CN115937950A - 一种多角度人脸数据采集方法、装置、设备及存储介质 - Google Patents
一种多角度人脸数据采集方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115937950A CN115937950A CN202211624294.6A CN202211624294A CN115937950A CN 115937950 A CN115937950 A CN 115937950A CN 202211624294 A CN202211624294 A CN 202211624294A CN 115937950 A CN115937950 A CN 115937950A
- Authority
- CN
- China
- Prior art keywords
- face
- orientation
- characteristic value
- image
- side face
- 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
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种多角度人脸数据采集方法、装置、设备及存储介质,涉及图像处理技术领域,具体涉及计算机视觉、人工智能、自动驾驶、数据采集、人脸识别等技术领域。具体实现方案为:获取摄像头采集的当前图像,并确定当前图像中人脸的第一人脸朝向;在第一人脸朝向为正脸朝向时,获取当前图像中人脸的人脸特征值,得到正脸特征值;得到正脸特征值后,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的第二人脸朝向,直至获取到第二人脸朝向为至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;基于正脸特征值以及至少一个侧脸特征值,确定并保存目标人脸特征值,实现了多角度的人脸数据采集。
Description
技术领域
本公开涉及图像处理技术领域,具体涉及计算机视觉、人工智能、自动驾驶、数据采集、人脸识别等技术领域,尤其涉及一种多角度人脸数据采集方法、装置、设备及存储介质。
背景技术
随着计算机图像处理技术的发展,人脸识别技术在各领域被广泛应用。在人脸识别的场景中,将采集到的人脸与预先注册的人脸进行对比分析,以实现对采集的人脸的识别。人脸注册,即对摄像头采集到的人脸图片中的人脸信息进行特征值提取,将提取的特征值与采集人脸图片的人员信息建立联系。
发明内容
本公开提供了一种多角度人脸数据采集方法、装置、设备及存储介质。
根据本公开的一方面,提供了一种多角度人脸数据采集方法,包括:
获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
根据本公开的另一方面,提供了一种多角度人脸数据采集装置,包括:
第一图像获取模块,用于获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
正脸特征值获取模块,用于在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
侧脸特征值获取模块,用于在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
目标特征值确定模块,用于基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开中任一项所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开中任一项所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开中任一项所述的方法。
本公开实施例,实现了多角度的人脸数据采集。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开多角度人脸数据采集方法的一种示意图;
图2是根据本公开人脸朝向区域划分的一种示意图;
图3是根据本公开侧脸特征值获取过程的一种示意图;
图4是根据本公开多角度人脸注册方法的一种示意图;
图5是根据本公开多角度人脸数据采集装置的一种示意图;
图6是用来实现本公开实施例的多角度人脸数据采集方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
随着计算机图像处理技术的发展,人脸识别技术在各领域被广泛应用。在进行人脸识别时,通过摄像头采集用户的人脸图像,并检测图像上的人脸信息,得到用户的人脸特征值,将其与预先注册在人脸识别系统上的人脸特征值进行对比分析,以实现对用户的人脸识别。为了确保人脸识别的准确性,相关的技术方案中,在进行人脸注册的过程中,通过在人机交互界面引导用户尽量将人脸正对摄像头,在保证人脸面部清晰完整显示的情况下,采集人脸图像并提取人脸图像中的人脸特征值,将提取的人脸特征值与用户建立联系并保存在人脸识别系统上,完成人脸注册;在进行人脸识别时,同样要求用户尽量将人脸正对摄像头,以采集人脸的正脸特征值,将所采集的正脸特征值与注册的人脸特征值进行对比分析,以实现人脸的识别。
因人脸注册时采集的是人脸正对摄像头对应的人脸特征值,进而在进行人脸识别时,需要用户保持与人脸注册时采集人脸特征值的人脸角度接近,这样在人脸识别的过程中才能够得到与人脸注册采集的人脸特征值相似度高的正脸特征值,以准确的得到识别结果。
然而,在通过上述技术方案进行人脸识别的过程中,若用户在进行人脸注册时人脸注册图像质量不佳或人脸没有正对摄像头,则人脸识别系统上保存的人脸特征值并不准确,即不能够准确的描述用户正脸的特征信息,因此在后续进行人脸识别时的准确率会明显下降。示例性的,用户A在进行人脸注册时,因人脸没有正对摄像头,采集的人脸特征值不能准确的描述该用户A正脸的特征信息,进而在人脸识别系统对用户A进行人脸识别时,可能因为无法匹配到注册的人脸特征值,重复提示用户A变更人脸角度并正对摄像头后重试,或者,将用户A错误识别成用户B。采用上述技术方案需要人脸识别时的人脸角度与人脸注册时的人脸角度尽量相似,摄像头拍摄的人脸识别图像质量与人脸注册时的图像质量还原度高,且人脸识别容易受到用户的动作配合程度、摄像头拍摄的图像质量等因素的影响,识别效果不稳定。
