人脸识别方法与系统技术方案

本发明专利技术提供一种人脸识别方法与系统，包括：基于佩戴口罩的人脸数据集，微调(Fine

【技术实现步骤摘要】
人脸识别方法与系统


[0001]本专利技术涉及人脸识别
，具体而言涉及一种基于生成口罩的人脸识别方法与系统。

技术介绍

[0002]如图1所示，在传统的人脸识别中，需要每个用户上传一张照片/图片作为人脸底库图片，通过特征提取后与用户进行关联，用于后期通过人脸识别进行身份的比对和认证。一般上传的底库图片都是不戴口罩的图片。在某些特殊时期，会发现当用户戴上口罩之后，传统的人脸识别技术就会存在无法识别的问题。

技术实现思路

[0003]本专利技术目的在于提供一种基于生成口罩的人脸识别方法与系统，解决当用户只上传一个普通照片的时候，人脸识别系统依然可以同时识别戴口罩和不戴口罩的用户的问题。
[0004]为了实现上述目的，本专利技术的第一方面提出一种基于生成口罩的人脸识别方法，包括：
[0005]基于佩戴口罩的人脸数据集，微调(Fine-Tune)已经训练好的人脸识别模型获得用于针对佩戴口罩人脸识别的戴口罩专用识别模型，所述人脸识别模型为基于未佩戴口罩的人脸数据集而训练得到；
[0006]结合佩戴口罩的人脸数据集与未佩戴口罩的人脸数据集训练二分类器，用于检测人脸是否佩戴口罩；
[0007]在已经形成人脸底库的基础上，根据人脸关键点信息对人脸底库中的图片进行口罩生成，并基于所述戴口罩专用识别模型得到戴口罩的人脸底库；
[0008]获取待识别的照片；
[0009]通过二分类器检测照片中的人脸是否佩戴口罩，并进行对应的人脸识别，其中：
[0010]如果人脸佩戴口罩，则使用所述戴口罩专用识别模型进行识别，根据与戴口罩的人脸底库的比对结果进行人脸识别；
[0011]如果人脸未佩戴口罩，则使用所述人脸识别模型进行识别，根据与人脸底库的比对结果进行人脸识别。
[0012]优选地，所述戴口罩的人脸底库的获取具体包括以下步骤：
[0013]在已经形成人脸底库的基础上，根据不带口罩的人脸底库中的图片，提取人脸关键点信息，并据此得到人脸的五官位置；
[0014]采用口罩生成模型对人脸下半部分使用口罩进行覆盖，得到戴口罩的人脸底库图；
[0015]再基于戴口罩专用识别模型进行特征提取，得到戴口罩的人脸底库，即每张戴口罩的人脸底库图对应的特征信息。
[0016]优选地，二分类器为基于SVM支持向量机的人脸检测二分类器。
[0017]优选地，所述已经训练好的人脸识别模型包括基于VGG网络、R-CNN网络或者ResNet网络训练的人脸识别模型或者CENTER-NET独立检测模型。
[0018]优选地，所述已经训练好的人脸识别模型包括MTCNN人脸检测模型或者SSD_MobileNet人脸检测模型。
[0019]根据本专利技术目的的第二方面还提出一种人脸识别系统，包括：
[0020]用于基于佩戴口罩的人脸数据集，微调(Fine-Tune)已经训练好的人脸识别模型获得用于针对佩戴口罩人脸识别的戴口罩专用识别模型的模块，所述人脸识别模型为基于未佩戴口罩的人脸数据集而训练得到；
[0021]用于结合佩戴口罩的人脸数据集与未佩戴口罩的人脸数据集训练二分类器的模块，所述二分类器用于检测人脸是否佩戴口罩；
[0022]用于在已经形成人脸底库的基础上，根据人脸关键点信息对人脸底库中的图片进行口罩生成，并基于所述戴口罩专用识别模型得到戴口罩的人脸底库的模块；
[0023]用于获取待识别的照片的模块；
[0024]用于通过二分类器检测照片中的人脸是否佩戴口罩，并进行对应的人脸识别的模块，其中：
[0025]如果人脸佩戴口罩，则使用所述戴口罩专用识别模型进行识别，根据与戴口罩的人脸底库的比对结果进行人脸识别；
[0026]如果人脸未佩戴口罩，则使用所述人脸识别模型进行识别，根据与人脸底库的比对结果进行人脸识别。
[0027]根据本专利技术目的的第三方面还提出一种基于生成口罩的人脸识别系统，包括：
[0028]一个或多个处理器；
[0029]存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行前述人脸识别方法的过程。
[0030]应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的专利技术主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的专利技术主题的一部分。
