本发明专利技术提供一种户外影像中人脸的辨识方法及人脸辨识系统。户外影像中人脸的辨识方法包括：RGB影像生成步骤，撷取户外待辨识人员的脸部的RGB影像；三维影像生成步骤，撷取户外该待辨识人员的脸部的真实三维影像；虚拟过曝影像(virtual overexposed)生成步骤，利用演算法产生一或多个虚拟过曝影像；人脸影像特征生成步骤，根据RGB影像、真实三维影像以及一或多个虚拟过曝影像，计算得到人脸影像特征；以及人脸辨识步骤，利用一或多个经训练的人工智慧/神经网路(AI/NN)模型，根据该人脸影像特征以对户外该待辨识人员执行脸部辨识动作。以对户外该待辨识人员执行脸部辨识动作。以对户外该待辨识人员执行脸部辨识动作。
【技术实现步骤摘要】
户外影像中人脸的辨识方法及人脸辨识系统
[0001]本申请涉及辨识方法及辨识系统
，特别是涉及一种户外影像中人脸的辨识方法及人脸辨识系统。
技术介绍
[0002]随着大数据与机器学习相关技术的急速发展，现有的脸部辨识技术也随之成熟，并且广泛地应用于各种领域。例如，机器学习在人脸辨识
的应用已有非常突出以及显著的成效。原因之一在于人脸辨识技术是一种外观的生物特征辨识技术，且因其非侵入性的特性而广受使用者欢迎。在现有技术中，人脸识别更结合其他领域的研究，并发展出多种应用。例如：监控领域(例如，边境管制、嫌疑犯追踪)、安全领域(例如，系统登入、帐户安全)，甚至娱乐领域(例如，人机互动、虚拟实境)等等。
[0003]在现有技术中，主流的机器学习架构包括了卷积神经网路(Convolutional Neural Network,CNN)、递迴神经网路(Recurrent Neural Network,RNN)以及深度神经网路(Deep Neural Network,DNN)等。现有技术关于人脸辨识的研究大多以CNN作为架构基础。一般而言，机器学习的成效仰赖训练资料的内容及数量。再者，在某些比较极端的复杂状况，例如光线昏暗或是使用者脸上有化妆或伪装，都可能导致辨识率下降。
[0004]因此，如何提供一个能解决上述问题的户外影像中人脸的辨识方法以及人脸辨识系统，乃是业界所需思考的重要课题。
技术实现思路
[0005]基于此，有必要提供一种户外影像中人脸的辨识方法及人脸辨识系统，以提高对于户外影像中人脸辨识的精度。
[0006]根据本申请的一个方面，提供一种户外影像中人脸的辨识方法，包括：
[0007]RGB影像生成步骤，用于撷取户外待辨识人员的脸部的RGB影像；
[0008]三维影像生成步骤，撷取户外所述待辨识人员的脸部的真实三维影像；
[0009]虚拟过曝影像(virtual overexposed)生成步骤，利用演算法产生一或多个虚拟过曝影像；
[0010]人脸影像特征生成步骤，根据所述RGB影像、所述真实三维影像以及所述一或多个虚拟过曝影像，计算得到人脸影像特征；以及
[0011]人脸辨识步骤，利用一或多个经训练的人工智慧/神经网路(AI/NN)模型，根据所述人脸影像特征以对户外所述待辨识人员执行脸部辨识动作。
[0012]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤以高斯增益模型(Gaussian Gain Model)修正所述演算法，而得到所述一或多个经训练的人工智慧/神经网路(AI/NN)模型；
[0013]其中，所述虚拟过曝影像是通过修正后的所述演算法，而得的模拟太阳光照射在脸上的影像。
[0014]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤包括：
[0015]建立高斯增益模型(Gaussian Gain Model)；
[0016]调整半径与强度以修正所述高斯增益模型，并计算取得高斯增益(Gaussian Gain)；
[0017]将所述高斯增益应用至人脸影像，模拟太阳光照射在脸上的影像，而得到所述虚拟过曝影像。
[0018]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：
[0019]随机产生高斯光束位置(Gaussian beam position)的步骤，在建立所述高斯增益模型之前，先将所述人脸影像转至垂直方向并在所述人脸影像上得到一或多个高斯光束模拟位置。
[0020]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：
[0021]人脸与脸部特征的位置侦测步骤，在所述随机产生高斯光束位置(Gaussian beam position)的步骤之前，先依序侦测所述人脸与所述脸部特征的位置。
[0022]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：
[0023]初始人脸影像输入步骤，在所述人脸与所述脸部特征的位置侦测步骤之前，先取得一或多个初始人脸影像。
[0024]在其中一个实施例中，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：