为解决上述问题,本公开提供了一种多角度人脸数据采集方法,包括:
获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
本公开实施例中,在采集的当前图像对应的第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,以优先得到正脸特征值,在得到正脸特征值的情况下,进一步的,获取所采集的图像中对应第二人脸朝向为至少一个方向的侧脸朝向所对应的人脸特征值,得到至少一个侧脸特征值,扩大了人脸数据采集的角度范围,再基于正脸特征值以及至少一个侧脸特征值,得到融合正脸特征值和至少一个侧脸特征值的目标人脸特征值,实现了多角度的人脸数据采集,提高人脸数据采集的完整性。
本公开实施例提供的多角度人脸数据采集方法可应用于人脸注册、人脸数据采集以及人脸识别等场景中,一个例子中,可以应用于单摄像头固定位置下的人脸注册、人脸识别等场景中,也可以应用于自适应软件开发工程交付中心图像交付基线软件开发工具包等产品中。本公开实施例提供的多角度人脸数据采集方法可以应用于电子设备,如服务器设备、智能终端设备等等。
下面对本公开实施例提供的多角度人脸数据采集方法进行详细说明。
参见图1,本公开实施例提供的一种多角度人脸数据采集方法,包括以下步骤:
S110,获取摄像头采集的当前图像,并确定当前图像中人脸的姿态角所对应的第一人脸朝向。
一个例子中,可以通过固定位置的单摄像头对该摄像头覆盖范围下的内容进行采集,以得到当前图像,该固定位置的单摄像头比如车载摄像头,或其他任何需要人脸数据采集应用场景下的摄像头。
在获取当前图像后,可以利用人脸检测模型对该当前图像中所包含的人脸、人脸的姿态角等进行检测,不同人脸的姿态角对应不同的人脸朝向,在确定人脸的姿态角后,可以根据人脸的姿态角与人脸朝向之间的关系,确定人脸的姿态角所对应的人脸朝向。
在一种可能的实施方式中,上述确定当前图像中人脸的姿态角所对应的第一人脸朝向,可以包括以下步骤:
步骤1:对当前图像进行人脸检测,得到当前图像中的人脸信息,其中,人脸信息中包括人脸的目标姿态角。
步骤2:基于预设的姿态角与人脸朝向之间的对应关系,确定目标姿态角对应的第一人脸朝向,人脸朝向包括正脸朝向以及多个方向的侧脸朝向。
一个例子中,可以通过人脸检测模型对当前图像进行人脸检测,得到当前图像中人脸的目标姿态角。其中,人脸检测模型可以是根据样本图像以及样本图像中人脸的姿态角进行训练得到的。
本公开实施例中,因不同摄像头对应图像采集设备的参数不同,可以针对不同的摄像头,预先设置不同的姿态角与人脸朝向之间的对应关系,进而在检测到当前图像中人脸的目标姿态角的情况下,可以查询该对应关系,以确定目标姿态角对应的第一人脸朝向。
本公开实施例中,通过对当前图像进行人脸检测,以得到当前图像中人脸的目标姿态角,再根据预设的姿态角与人脸朝向之间的对应关系,以准确的确定该目标姿态角对应的第一人脸朝向,以便于对不同人脸朝向下的人脸特征值的准确采集。
在一种可能的实施方式中,姿态角可以包括俯仰角和偏航角,相应的,预设的姿态角与人脸朝向之间的对应关系包括:各预设的俯仰角阈值区间和偏航角阈值区间,分别与各人脸朝向之间的映射关系。
本公开实施例中,将摄像头采集的图像按照pitch(俯仰角)/yaw(偏航角)坐标系划分为多个人脸朝向区域,不同的人脸朝向对应不同的俯仰角阈值区间和偏航角阈值区间。
一个例子中,因为人脸向不同方向转动的轨迹近似为椭圆轨迹的生物学特征,不同摄像头成像的原理和参数不同,进而,可以根据摄像头成像情况及人脸偏转的生物学特性,在pitch/yaw坐标系上优先确定正脸朝向对应的区域(比如椭圆轨迹包含的区域),再根据摄像头边缘成像情况以及经验值(该经验值比如可以是利用该摄像头采集一定数量的测试图像,再利用人工的方式对该测试图像进行区域划分得到的),确定各人脸朝向对应的俯仰角阈值区间和偏航角阈值区间,在pitch/yaw坐标系上确定出多个人脸朝向区域。其中,人脸朝向区域包括一个正脸朝向区域和多个侧脸朝向区域,一个人脸朝向区域对应一种人脸朝向。
示例性的,如图2所示,人脸向四周偏转的轨迹近似为椭圆,可以根据摄像头类型、摄像头的位置以及摄像头与人脸的距离,确定椭圆轨迹参数,椭圆内部为正脸朝向区域。在确定椭圆轨迹参数后,可以根据摄像头边缘成像情况以及经验值,确定椭圆上A、B两点坐标,再根据A、B两点的坐标以及预设的人脸偏转角度极值Max yaw、Min yaw、Max pitch、Minpitch,将摄像头成像区域划分为9个人脸朝向区域。图2所示为在pitch/yaw坐标系下确定A、B两点坐标值的情况下对各人脸朝向区域的划分,其中,中间的椭圆形区域表示正脸朝向区域,上、下、左、右、左上、右上、左下以及右下分别对应8个不同方向的侧脸朝向区域。具体的,在确定A、B两点坐标值的情况下,在椭圆上确定延pitch/yaw方向A、B两点的对称点,得到A坐标点(y1,p1)的对称点(y1,-p1)、(-y1,p1)和(-y1,-p1),以及B坐标点(y2,p2)的对称点(y2,-p2)、(-y2,p2)和(-y2,-p2),再将椭圆内部确定为正脸朝向区域,根据B点坐标(y2,p2)、对称点(-y2,p2)以及预设的Max pitch确定上侧脸朝向区域,根据对称点(y2,-p2)、(-y2,-p2)以及预设的Min pitch确定下侧脸朝向区域,根据A点坐标(y1,p1)、对称点(y1,-p1)以及预设的Max yaw确定左侧脸朝向区域,根据对称点(-y1,p1)、(-y1,-p1)以及预设的Min yaw确定右侧脸朝向区域,根据A点坐标(y1,p1)、B点坐标(y2,p2)以及预设的Max yaw、Max pitch确定左上侧脸朝向区域,根据对称点(-y1,p1)、(-y2,p2)以及预设的Max pitch、Min yaw确定右上侧脸朝向区域,根据对称点(y1,-p1)、(y2,-p2)以及预设的Max yaw、Minpitch确定左下侧脸朝向区域,根据对称点(-y1,-p1)、(-y2,-p2)以及预设的Min yaw、Minpitch确定右下侧脸朝向区域。即根据A、B两点坐标值以及Max yaw、Min yaw、Max pitch、Min pitch值,确定各人脸朝向对应的俯仰角阈值区间和偏航角阈值区间。
