置、设备及介质 |
CN113269027A (zh) * | 2021-04-06 | 2021-08-17 | 安徽农业大学 | 一种口罩遮挡的人脸识别方法 |
WO2021253665A1 (zh) * | 2020-06-19 | 2021-12-23 | 北京百度网讯科技有限公司 | 人脸识别模型的训练方法和装置 |
WO2022073453A1 (zh) * | 2020-10-10 | 2022-04-14 | 武汉大学 | 一种面向身份识别的人脸质量感知方法及系统 |
CN114550269A (zh) * | 2022-03-02 | 2022-05-27 | 北京百度网讯科技有限公司 | 口罩佩戴检测方法、设备和介质 |
CN117894091A (zh) * | 2024-02-23 | 2024-04-16 | 江西远格科技有限公司 | 一种铁路行业人脸考勤方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903004A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别多特征权值融合方法与装置 |
CN104992148A (zh) * | 2015-06-18 | 2015-10-21 | 江南大学 | 基于随机森林的atm终端部分遮挡人脸关键点检测方法 |
CN106326823A (zh) * | 2015-07-07 | 2017-01-11 | 北京神州泰岳软件股份有限公司 | 一种获取图片中头像的方法和系统 |
CN107016370A (zh) * | 2017-04-10 | 2017-08-04 | 电子科技大学 | 一种基于数据增强的部分遮挡人脸识别方法 |
CN108052932A (zh) * | 2018-01-10 | 2018-05-18 | 重庆邮电大学 | 一种遮挡自适应人脸识别方法 |
-
2019
- 2019-06-20 CN CN201910537454.5A patent/CN110334615A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903004A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别多特征权值融合方法与装置 |
CN104992148A (zh) * | 2015-06-18 | 2015-10-21 | 江南大学 | 基于随机森林的atm终端部分遮挡人脸关键点检测方法 |
CN106326823A (zh) * | 2015-07-07 | 2017-01-11 | 北京神州泰岳软件股份有限公司 | 一种获取图片中头像的方法和系统 |
CN107016370A (zh) * | 2017-04-10 | 2017-08-04 | 电子科技大学 | 一种基于数据增强的部分遮挡人脸识别方法 |
CN108052932A (zh) * | 2018-01-10 | 2018-05-18 | 重庆邮电大学 | 一种遮挡自适应人脸识别方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021159630A1 (zh) * | 2020-02-14 | 2021-08-19 | 上海商汤智能科技有限公司 | 交通工具通勤控制方法及装置、电子设备、介质和车辆 |
CN111325129A (zh) * | 2020-02-14 | 2020-06-23 | 上海商汤智能科技有限公司 | 交通工具通勤控制方法及装置、电子设备、介质和车辆 |
CN111428559A (zh) * | 2020-02-19 | 2020-07-17 | 北京三快在线科技有限公司 | 一种口罩佩戴情况检测方法、装置、电子设备及存储介质 |
CN111325191A (zh) * | 2020-04-07 | 2020-06-23 | 上海极链网络科技有限公司 | 一种人脸识别方法及系统 |
CN111579120A (zh) * | 2020-04-26 | 2020-08-25 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
CN111579120B (zh) * | 2020-04-26 | 2021-06-01 | 江苏霆善科技有限公司 | 一种戴口罩人脸识别测温设备 |
CN111582090A (zh) * | 2020-04-27 | 2020-08-25 | 杭州宇泛智能科技有限公司 | 人脸识别方法、装置及电子设备 |
CN111598015A (zh) * | 2020-05-19 | 2020-08-28 | 重庆中科云从科技有限公司 | 一种基于人脸及防护设备的匹配检测方法、系统、设备和介质 |
WO2021253665A1 (zh) * | 2020-06-19 | 2021-12-23 | 北京百度网讯科技有限公司 | 人脸识别模型的训练方法和装置 |
CN111768543A (zh) * | 2020-06-29 | 2020-10-13 | 杭州翔毅科技有限公司 | 基于人脸识别的通行管理方法、设备、存储介质及装置 |
CN111815790A (zh) * | 2020-07-10 | 2020-10-23 | 成都智元汇信息技术股份有限公司 | 一种基于人脸识别的地铁乘车检票方法 |
CN112052781A (zh) * | 2020-09-01 | 2020-12-08 | 平安科技(深圳)有限公司 | 特征提取模型训练方法、人脸识别方法、装置、设备及介质 |
WO2021174880A1 (zh) * | 2020-09-01 | 2021-09-10 | 平安科技(深圳)有限公司 | 征提取模型训练方法、人脸识别方法、装置、设备及介质 |
CN112052781B (zh) * | 2020-09-01 | 2024-07-16 | 平安科技(深圳)有限公司 | 特征提取模型训练方法、人脸识别方法、装置、设备及介质 |
WO2022073453A1 (zh) * | 2020-10-10 | 2022-04-14 | 武汉大学 | 一种面向身份识别的人脸质量感知方法及系统 |
CN113269027A (zh) * | 2021-04-06 | 2021-08-17 | 安徽农业大学 | 一种口罩遮挡的人脸识别方法 |
CN114550269A (zh) * | 2022-03-02 | 2022-05-27 | 北京百度网讯科技有限公司 | 口罩佩戴检测方法、设备和介质 |
CN117894091A (zh) * | 2024-02-23 | 2024-04-16 | 江西远格科技有限公司 | 一种铁路行业人脸考勤方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110334615A (zh) | 一种有遮挡的人脸识别的方法 | |
JP4755202B2 (ja) | 顔特徴の検出方法 | |
Hiby et al. | A note on an automated system for matching the callosity patterns on aerial photographs of southern right whales | |
Semary et al. | Currency recognition system for visually impaired: Egyptian banknote as a study case | |
CN110889312A (zh) | 活体检测方法和装置、电子设备、计算机可读存储介质 | |
WO2016084072A1 (en) | Anti-spoofing system and methods useful in conjunction therewith | |
US20120093362A1 (en) | Device and method for detecting specific object in sequence of images and video camera device | |
De Guzman et al. | Design and evaluation of a multi-model, multi-level artificial neural network for eczema skin lesion detection | |
Reese et al. | A comparison of face detection algorithms in visible and thermal spectrums | |
CN106570447B (zh) | 基于灰度直方图匹配的人脸照片太阳镜自动去除方法 | |
CN109598210A (zh) | 一种图片处理方法和装置 | |
Hebbale et al. | Real time COVID-19 facemask detection using deep learning | |
CN107330699A (zh) | 基于图像处理算法的移动终端支付系统 | |
CN111259763A (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
Selvaraj et al. | Raspberry Pi based automatic door control system | |
Girard et al. | Simultaneous macula detection and optic disc boundary segmentation in retinal fundus images | |
Devadethan et al. | Face detection and facial feature extraction based on a fusion of knowledge based method and morphological image processing | |
CN104573743B (zh) | 一种人脸图像检测过滤方法 | |
Arafah et al. | Face recognition system using Viola Jones, histograms of oriented gradients and multi-class support vector machine | |
Malek et al. | Automated optic disc detection in retinal images by applying region-based active aontour model in a variational level set formulation | |
CN112907206A (zh) | 一种基于视频对象识别的业务审核方法、装置及设备 | |
CN110135362A (zh) | 一种基于红外摄像头下的人脸快速识别方法 | |
Moravcik et al. | Detection of determined eye features in digital image | |
Rismayana et al. | Facial Skin Color Segmentation Using Otsu Thresholding Algorithm | |
Robin et al. | A novel approach to detect & track iris for a different and adverse dataset |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |
|
RJ01 | Rejection of invention patent application after publication |