CN111898408A - 一种快速人脸识别方法及装置 - Google Patents
一种快速人脸识别方法及装置 Download PDFInfo
- Publication number
- CN111898408A CN111898408A CN202010521586.1A CN202010521586A CN111898408A CN 111898408 A CN111898408 A CN 111898408A CN 202010521586 A CN202010521586 A CN 202010521586A CN 111898408 A CN111898408 A CN 111898408A
- Authority
- CN
- China
- Prior art keywords
- face
- lower right
- right vertex
- image
- evaluation
- 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.)
- Granted
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
Abstract
本发明提供一种快速人脸识别方法、装置、设备及可读存储介质,方法包括:对待识别人脸图像进行预处理及二值化得到二值图像;对二值图像进行右下顶点检测得到右下顶点集合;根据预设值合成每一右下顶点对应的合成人脸区域后,根据人脸区域提取特征计算得到评估数组,采用人脸评估范式计算每一右下顶点的范式评估值,选取范式评估值最大的右下顶点作为实际右下顶点;根据实际右下顶点以及人脸宽度和高度生成目标人脸区域,并根据目标人脸区域从待识别人脸图像中截取出相应的图像进行人脸识别。本发明通过采用右下顶点检测与人脸评估范式结合的方式来定位人脸,缩小了搜索范围,减小了多种干扰的影响,从而能够快速准确地定位人脸区域进行人脸识别。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种快速人脸识别方法、装置、设备及可读存储介质。
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技术,通过提取人脸特征与数据库中已存有特征信息进行比对,获取比对结果,进而进行身份的识别。目前,由于人员年龄变化、妆容姿态变化等原因,导致人脸识别的准确率有待提高。
发明专利申请号201810919221.7的《一种人脸识别方法及人脸识别系统》中涉及一种人脸识别方法及人脸识别系统,在识别距离内检测到人时,获取人脸图片,提取人脸特征,将提取的人脸特征分别与多个原始图片及现场采集图片进行对比,对人脸进行识别,在两者对比都失败的情况下,则重新提取人脸特征,与电子设备中的多个原始图片再次进行对比,进而对人脸进行再次识别,识别通过,将人脸图片作为新的现场采集图片存储至电子设备中。
但该发明未考虑来自人脸打光不均、人脸所在背景环境随机多变的干扰,往往不能快速稳定地准确识别人脸。
发明内容
本发明实施例所要解决的技术问题在于,提供一种快速人脸识别方法、装置、设备及可读存储介质,能够对干扰复杂的图像进行快速准确的进行定位,从而有效提高人脸识别的准确性和实时性。
为了解决上述技术问题,本发明实施例提供了一种快速人脸识别方法,包括:
对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像;
采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像;
对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点;
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
进一步地,所述检测函数为:
其中,f(x0,y0)表示图像在点(x0,y0)处的灰度值。
进一步地,所述人脸评估范式为:
En表示集合U中元素的个数,U表示评估数组S中大于0.3H的元素的集合。
进一步地,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
为了解决相同的技术问题,本发明还提供了一种快速人脸识别装置,包括:
预处理模块,用于对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像;
图像二值化模块,用于采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像;
右下顶点检测模块,用于对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
右下顶点选取模块,用于根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点;
人脸区域生成模块,用于根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
进一步地,所述检测函数为:
其中,f(x0,y0)表示图像在点(x0,y0)处的灰度值。
进一步地,所述人脸评估范式为:
En表示集合U中元素的个数,U表示评估数组S中大于0.3H的元素的集合。
进一步地,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
为了解决相同的技术问题,本发明还提供了一种快速人脸识别终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述存储器与所述处理器耦接,且所述处理器执行所述计算机程序时,实现任一项所述的快速人脸识别方法。
为了解决相同的技术问题,本发明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存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的快速人脸识别方法。
与现有技术相比,本发明具有如下有益效果:
本发明实施例提供了一种快速人脸识别方法、装置、设备及可读存储介质,所述方法包括:对采集到的待识别人脸图像进行预处理及二值化得到二值图像;对所述二值图像进行右下顶点检测得到右下顶点集合;根据预设值合成每一右下顶点对应的合成人脸区域后,根据人脸区域提取特征计算得到评估数组S,采用人脸评估范式计算每一右下顶点的范式评估值,选取范式评估值最大的右下顶点作为实际右下顶点;根据所述实际右下顶点以及人脸宽度和高度生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。本发明通过采用右下顶点检测与人脸评估范式结合的方式来定位人脸,缩小了搜索范围,减小了多种干扰的影响,从而能够快速准确地定位人脸区域进行人脸识别。
附图说明
图1是本发明一实施例提供的快速人脸识别方法的流程示意图;
图2是本发明一实施例提供的右下顶点定义坐标图;
图3是本发明一实施例提供的图像数据8邻域右下顶点示意图;
图4是本发明一实施例提供的快速人脸识别方法的另一流程示意图;