[0031]结合附图从下面的描述中可以更加全面地理解本专利技术教导的前述和其他方面、实施例和特征。本专利技术的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本专利技术教导的具体实施方式的实践中得知。
附图说明
[0032]附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本专利技术的各个方面的实施例，其中：
[0033]图1是现有技术中人脸识别过程的示意图。
[0034]图2是本专利技术示例性实施例的人脸识别流程示意图。
[0035]图3是本专利技术示例性实施例的针对待口罩人脸的专用人脸识别模型的生成示意图。
[0036]图4是本专利技术示例性实施例的在传统不戴口罩的人脸底库基础上生成戴口罩的人脸底库的示意图。
具体实施方式
[0037]为了更了解本专利技术的
技术实现思路
，特举具体实施例并配合所附图式说明如下。
[0038]在本公开中参照附图来描述本专利技术的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本专利技术的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本专利技术所公开的构思和实施例并不限于任何实施方式。另外，本专利技术公开的一些方面可以单独使用，或者与本专利技术公开的其他方面的任何适当组合来使用。
[0039]结合图示，本专利技术示例性实施例的基于生成口罩的人脸识别方法，旨在针对现有的人脸识别系统的只存在用户预先登记的不佩戴口罩的底库照片的情况下，在现场的人脸采集与识别设备(例如人脸识别终端)采集的佩戴口罩或者不佩戴口罩的情况下，均可实现人脸的比对与识别，实现身份认证。
[0040]结合图2所示示例性实施例的基于生成口罩的人脸识别方法，包括以下步骤：
[0041]基于佩戴口罩的人脸数据集，微调(Fine-Tune)已经训练好的人脸识别模型获得用于针对佩戴口罩人脸识别的戴口罩专用识别模型，所述人脸识别模型为基于未佩戴口罩的人脸数据集而训练得到，结合图3所示；
[0042]结合佩戴口罩的人脸数据集与未佩戴口罩的人脸数据集训练二分类器，用于检测人脸是否佩戴口罩；
[0043]在已经形成人脸底库的基础上，根据人脸关键点信息对人脸底库中的图片进行口罩生成，并基于所述戴口罩专用识别模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括以下步骤：基于佩戴口罩的人脸数据集，微调(Fine-Tune)已经训练好的人脸识别模型获得用于针对佩戴口罩人脸识别的戴口罩专用识别模型，所述人脸识别模型为基于未佩戴口罩的人脸数据集而训练得到；结合佩戴口罩的人脸数据集与未佩戴口罩的人脸数据集训练二分类器，用于检测人脸是否佩戴口罩；在已经形成人脸底库的基础上，根据人脸关键点信息对人脸底库中的图片进行口罩生成，并基于所述戴口罩专用识别模型得到戴口罩的人脸底库；获取待识别的照片；通过二分类器检测照片中的人脸是否佩戴口罩，并进行对应的人脸识别，其中：如果人脸佩戴口罩，则使用所述戴口罩专用识别模型进行识别，根据与戴口罩的人脸底库的比对结果进行人脸识别；如果人脸未佩戴口罩，则使用所述人脸识别模型进行识别，根据与人脸底库的比对结果进行人脸识别。2.根据权利要求1所述的人脸识别方法，其特征在于，所述戴口罩的人脸底库的获取具体包括以下步骤：在已经形成人脸底库的基础上，根据不带口罩的人脸底库中的图片，提取人脸关键点信息，并据此得到人脸的五官位置；采用口罩生成模型对人脸下半部分使用口罩进行覆盖，得到戴口罩的人脸底库图；再基于戴口罩专用识别模型进行特征提取，得到戴口罩的人脸底库，即每张戴口罩的人脸底库图对应的特征信息。3.根据权利要求1所述的人脸识别方法，其特征在于，所述二分类器为基于SVM支持向量机的人脸检测二分类器。4.根据权利要求1所述的人脸识别方法，其特征在于，所述已经训练好的人脸识别模型包括基于VGG网络、R-CNN网络或者ResNet网络训练的人脸识别模型或者CENTER-NET独立检测模型。5.根据权利要求1所述的人脸识别方法，其特征在于，所述已经训练好的人脸识别模型包括MTCNN人脸检测模型或者SSD_MobileNet人脸检测模型。6.一种人脸识别系统，其特征在于，包括：用于基于佩戴口罩的人脸数据集，微调(Fine-Tune)已经训练好的人脸识别...

【专利技术属性】
技术研发人员：杨帆，陈凯琪，朱莹，白立群，胡建国，王瀚洋，
申请(专利权)人：南京甄视智能科技有限公司，
类型：发明
国别省市：