一个例子中,可以通过调整A、B两点的坐标,改变不同人脸朝向区域的判定范围。
相应的,上述步骤2基于预设的姿态角与人脸朝向之间的对应关系,确定目标姿态角对应的第一人脸朝向,包括:
将目标姿态角中的目标俯仰角和目标偏航角,分别与各预设的俯仰角阈值区间和偏航角阈值区间进行匹配,确定目标姿态角对应的第一人脸朝向。
示例性的,参见图2,将目标俯仰角和目标偏航角对应至pitch/yaw坐标系上的一个坐标点,将该坐标点分别与各预设的俯仰角阈值区间和偏航角阈值区间进行匹配,得到目标姿态角对应的第一人脸朝向。假设目标俯仰角和目标偏航角对应至pitch/yaw坐标系上的坐标为(a,b),分别与各人脸朝向区域对应的俯仰角阈值区间和偏航角阈值区间进行匹配后得到的结果为:a>y1,且-p1<b<p1,则可以确定目标姿态角对应的第一人脸朝向为左侧脸朝向。
通过将目标姿态角中的目标俯仰角和目标偏航角,分别与预设人脸朝向区域对应的俯仰角阈值区间和偏航角阈值区间进行匹配,能够更准确的确定目标姿态角所对应的人脸朝向区域。
参见图1,S120,在第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,得到正脸特征值。
一个例子中,对摄像头采集的当前图像进行人脸检测,确定当前图像中人脸的姿态角所对应的第一人脸朝向,优先获取第一人脸朝向为正脸朝向的情况下,当前图像中人脸的人脸特征值,得到正脸特征值。
示例性的,在确定当前图像中人脸的姿态角所对应的第一人脸朝向后,可以先判断第一人脸朝向是否为正脸朝向,在第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,得到正脸特征值,并对正脸特征值进行缓存。
S130,在得到正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各第二人脸朝向中包括至少一个方向的侧脸朝向,获取第二人脸朝向为至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值。
在获取到正脸特征值的情况下,持续获取摄像头采集的图像,并对当前所获取的图像进行人脸检测,以确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,至获取到与至少一个方向的侧脸朝向相同的第二人脸朝向,获取该第二人脸朝向对应图像的人脸特征值,得到至少一个侧脸特征值。
S140,基于正脸特征值以及至少一个侧脸特征值,确定目标人脸特征值,并保存目标人脸特征值。
一个例子中,可以将正脸特征值与至少一个侧脸特征值进行特征融合,比如,计算正脸特征值与至少一个侧脸特征值的求和值、拼接值、平均值等,以得到目标人脸特征值,并对该目标人脸特征值进行保存。
在一种可能的实施方式中,可以将正脸特征值与至少一个侧脸特征值的加权平均值,确定为目标人脸特征值,并保存目标人脸特征值。
示例性的,在获取到正脸特征值以及至少一个侧脸特征值后,例如1个正脸特征值,4个侧脸特征值,可以将正脸特征值与4个侧脸特征值进行加权平均,得到目标人脸特征值,其中,正脸特征值的权重为0.4,每个侧脸特征值的权重为0.15,具体的,正脸特征值的权重与侧脸特征值的权重可以根据实际需求进行设置,本公开实施例对此不作限定。
将正脸特征值以及至少一个侧脸特征值进行特征值融合,可以将多个不同人脸朝向下的人脸特征值合并到一起存储,以减少对存储空间的占用。特征值融合后的目标人脸特征值包含了对更大范围人脸朝向区域下的人脸特征信息描述,同时降低了人脸注册时单张图像质量较低时对人脸识别效果产生的影响。
本公开实施例中,在采集的当前图像对应的第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,以优先得到正脸特征值,在得到正脸特征值的情况下,进一步的,获取所采集的图像中对应第二人脸朝向为至少一个方向的侧脸朝向所对应的人脸特征值,得到至少一个侧脸特征值,扩大了人脸数据采集的角度范围,再基于正脸特征值以及至少一个侧脸特征值,得到融合正脸特征值和至少一个侧脸特征值的目标人脸特征值,实现了多角度的人脸数据采集,提高人脸数据采集的完整性。且,因在人脸特征值采集的过程中,进行了多角度的人脸数据采集,使得得到的目标人脸特征值包含了更大范围人脸姿态角下的人脸特征信息,进而在人脸识别时,无需严格要求用户尽量将人脸正对摄像头,提供侧脸图像或将侧脸面对摄像头也可进行人脸识别,减少了因人脸识别时的人脸角度与人脸注册时的人脸角度不同所导致的无法识别的情况,以及减少了用户调整人脸角度并进行重试的操作动作,进一步降低了人脸识别时间,提高了人脸识别的准确性与识别效果的稳定性。
在一种可能的实施方式中,上述方法还可以包括:
在第一人脸朝向不为正脸朝向的情况下,返回执行步骤:获取摄像头采集的当前图像,并确定当前图像中人脸的姿态角所对应的第一人脸朝向。
一个例子中,在确定当前图像中人脸的姿态角所对应的第一人脸朝向后,先判断第一人脸朝向是否为正脸朝向,在第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,得到正脸特征值;在第一人脸朝向不为正脸朝向的情况下,在人机交互界面中提示用户正对摄像头,继续获取摄像头采集的当前图像,并确定当前图像中人脸的姿态角所对应的第一人脸朝向,直至第一人脸朝向为正脸朝向,以优先获取正脸特征值。