图5是本发明一实施例提供的快速人脸识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,定位人脸区域,关键在于找到人脸区域在原始图像中的四个顶点,这四个顶点可以由三个参量决定:人脸区域右下顶点坐标(is,js)、人脸宽度W和人脸高度H。原始图像中位于is至is+H行,js至js+W列的区域即为人脸区域。为获得人脸区域右下顶点,本发明提出了右下顶点检测与人脸评估范式结合的方法。通过右下顶点检测,可以获得一部分点的集合,人脸右下顶点则在该集合内,然后使用人脸评估范式对该集合内每个点进行评价,得分最高的点则为人脸右下顶点。
右下顶点定义如下:在如图2所示坐标系中,l1是与x轴夹角为0°的向量,l2是与x轴夹角为90°的向量。若对于任意角度为α满足0°≤α≤90°,起点为P(x0,y0)的方向向量l,点P(x0,y0)的方向导数都满足其中T<0为约束条件,则称点P(x0,y0)为右下顶点。
请参见图1和4,本发明实施例提供了一种快速人脸识别方法,包括步骤:
S1、对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像。
S2、采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像。
步骤S1-S2为对待识别图像进行预处理。首先对采集的图像进行灰度化,然后按式(14)对灰度图像做水平差分处理,得到只含曲线边缘的图像。
g(i,j)=|f(i,j-1)-f(i,j+1)| (14)
然后对边缘图像用最大类间方差法提取阈值进行二值化,得到竖直边缘图像I,然后去除面积较小的联通区域来减少干扰,得到减少干扰后的边缘二值图像I1。
S3、对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
进一步地,所述检测函数为:
其中,f(x0,y0)表示图像在点(x0,y0)处的灰度值。
S4、根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点。
进一步地,所述人脸评估范式为:
En表示集合U中元素的个数,U表示评估数组S中大于0.3H的元素的集合。
在本发明实施例中,步骤S3-S4为右下顶点检测与评估。使用所述检测函数对而知图像I1进行右下顶点检测;继而按照人脸评估范式,计算检测到的右下顶点对应区域的范式评估值,选取范式评估值最大的点作为人脸区域的实际右下顶点。
S5、根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
进一步地,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
在本发明实施例中,步骤S5为对人脸进行细分割。通过实际右下顶点、高度H、宽度W在竖直边缘图像I上确定人脸区域;对区域向上扩展15行(预设的扩展行数),向左扩展30列(预设的扩展列数);对扩展后的区域进行垂直方向投影,去除上下空白区域;再进行水平方向投影,去除左右空白区域,得到精确定位的人脸区域(目标人脸区域);最后根据这个目标人脸区域分割出彩色或灰度图上对应的区域,即为最终人脸定位结果。
需要说明的是,由于图像数据是离散数据,若取点P(x0,y0)的8邻域进行方向导数的计算,如图3所示,则只需计算l1,l2,l3三个方向的方向导数。由方向导数定义计算可得:
其中,f(x0,y0)表示图像在(x0,y0)处的灰度值。同理可得:
根据上述右下顶点的定义可知,若点P(x0,y0)满足:
其中约束条件T<0,则点P(x0,y0)为一个右下顶点。特殊地,使得式4的值在(-1,0)之间,由于是二值图像,所以最小方向导数值是-1,则有对于二值图像,若取T为(-0.7071,0)中的任意数,式(4)等价于:
即若二值图像中P(x0,y0)满足式(5),则点P(x0,y0)为右下顶点。使用二值图像,可以避免参数T的估计。
在本发明实施例中,先对人脸灰度图像进行竖直边缘检测,得到二值边缘图像,对该二值图像去干扰后,按照式(5)进行右下顶点检测,可以得到右下顶点的集合。
需要说明的是,在本发明实施例中,对图像进行右下顶点检测,得到右下顶点的集合,为了从该集合中筛选出人脸区域右下顶点,需要构造人脸评估范式来对集合中的点进行评价。根据原始图像的先验知识,人脸宽度W和人脸高度H在一定范围内变化,首先由人工指定W和H的值,要求该数值足够大,能包含样本图像中所有人脸区域。在二值边缘图像中,以P(x0,y0)为右下顶点,可以确立以x0至x0+H行,y0至y0+W列组成的合成人脸区域,对该区域进行水平方向灰度累加投影,得到一个含有W个元素的评估数组S,通过该数组提取一些人脸区域特征,从而构造人脸评估范式Fev。
1)大值点个数En:
设U表示数组S中大于H×0.3的元素的集合,即U={S(i)|S(i)>H×0.3}。大值点个数En表示集合U中元素的个数:
En=card(U) (6)
其中,card运算表示求集合的元素个数。人脸区域中的En值比较大,通过该值可以快速排除部分非人脸区域的右下顶点(将小于预设值的En值对应的右下顶点排除),避免其它特征提取带来的运行时间上的损耗。
2)序列S的平均能量Ea:
由于人脸区域曲线边缘丰富,则该区域曲线投影数组S具有较大的平均能量Ea。
3)序列S的部分方差V及V的方差Vt:将序列S进行四等分,每个序列长度Wt=W/4,第j部分方差V(j)为:
可以理解的是,序列S的部分方差V表征了人脸区域二值图像水平方向上的明暗相间的特点,而V的方差Vt作为一种制约项构造入人脸评估范式,这是因为部分干扰区域同样具有较大的部分方差,同时又具有大片残留空白,该制约项可以在某种程度上抑制此类区域带来的干扰。
由以上特征分析,本发明定义人脸评估范式Fev如下式:
需要说明的是,由于原始图像人脸区域可能有干扰,边缘检测时人脸信息有损失,通过右下顶点检测定位的人脸右下顶点往往相对实际图像有少量向右的漂移,同时人工指定的人脸区域长和宽虽然能包含全部人脸特征,但是可能残留大量空白,针对这两种情况,通过对区域进行扩展然后行列扫描,从而精确定位人脸特征区域。
需要说明的是,对于以上方法或流程实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本发明实施例所必须的。
为了解决相同的技术问题,本发明还提供了一种快速人脸识别装置,包括:
预处理模块1,用于对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像;
图像二值化模块2,用于采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像;
右下顶点检测模块3,用于对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
右下顶点选取模块4,用于根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点;
人脸区域生成模块5,用于根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
进一步地,所述检测函数为:
