一种基于人眼间距的佩戴口罩人脸识别方法技术

本发明专利技术公开了一种基于人眼间距的佩戴口罩人脸识别方法，具体涉及口罩人脸识别技术领域，包括以下步骤：通过摄像机获取若干组目标图像，将若干组目标图像进行预处理并创建图像数据集合存储至云端或存储器中；通过级联分类器检测目标图像中两只眼睛坐标，并扩大坐标范围获取人脸轮廓数据后进行图像分割处理；获取目标分割图像，利用人脸关键点检测人脸坐标，并判断是否为人脸，通过人脸关键点获取坐标，提取人脸信息。本发明专利技术通过欧几里得模型计算人眼间距，通过人眼间距地匹配对比来识别出身份，提高了戴口罩人脸识别的准确性，弥补传统的识别方法目标图像检测存在只能检测口罩而不能识别口罩人脸的身份。不能识别口罩人脸的身份。不能识别口罩人脸的身份。

【技术实现步骤摘要】
一种基于人眼间距的佩戴口罩人脸识别方法


[0001]本专利技术涉及口罩人脸识别
，更具体地说，本专利技术涉及一种基于人眼间距的佩戴口罩人脸识别方法。

技术介绍

[0002]随着社会科学技术的快速发展，人脸识别技术在身份核查上体现出的优势，继而衍生了各种人脸识别的产品，被广泛运用到手机解锁、金融支付、考勤打卡、机场和火车站安检等场景中。人们佩戴口罩已经成为常态，人脸识别会如何发挥自身功能，尤其是在车站、机场、商场、小区人员密集的场所，口罩让人脸受到遮掩，使得可供识别的面部特征大幅减少，原有的人脸识别算法准确率随之下降，使得人员佩戴口罩无法正常核验身份信息，摘下口罩又有感染风险，这样使佩戴口罩可进行人脸识别成为社会的热点。
[0003]现有的识别模型虽然在小目标额检测精度上有所提升，但也出现了浅层特征提取不充分的问题，其次由于预测的准确性是通过IOU(Intersection over Union)损失函数来判断预测框是否好坏，但在IOU损失函数的值增大时，检测准确率会下降，此外在自然场景下被遮住、密集人群以及小尺度的目标检测使得身份识别不出等问题，为此，本专利技术提供了一种基于人眼间距的佩戴口罩人脸识别方法。