优先提取正脸特征值,以便于后续能够更好的基于该正脸特征值采集与该正脸特征值属于同一用户的侧脸特征值。
在一种可能的实施方式中,如图3所示,上述侧脸特征值的获取过程可以包括:
S310,在得到正脸特征值的情况下,获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
一个例子中,在采集到正脸特征值的情况下,可以在人机交互界面引导用户转换人脸朝向,继续获取摄像头采集的图像,以获取至少一个侧脸特征值。具体的,该步骤中确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向的实施过程,可参考上述步骤S110中确定当前图像中人脸的姿态角所对应的第一人脸朝向的实现过程,本公开实施例在此不再赘述。
S320,确定第二人脸朝向是否与至少一个方向的侧脸朝向相对应。
判断第二人脸朝向是否命中上述8个侧脸朝向中的任何一个,在第二人脸朝向不与任何一个方向的侧脸朝向相对应的情况下,表示当前采集的图像中人脸朝向为正脸朝向或者图像清晰度较低没有识别到人脸朝向,或者图像中没有包含人脸,此时执行步骤S330,否则执行步骤S340。
S330,在第二人脸朝向不与任何一个方向的侧脸朝向相对应的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
S340,在第二人脸朝向与至少一个方向的侧脸朝向相对应的情况下,判断是否已经获取过与第二人脸朝向相对应的侧脸朝向下的侧脸特征值。
S350,在没有获取过与第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,获取当前获取的图像中人脸的人脸特征值,得到与第二人脸朝向相对应的侧脸朝向下的侧脸特征值。
S360,在已经获取过与第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至得到与预设个数方向的侧脸朝向相对应的侧脸特征值。
一个例子中,在第二人脸朝向与至少一个方向的侧脸朝向相对应的情况下,进一步判断是否已经获取过与该第二人脸朝向相对应的侧脸朝向下的侧脸特征值,如果已经获取过与该第二人脸朝向相对应的侧脸朝向下的侧脸特征值,则可以在人机交互界面引导用户转换人脸朝向,并重新获取摄像头采集的图像,直至得到与预设个数方向的侧脸朝向相对应的侧脸特征值。预设个数可以根据实际需求进行设置,示例性的,预设个数方向可以是上述8个侧脸朝向区域对应方向中的任意数量个方向。
本实施例中,通过确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,并确定第二人脸朝向是否与至少一个方向的侧脸朝向相对应,进一步判断是否已经获取过与第二人脸朝向相对应的侧脸朝向下的侧脸特征值,可以避免重复提取同一侧脸朝向下的侧脸特征值,提高人脸数据采集的完整性。
在一种可能的实施方式中,上述获取当前获取的图像中人脸的人脸特征值,得到与第二人脸朝向相对应的侧脸朝向下的侧脸特征值,包括:
获取当前获取的图像中人脸的人脸特征值,得到候选侧脸特征值;
计算候选侧脸特征值与正脸特征值之间的相似度值;
在相似度值大于预设阈值的情况下,将候选侧脸特征值作为与第二人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;
在相似度值不大于预设阈值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
在获取不同侧脸朝向下的侧脸特征值的过程中,将所获取的侧脸朝向下的侧脸特征值作为候选侧脸特征值,进一步计算候选侧脸特征值与正脸特征值之间的相似度值,在相似度值大于预设阈值的情况下,表示该候选侧脸特征值与正脸特征值对应的是同一用户的人脸特征值,此时将候选侧脸特征值作为与第二人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;在相似度值不大于预设阈值的情况下,表示该候选侧脸特征值与正脸特征值对应的不是同一用户的人脸特征值,此时,可以在人机交互界面引导用户转换人脸朝向,返回执行获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,以重新采集该侧脸朝向下的侧脸特征值。
其中,计算候选侧脸特征值与正脸特征值之间的相似度值,可以采用计算结构性相似度值、或余弦相似度值的方式实现,预设阈值可以根据需求进行设置,比如60%、80%或90%等等。
本公开实施例中,通过计算侧脸特征值与正脸特征值之间的相似度值,以确保正脸特征值与侧脸特征值为同一用户的人脸特征值,可以提高人脸数据采集的准确度。
在一种可能的实施方式中,上述人脸信息中还可以包括:人脸特征值。
人脸信息中还包括:人脸特征值,表示在对图像进行人脸检测的过程中,检测到了该图像中所包含的人脸特征值(即已对图像中所包含的人脸特征值进行了提取),相应的,上述在第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,得到正脸特征值,可以包括:在第一人脸朝向为正脸朝向的情况下,将当前图像中人脸的人脸特征值直接作为正脸特征值,无需再次进行人脸特征值的检测或提取。
上述获取第二人脸朝向为至少一个方向的侧脸朝向的图像中人脸的人脸特征值,得到至少一个侧脸特征值,可以包括:将第二人脸朝向为至少一个方向的侧脸朝向的图像中人脸的人脸特征值,确定为对应的侧脸特征值。
本公开实施例中,在对图像进行人脸检测的过程中,检测到该图像中所包含的人脸特征值,进而,在确定人脸朝向的情况下,直接将对应图像中人脸的人脸特征值,确定为该人脸朝向下的正脸或侧脸特征值,无需再次进行人脸特征值的检测或提取。
在一种可能的实施方式中,上述人脸信息中还包括:是否有人脸。
在对图像进行人脸检测的过程中,还可以检测该图像中是否包含人脸,进一步的,在图像中包含人脸的情况下,执行确定当前图像中人脸的姿态角所对应的人脸朝向,进而获取不同人脸朝向下的人脸特征值;在图像中不包含人脸的情况下,重新获取摄像头采集的图像。