其中,f(x0,y0)表示图像在点(x0,y0)处的灰度值。
进一步地,所述人脸评估范式为:
En表示集合U中元素的个数,U表示评估数组S中大于0.3H的元素的集合。
进一步地,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
可以理解的是上述装置项实施例,是与本发明方法项实施例相对应的,本发明实施例提供的一种快速人脸识别装置,可以实现本发明任意一项方法项实施例提供的快速人脸识别方法。
本发明还提供了一种快速人脸识别终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述存储器与所述处理器耦接,且所述处理器执行所述计算机程序时,实现任一项所述的快速人脸识别方法。
所述快速人脸识别终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、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)或者其他可编程逻辑器件、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,所述处理器是所述快速人脸识别终端设备的控制中心,利用各种接口和线路连接整个快速人脸识别终端设备的各个部分。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
为了解决相同的技术问题,本发明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存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的快速人脸识别方法。
所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,所述计算机程序包括计算机程序代码,所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。所述计算机可读介质可以包括:能够携带所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,Random Access 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,所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电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所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模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种快速人脸识别方法,其特征在于,包括:
对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像;
采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像;
对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点;
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
4.根据权利要求1所述的快速人脸识别方法,其特征在于,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
5.一种快速人脸识别装置,其特征在于,包括:
预处理模块,用于对采集到的待识别人脸图像进行灰度化得到灰度图像,并按预设的公式对所述灰度图像进行水平差分处理,得到曲线边缘图像;
图像二值化模块,用于采用最大类间方差法对所述曲线边缘图像进行阈值提取并按提取到的阈值进行二值化得到竖直边缘图像,继而将所述竖直边缘图像中面积小于预设面积阈值的联通区域进行去除,得到二值图像;
右下顶点检测模块,用于对所述二值图像进行右下顶点检测,筛选出满足预设的检测函数的点,得到包含若干个右下顶点的右下顶点集合;
右下顶点选取模块,用于根据预设的人脸宽度值W和预设的人脸高度值H,分别对所述右下顶点集合中的每一右下顶点进行合成得到若干个与右下顶点一一对应的合成人脸区域,对每一所述合成人脸区域进行水平方向灰度累加投影,得到若干个与所述右下顶点一一对应的评估数组S,根据每一评估数组S采用预先构建的人脸评估范式进行计算得到每一右下顶点的范式评估值,继而选取最大的范式评估值对应的右下顶点作为实际右下顶点;
人脸区域生成模块,用于根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,并根据所述目标人脸区域从所述待识别人脸图像中截取出相应的图像进行人脸识别。
8.根据权利要求5所述的快速人脸识别装置,其特征在于,所述根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成目标人脸区域,具体为:
根据所述实际右下顶点、所述人脸宽度值W和所述人脸高度值H生成第一人脸区域,对所述第一人脸区域向上扩展预设的扩展行数并向左扩展预设的列数,得到第二人脸区域;
对所述第二人脸区域进行垂直方向投影并去除上下空白区域,继而进行水平方向投影并去除左右空白区域,得到所述目标人脸区域。
9.一种快速人脸识别终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述存储器与所述处理器耦接,且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任一项所述的快速人脸识别方法。
10.一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存储有计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至4任一项所述的快速人脸识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521586.1A CN111898408B (zh) | 2020-06-09 | 2020-06-09 | 一种快速人脸识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521586.1A CN111898408B (zh) | 2020-06-09 | 2020-06-09 | 一种快速人脸识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111898408A true CN111898408A (zh) | 2020-11-06 |
CN111898408B CN111898408B (zh) | 2023-09-19 |
Family