[0025]综合稳定性测试步骤，重复将所述高斯增益应用至所述人脸影像，模拟不同角度的户外太阳光照射在脸上的影像，而得到所述虚拟过曝影像。
[0026]根据本申请的另一个方面，提供一种户外影像中人脸的辨识方法，包括：
[0027]虚拟过曝影像生成步骤，利用演算法产生一或多个虚拟过曝影像；以及
[0028]户外影像中人脸的辨识步骤，利用一或多个经训练的人工智慧/神经网路(AI/NN)模型，辨识一或多个户外影像中人脸的影像；
[0029]其中，所述一或多个经训练的人工智慧/神经网路(AI/NN)模型预储存或持续储存所述一或多个虚拟过曝影像，而所述一或多个虚拟过曝影像作为训练集，随同所述一或多个户外影像中人脸的影像计算后产生一或多个人脸影像特征，以预训练或持续训练所述一或多个经训练的人工智慧/神经网路(AI/NN)模型。
[0030]根据本申请的又一个方面，提供一种人脸辨识系统，适用于电子装置，并执行如上述任一项实施例所述的户外影像中人脸的辨识方法，所述人脸辨识系统包括：
[0031]人工智慧(AI)计算单元，用以执行所述人脸影像特征生成步骤；
[0032]RGB影像撷取单元，用以执行所述RGB影像生成步骤，且耦接所述人工智慧(AI)计算单元；
[0033]三维影像撷取单元，用以执行所述三维影像生成步骤，且耦接所述人工智慧(AI)计算单元；
[0034]虚拟过曝影像生成单元，用以执行所述虚拟过曝影像生成步骤，且耦接所述人工
智慧(AI)计算单元；以及
[0035]人脸辨识单元，内建所述一或多个经训练的人工智慧/神经网路(AI/NN)模型，以执行所述人脸辨识步骤或所述户外影像中人脸的辨识步骤。
[0036]在其中一个实施例中，所述三维影像撷取单元包括深度感测相机。
附图说明
[0037]为让本专利技术的上述与其他目的、特征、优点与实施例能更浅显易懂，附图的说明如下：
[0038]图1为本专利技术一实施例的人脸辨识系统的示意图。
[0039]图2为本专利技术一实施例的户外影像中人脸的辨识方法的流程图。
[0040]图3为图2所示实施例的户外影像中人脸的辨识方法的一或多个步骤。
[0041]图4为图2所示实施例的户外影像中人脸的辨识方法的一或多个步骤。
[0042]图5为图2所示实施例的户外影像中人脸的辨识方法的一或多个步骤。
[0043]图6为图2所示实施例的户外影像中人脸的辨识方法的一或多个步骤。
[0044]图7为图2所示本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种户外影像中人脸的辨识方法，其特征在于，包括：RGB影像生成步骤，撷取户外待辨识人员的脸部的RGB影像；三维影像生成步骤，撷取户外所述待辨识人员的脸部的真实三维影像；虚拟过曝影像(virtual overexposed)生成步骤，利用演算法产生一或多个虚拟过曝影像；人脸影像特征生成步骤，根据所述RGB影像、所述真实三维影像以及所述一或多个虚拟过曝影像，计算得到人脸影像特征；以及人脸辨识步骤，利用一或多个经训练的人工智慧/神经网路(AI/NN)模型，根据所述人脸影像特征以对户外所述待辨识人员执行脸部辨识动作。2.根据权利要求1所述的户外影像中人脸的辨识方法，其特征在于，所述虚拟过曝影像(virtual overexposed)生成步骤以高斯增益模型(Gaussian Gain Model)修正所述演算法，而得到所述一或多个经训练的人工智慧/神经网路(AI/NN)模型；其中，所述虚拟过曝影像是通过修正后的所述演算法，而得的模拟太阳光照射在脸上的影像。3.根据权利要求1所述的户外影像中人脸的辨识方法，其特征在于，所述虚拟过曝影像(virtual overexposed)生成步骤包括：建立高斯增益模型(Gaussian Gain Model)；调整半径与强度以修正所述高斯增益模型，并计算取得高斯增益(Gaussian Gain)；将所述高斯增益应用至人脸影像，模拟太阳光照射在脸上的影像，而得到所述虚拟过曝影像。4.根据权利要求3所述的户外影像中人脸的辨识方法，其特征在于，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：随机产生高斯光束位置(Gaussian beam position)的步骤，在建立所述高斯增益模型之前，先将所述人脸影像转至垂直方向并在所述人脸影像上得到一或多个高斯光束模拟位置。5.根据权利要求4所述的户外影像中人脸的辨识方法，其特征在于，所述虚拟过曝影像(virtual overexposed)生成步骤还包括：人脸与脸部特征的位置侦测步骤，在所述随机产生高斯光束位置(Gaussian beam po...
【专利技术属性】
技术研发人员：刘智远，廖致霖，
申请(专利权)人：业成光电深圳有限公司业成光电无锡有限公司英特盛科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。