示例性的,如图4所示,图4是根据本公开多角度人脸注册方法的另一种示意图,包括:
步骤一、获取摄像头采集的图像;
步骤二、对图像进行人脸检测,得到图像中的人脸信息,人脸信息中包含是否有人脸、人脸的目标姿态角;
步骤三、判断是否有人脸,在判断出没有人脸的情况下,返回执行步骤一;
步骤四、在判断出有人脸的情况下,确定当前获取的图像中人脸的目标姿态角;
步骤五、基于预设的姿态角与人脸朝向之间的对应关系,确定目标姿态角对应的目标人脸朝向;
步骤六、判断是否已获取到正脸特征值;
步骤七、在判断出未获取到正脸特征值的情况下,进一步判断目标人脸朝向是否为正脸朝向,并在判断出目标人脸朝向不为正脸朝向的情况下,返回执行步骤一;
步骤八、在判断出目标人脸朝向为正脸朝向的情况下,获取当前获取的图像中人脸的人脸特征值,得到正脸特征值,并保存正脸特征值;
步骤九、在判断出已获取到正脸特征值的情况下,进一步判断目标人脸朝向是否与至少一个方向的侧脸朝向相对应;在判断出目标人脸朝向不与任何一个方向的侧脸朝向对应的情况下,返回执行步骤一;
步骤十、在判断出目标人脸朝向与至少一个方向的侧脸朝向对应的情况下,进一步判断是否已经获取过与目标人脸朝向相对应的侧脸朝向下的侧脸特征值,并在判断出已经获取过与目标人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,返回执行步骤一;
步骤十一、在判断出未获取过与目标人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,获取当前获取的图像中人脸的人脸特征值,得到候选侧脸特征值;
步骤十二、判断候选侧脸特征值与正脸特征值之间的相似度是否大于预设阈值,在判断出候选侧脸特征值与正脸特征值之间的相似度不大于预设阈值的情况下,返回执行步骤一;
步骤十三、在判断出候选侧脸特征值与正脸特征值之间的相似度大于预设阈值的情况下,将候选侧脸特征值作为与目标人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;
步骤十四、判断是否已获取完毕预设个数方向的侧脸朝向下的侧脸特征值,在否的情况下,返回执行步骤一;
步骤十五、在已获取完毕预设个数方向的侧脸朝向下的侧脸特征值的情况下,将正脸特征值与预设个数方向的侧脸朝向下的侧脸特征值的加权平均值,确定为目标人脸特征值,并保存目标人脸特征值;
步骤十六、建立目标人脸特征值与目标用户之间的关联关系,完成人脸注册。
本实施例中,预设个数方向的侧脸朝向下的侧脸特征值均要与正脸特征值进行相似度比对,相似度大于预设阈值时,确定侧脸特征值与正脸特征值为同一个用户的人脸特征值。可以根据上述步骤完成8个侧脸区域的侧脸特征值提取,在得到同一个用户的8个侧脸特征值与1个正脸特征值后,可以使用特征值融合算法进行加权平均,将9个人脸特征值为合并为目标人脸特征值。其中,可以对9个人脸特征值进行完全平均计算,也可以对9个人脸特征值设置不同的权重,进行计算。
在得到目标人脸特征值后,可以将目标人脸特征值加密存储在人脸识别系统中,完成多角度人脸数据采集。目标人脸特征值在不占用额外存储空间的情况下,通过增加进行人脸数据采集的人脸朝向,进一步扩大进行人脸数据采集的角度范围,实现更大人脸角度范围上的人脸数据采集,以对人脸更大范围的面部特征信息进行描述,提高人脸数据采集的完整性。
基于相同的发明构思,与多角度人脸数据采集方法相对应的提供了一种多角度人脸数据采集装置,如图5所示,该装置包括:
第一图像获取模块510,用于获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
正脸特征值获取模块520,用于在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
侧脸特征值获取模块530,用于在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
目标特征值确定模块540,用于基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
本公开实施例中,在采集的当前图像对应的第一人脸朝向为正脸朝向的情况下,获取当前图像中人脸的人脸特征值,以优先得到正脸特征值,在得到正脸特征值的情况下,进一步的,获取所采集的图像中对应第二人脸朝向为至少一个方向的侧脸朝向所对应的人脸特征值,得到至少一个侧脸特征值,扩大了人脸数据采集的角度范围,再基于正脸特征值以及至少一个侧脸特征值,得到融合正脸特征值和至少一个侧脸特征值的目标人脸特征值,实现了多角度的人脸数据采集,提高人脸数据采集的完整性。且,因在人脸特征值采集的过程中,进行了多角度的人脸数据采集,使得得到的目标人脸特征值包含了更大范围人脸姿态角下的人脸特征信息,进而在人脸识别时,无需严格要求用户尽量将人脸正对摄像头,提供侧脸图像或将侧脸面对摄像头也可进行人脸识别,减少了因人脸识别时的人脸角度与人脸注册时的人脸角度不同所导致的无法识别的情况,以及减少了用户调整人脸角度并进行重试的操作动作,进一步降低了人脸识别时间,提高了人脸识别的准确性与识别效果的稳定性。
在一种可能的实施方式中,上述确定所述当前图像中人脸的姿态角所对应的第一人脸朝向,包括:
对所述当前图像进行人脸检测,得到所述当前图像中的人脸信息,其中,所述人脸信息中包括人脸的目标姿态角;
基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向;所述人脸朝向包括:正脸朝向以及多个方向的侧脸朝向。
在一种可能的实施方式中,上述姿态角包括:俯仰角和偏航角;所述预设的姿态角与人脸朝向之间的对应关系包括:各预设的俯仰角阈值区间和偏航角阈值区间,分别与各人脸朝向之间的映射关系;
所述基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向,包括:
将所述目标姿态角中的目标俯仰角和目标偏航角,分别与各预设的俯仰角阈值区间和偏航角阈值区间进行匹配,确定所述目标姿态角对应的第一人脸朝向。