ID=73207589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010521586.1A Active CN111898408B (zh) | 2020-06-09 | 2020-06-09 | 一种快速人脸识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898408B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273185A (zh) * | 2022-07-18 | 2022-11-01 | 广州智算信息技术有限公司 | 一种基于5g网络的智慧园区管理系统 |
CN115460502A (zh) * | 2022-11-11 | 2022-12-09 | 成都智元汇信息技术股份有限公司 | 一种基于缩小目标区域的戴耳机识别方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019100608A1 (zh) * | 2017-11-21 | 2019-05-31 | 平安科技(深圳)有限公司 | 摄像装置、人脸识别的方法、系统及计算机可读存储介质 |
CN110969046A (zh) * | 2018-09-28 | 2020-04-07 | 深圳云天励飞技术有限公司 | 人脸识别方法、设备及计算机可读存储介质 |
CN111161281A (zh) * | 2019-12-25 | 2020-05-15 | 广州杰赛科技股份有限公司 | 一种人脸区域识别方法、装置及存储介质 |
-
2020
- 2020-06-09 CN CN202010521586.1A patent/CN111898408B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019100608A1 (zh) * | 2017-11-21 | 2019-05-31 | 平安科技(深圳)有限公司 | 摄像装置、人脸识别的方法、系统及计算机可读存储介质 |
CN110969046A (zh) * | 2018-09-28 | 2020-04-07 | 深圳云天励飞技术有限公司 | 人脸识别方法、设备及计算机可读存储介质 |
CN111161281A (zh) * | 2019-12-25 | 2020-05-15 | 广州杰赛科技股份有限公司 | 一种人脸区域识别方法、装置及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273185A (zh) * | 2022-07-18 | 2022-11-01 | 广州智算信息技术有限公司 | 一种基于5g网络的智慧园区管理系统 |
CN115460502A (zh) * | 2022-11-11 | 2022-12-09 | 成都智元汇信息技术股份有限公司 | 一种基于缩小目标区域的戴耳机识别方法及系统 |
CN115460502B (zh) * | 2022-11-11 | 2023-02-14 | 成都智元汇信息技术股份有限公司 | 一种基于缩小目标区域的戴耳机识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111898408B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9305240B2 (en) | Motion aligned distance calculations for image comparisons | |
Dalla Mura et al. | Classification of hyperspectral images by using extended morphological attribute profiles and independent component analysis | |
CN109272016B (zh) | 目标检测方法、装置、终端设备和计算机可读存储介质 | |
US8180154B2 (en) | Method and apparatus for region-based segmentation image processing using region mapping | |
US9721387B2 (en) | Systems and methods for implementing augmented reality | |
EP3664019A1 (en) | Information processing device, information processing program, and information processing method | |
US10169673B2 (en) | Region-of-interest detection apparatus, region-of-interest detection method, and recording medium | |
US20230334235A1 (en) | Detecting occlusion of digital ink | |
US10748018B2 (en) | Multi-stage tattoo matching techniques | |
JP6597914B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US20190066311A1 (en) | Object tracking | |
CN111898408B (zh) | 一种快速人脸识别方法及装置 | |
CN110942473A (zh) | 一种基于特征点网格化匹配的运动目标跟踪检测方法 | |
CN112037287A (zh) | 相机标定方法、电子设备及存储介质 | |
JP2007025902A (ja) | 画像処理装置、画像処理方法 | |
JP2014191400A (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
CN109785283B (zh) | 一种用于织物分割的纹理特征匹配方法及装置 | |
CN113269752A (zh) | 一种图像检测方法、装置终端设备及存储介质 | |
CN109035285B (zh) | 图像边界确定方法及装置、终端及存储介质 | |
US20160292529A1 (en) | Image collation system, image collation method, and program | |
CN112435283A (zh) | 图像的配准方法、电子设备以及计算机可读存储介质 | |
CN111612083A (zh) | 一种手指静脉识别方法、装置及设备 | |
CN116310568A (zh) | 图像异常的识别方法、装置、计算机可读存储介质及设备 | |
CN113343987B (zh) | 文本检测处理方法、装置、电子设备及存储介质 | |
JP2016081472A (ja) | 画像処理装置、画像処理方法及びプログラム |
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 |