在一种可能的实施方式中,上述人脸信息中还包括:人脸特征值。
在一种可能的实施方式中,上述装置还包括:
第二图像获取模块,用于在所述第一人脸朝向不为正脸朝向的情况下,触发所述第一图像获取模块510执行:获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向。
在一种可能的实施方式中,上述侧脸特征值获取模块530,包括:
第一图像获取单元,用于在得到所述正脸特征值的情况下,获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
第一确定单元,用于确定所述第二人脸朝向是否与至少一个方向的侧脸朝向相对应;
第二图像获取单元,用于在所述第一确定单元确定出所述第二人脸朝向不与任何一个方向的侧脸朝向相对应的情况下,触发第一图像获取单元执行:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
判断单元,用于在所述第一确定单元确定出所述第二人脸朝向与至少一个方向的侧脸朝向相对应的情况下,判断是否已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
侧脸特征值获取单元,用于在所述判断单元判断出没有获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
第三图像获取单元,用于在所述判断单元判断出没已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,触发第一图像获取单元执行:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至得到与预设个数方向的侧脸朝向相对应的侧脸特征值。
在一种可能的实施方式中,上述获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值,包括:
获取当前获取的图像中人脸的人脸特征值,得到候选侧脸特征值;
计算所述候选侧脸特征值与所述正脸特征值之间的相似度值;
在相似度值大于预设阈值的情况下,将所述候选侧脸特征值作为与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;
在相似度值不大于预设阈值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
在一种可能的实施方式中,上述目标特征值确定模块,具体用于:
将所述正脸特征值与所述至少一个侧脸特征值的加权平均值,确定为所述目标人脸特征值,并保存所述目标人脸特征值。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
本公开提供的一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开中任一项的方法。
本公开提供的一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开中任一项的方法。
本公开提供的一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开中任一项的方法。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
需要说明的是,本实施例中的人头模型并不是针对某一特定用户的人头模型,并不能反映出某一特定用户的个人信息。
需要说明的是,本实施例中的二维人脸图像来自于公开数据集。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如多角度人脸数据采集方法。例如,在一些实施例中,多角度人脸数据采集方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的多角度人脸数据采集方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行多角度人脸数据采集方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器
的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处5描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此0并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或5删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、0子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (19)
1.一种多角度人脸数据采集方法,包括:
获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
2.根据权利要求1所述的方法,其中,所述确定所述当前图像中人脸的姿态角所对应的第一人脸朝向,包括:
对所述当前图像进行人脸检测,得到所述当前图像中的人脸信息,其中,所述人脸信息中包括人脸的目标姿态角;
基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向;所述人脸朝向包括:正脸朝向以及多个方向的侧脸朝向。
3.根据权利要求2所述的方法,其中,所述姿态角包括:俯仰角和偏航角;所述预设的姿态角与人脸朝向之间的对应关系包括:各预设的俯仰角阈值区间和偏航角阈值区间,分别与各人脸朝向之间的映射关系;
所述基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向,包括:
将所述目标姿态角中的目标俯仰角和目标偏航角,分别与各预设的俯仰角阈值区间和偏航角阈值区间进行匹配,确定所述目标姿态角对应的第一人脸朝向。
4.根据权利要求2所述的方法,其中,所述人脸信息中还包括:人脸特征值。
5.根据权利要求1所述的方法,还包括:
在所述第一人脸朝向不为正脸朝向的情况下,返回执行步骤:获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向。
6.根据权利要求1所述的方法,其中,所述在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值,包括:
在得到所述正脸特征值的情况下,获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
确定所述第二人脸朝向是否与至少一个方向的侧脸朝向相对应;
在所述第二人脸朝向不与任何一个方向的侧脸朝向相对应的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
在所述第二人脸朝向与至少一个方向的侧脸朝向相对应的情况下,判断是否已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
在没有获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
在已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至得到与预设个数方向的侧脸朝向相对应的侧脸特征值。
7.根据权利要求6所述的方法,其中,所述获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值,包括:
获取当前获取的图像中人脸的人脸特征值,得到候选侧脸特征值;
计算所述候选侧脸特征值与所述正脸特征值之间的相似度值;
在相似度值大于预设阈值的情况下,将所述候选侧脸特征值作为与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;
在相似度值不大于预设阈值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
8.根据权利要求1-7任一所述的方法,其中,所述基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值,包括:
将所述正脸特征值与所述至少一个侧脸特征值的加权平均值,确定为所述目标人脸特征值,并保存所述目标人脸特征值。
9.一种多角度人脸数据采集装置,包括:
第一图像获取模块,用于获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向;
正脸特征值获取模块,用于在所述第一人脸朝向为正脸朝向的情况下,获取所述当前图像中人脸的人脸特征值,得到正脸特征值;
侧脸特征值获取模块,用于在得到所述正脸特征值的情况下,继续获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至已确定的各所述第二人脸朝向中包括至少一个方向的侧脸朝向,获取所述第二人脸朝向为所述至少一个方向的侧脸朝向所对应的图像中人脸的人脸特征值,得到至少一个侧脸特征值;
目标特征值确定模块,用于基于所述正脸特征值以及所述至少一个侧脸特征值,确定所述目标人脸特征值,并保存所述目标人脸特征值。
10.根据权利要求9所述的装置,其中,所述确定所述当前图像中人脸的姿态角所对应的第一人脸朝向,包括:
对所述当前图像进行人脸检测,得到所述当前图像中的人脸信息,其中,所述人脸信息中包括人脸的目标姿态角;
基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向;所述人脸朝向包括:正脸朝向以及多个方向的侧脸朝向。
11.根据权利要求10所述的装置,其中,所述姿态角包括:俯仰角和偏航角;所述预设的姿态角与人脸朝向之间的对应关系包括:各预设的俯仰角阈值区间和偏航角阈值区间,分别与各人脸朝向之间的映射关系;
所述基于预设的姿态角与人脸朝向之间的对应关系,确定所述目标姿态角对应的第一人脸朝向,包括:
将所述目标姿态角中的目标俯仰角和目标偏航角,分别与各预设的俯仰角阈值区间和偏航角阈值区间进行匹配,确定所述目标姿态角对应的第一人脸朝向。
12.根据权利要求10所述的装置,其中,所述人脸信息中还包括:人脸特征值。
13.根据权利要求9所述的装置,还包括:
第二图像获取模块,用于在所述第一人脸朝向不为正脸朝向的情况下,触发所述第一图像获取模块执行:获取摄像头采集的当前图像,并确定所述当前图像中人脸的姿态角所对应的第一人脸朝向。
14.根据权利要求9所述的装置,其中,所述侧脸特征值获取模块,包括:
第一图像获取单元,用于在得到所述正脸特征值的情况下,获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
第一确定单元,用于确定所述第二人脸朝向是否与至少一个方向的侧脸朝向相对应;
第二图像获取单元,用于在所述第一确定单元确定出所述第二人脸朝向不与任何一个方向的侧脸朝向相对应的情况下,触发第一图像获取单元执行:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向;
判断单元,用于在所述第一确定单元确定出所述第二人脸朝向与至少一个方向的侧脸朝向相对应的情况下,判断是否已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
侧脸特征值获取单元,用于在所述判断单元判断出没有获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值;
第三图像获取单元,用于在所述判断单元判断出已经获取过与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值的情况下,触发第一图像获取单元执行:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向,直至得到与预设个数方向的侧脸朝向相对应的侧脸特征值。
15.根据权利要求14所述的装置,其中,所述获取当前获取的图像中人脸的人脸特征值,得到与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值,包括:
获取当前获取的图像中人脸的人脸特征值,得到候选侧脸特征值;
计算所述候选侧脸特征值与所述正脸特征值之间的相似度值;
在相似度值大于预设阈值的情况下,将所述候选侧脸特征值作为与所述第二人脸朝向相对应的侧脸朝向下的侧脸特征值并缓存;
在相似度值不大于预设阈值的情况下,返回执行步骤:获取摄像头采集的图像,并确定当前获取的图像中人脸的姿态角所对应的第二人脸朝向。
16.根据权利要求9-14任一所述的装置,其中,所述目标特征值确定模块,具体用于:
将所述正脸特征值与所述至少一个侧脸特征值的加权平均值,确定为所述目标人脸特征值,并保存所述目标人脸特征值。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624294.6A CN115937950A (zh) | 2022-12-16 | 2022-12-16 | 一种多角度人脸数据采集方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624294.6A CN115937950A (zh) | 2022-12-16 | 2022-12-16 | 一种多角度人脸数据采集方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115937950A true CN115937950A (zh) | 2023-04-07 |
Family
ID=86655636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211624294.6A Pending CN115937950A (zh) | 2022-12-16 | 2022-12-16 | 一种多角度人脸数据采集方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115937950A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117454351A (zh) * | 2023-12-20 | 2024-01-26 | 福建票付通信息科技有限公司 | 一种人脸特征值同步方法及身份验证系统 |
-
2022
- 2022-12-16 CN CN202211624294.6A patent/CN115937950A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117454351A (zh) * | 2023-12-20 | 2024-01-26 | 福建票付通信息科技有限公司 | 一种人脸特征值同步方法及身份验证系统 |
CN117454351B (zh) * | 2023-12-20 | 2024-05-31 | 福建票付通信息科技有限公司 | 一种人脸特征值同步方法及身份验证系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934065B (zh) | 一种用于手势识别的方法和装置 | |
CN112785625B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN114186632B (zh) | 关键点检测模型的训练方法、装置、设备、存储介质 | |
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
CN113362314B (zh) | 医学图像识别方法、识别模型训练方法及装置 | |
CN113326773A (zh) | 识别模型训练方法、识别方法、装置、设备及存储介质 | |
CN114169425B (zh) | 训练目标跟踪模型和目标跟踪的方法和装置 | |
CN111950345A (zh) | 摄像头的识别方法、装置、电子设备和存储介质 | |
CN115937950A (zh) | 一种多角度人脸数据采集方法、装置、设备及存储介质 | |
CN115273184B (zh) | 人脸活体检测模型训练方法及装置 | |
CN112991451B (zh) | 图像识别方法、相关装置及计算机程序产品 | |
CN115147809A (zh) | 一种障碍物检测方法、装置、设备以及存储介质 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
CN114549584A (zh) | 信息处理的方法、装置、电子设备及存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN113313125A (zh) | 图像处理方法和装置、电子设备、计算机可读介质 | |
CN113361455A (zh) | 人脸鉴伪模型的训练方法、相关装置及计算机程序产品 | |
CN110969210A (zh) | 一种小慢目标的识别分类方法、装置、设备及存储介质 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN113705620B (zh) | 图像显示模型的训练方法、装置、电子设备和存储介质 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN115205939B (zh) | 人脸活体检测模型训练方法、装置、电子设备及存储介质 | |
CN113177545B (zh) | 目标物体的检测方法、装置、电子设备和存储介质 |
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 |