技术实现思路

[0004]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于人眼间距的佩戴口罩人脸识别方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于人眼间距的佩戴口罩人脸识别方法，包括以下步骤：
[0006]步骤10、通过摄像机获取若干组目标图像，将若干组目标图像进行预处理并创建图像数据集合存储至云端或存储器中；
[0007]所述预处理通过读取目标图像，将目标图像转为灰度图再转为直方图。
[0008]步骤20、通过级联分类器检测目标图像中两只眼睛坐标，并扩大坐标范围获取人脸轮廓数据后进行图像分割处理；
[0009]步骤30、获取目标分割图像，利用人脸关键点检测人脸坐标，并判断是否为人脸，通过人脸关键点获取坐标，提取人脸信息；
[0010]步骤40、获取人脸信息并提取所需关键点，将所需关键点通过卷积矩阵进行分析后得到最佳点；
[0011]步骤50、以单只内外眼角坐标为一个单位，将获取的最佳点利用欧几里得模型计算出两眼间距并与数据库中的身份进行匹配，识别出身份并输出姓名，
[0012]所述欧几里得模型如下：
[0013]设两个点A、B以及坐标为A(x1,y1)、B(x2,y2),则A和B两点之间的距离公式如下所示：|AB|表示眼间距。
[0014]优选的，所述步骤20包括如下内容：
[0015]S201、通过级联分类器检测目标图像中的单只眼睛坐标，并将获取的坐标进行扩大4倍框住人脸，获得人脸坐标，另一只眼睛以同样的方式获取人脸坐标；其中在目标图像集合中，当单只眼睛坐标面积小于最大眼睛面积的十分之一时将去除该目标图像。
[0016]S202、将每个扩大的坐标范围相比较，通过合取的方法判断相交坐标，框出相交的部分；
[0017]S203、对目标图像进行分割处理，获得目标分割图像，所述分割处理的方法包括基于区域的分割、基于阈值的分割。
[0018]优选的，步骤30包括如下内容：
[0019]S301、获取目标分割图像，利用人脸关键点检测人脸坐标，获取人脸关键点；
[0020]S302、通过人脸关键点获取坐标数据，提取人脸信息；
[0021]S303、若未提取到人脸坐标，返回上一步。
[0022]优选的，所述人脸关键点通过使用面部地标屏幕位置来估计该空间内的面部几何形状，面部地标可以标记人脸的眼睛、鼻子和嘴巴等部位，人脸关键点由三维坐标组成，包括姿态变换矩阵和三角形网格，
[0023]所述姿态变换矩阵是从规范化的人脸模型到每一张人脸地标集得线性映射从而跟踪的人脸并对齐。
[0024]优选的，所述三角形网格是指在目标图像中设置人脸地标列表，每个地标由x、y和z组成，x和y分别通过图像宽度和高度归一化为[0.0,1.0]，z表示深度，以头部中心为原点，地标离摄像头越近，值越小，反之，越远值越大，由三维坐标可得出人脸关键点。
[0025]优选的，所述步骤40包括如下内容：
[0026]S401、获取人脸信息，遍历人脸关键点集合，对所需关键点进行提取；
[0027]S402、将获取的关键点进行分类，并标记为眼眶关键点K、内眼角关键点N及外眼角关键点W；
[0028]S403、获取眼眶关键点K，利用均值滤波函数的卷积矩阵进行平滑，平滑后利用角点检测提取出来眼睛的各个角点，标记为角点D；
[0029]S404、获取内眼角关键点N及外眼角关键点W，循环角点检测的所有点，如果检测到点符合角点D，获取该角点，将角点D、内眼角关键点N及外眼角关键点W进行亚像素级点定位算法得到最佳点。
[0030]优选的，所述步骤50包括如下内容：
[0031]S501、获取内外眼角关键点J，以单只眼为单位1，将获取的最佳点利用欧几里得模型计算出两眼间距；
[0032]S502、获取每人用四张不同的照片储存并计算眼间距再计算每个人眼间距的方差值，将数据的值储存到数据库中；
[0033]S503、检测时对数据库进行读取识别，两者匹配，将识别出身份，反之,为未知。
[0034]优选的，所述眼间距与单位1做比较，相似度在数值上越接近单位1，就越准确；在测距离时，使用公式，得到两眼间的判断值Jl。
[0035]优选的，还包括：
[0036]图像采集模块，用于通过摄像机获取若干组目标图像，将若干组目标图像进行预处理并创建图像数据集合存储至云端或存储器中；
[0037]图像分割模块，用于通过级联分类器检测目标图像中两只眼睛坐标，并扩大坐标范围获取人脸轮廓数据后进行图像分割处理；
[0038]关键点检测模块，用于获取目标分割图像，利用人脸关键点检测人脸坐标，并判断是否为人脸，通过人脸关键点获取坐标，提取人脸信息；
[0039]最佳点分析模块，用于获取人脸信息并提取所需关键点，将所需关键点通过卷积矩阵进行分析后得到最佳点；
[0040]身份识别模块，用于以单只内外眼角坐标为一个单位，将获取的最佳点利用欧几里得模型计算出两眼间距并与数据库中的身份进行匹配，识别出身份并输出姓名。
[0041]本专利技术的技术效果和优点：
[0042](1)本专利技术通过采集两只眼睛坐标并扩大倍数框柱人脸，并框出相交的部分对目标图像进行分割处理，完成目标分割图像为下一步获得人脸关键点坐标做好准备，有利于提高图像识别率；通过姿态变换矩阵及三角形网格的方式对人脸坐标进行检测定位，合并优化人脸坐标，快速获得人脸关键点数据，实现了数据并行计算，提高了检测时的高效性；
[0043](2)本专利技术通过对人脸关键点进行提取并分类，获取眼眶关键点K、内眼角关键点N及外眼角关键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人眼间距的佩戴口罩人脸识别方法，其特征在于,包括以下步骤：步骤10、通过摄像机获取若干组目标图像，将若干组目标图像进行预处理并创建图像数据集合存储至云端或存储器中；所述预处理通过读取目标图像，将目标图像转为灰度图再转为直方图。步骤20、通过级联分类器检测目标图像中两只眼睛坐标，并扩大坐标范围获取人脸轮廓数据后进行图像分割处理；步骤30、获取目标分割图像，利用人脸关键点检测人脸坐标，并判断是否为人脸，通过人脸关键点获取坐标，提取人脸信息；步骤40、获取人脸信息并提取所需关键点，将所需关键点通过卷积矩阵进行分析后得到最佳点；步骤50、以单只内外眼角坐标为一个单位，将获取的最佳点利用欧几里得模型计算出两眼间距并与数据库中的身份进行匹配，识别出身份并输出姓名，所述欧几里得模型如下：设两个点A、B以及坐标为A(x1,y1)、B(x2,y2),则A和B两点之间的距离公式如下所示：|AB|表示眼间距。2.根据权利要求1所述的一种基于人眼间距的佩戴口罩人脸识别方法，其特征在于：所述步骤20包括如下内容：S201、通过级联分类器检测目标图像中的单只眼睛坐标，并将获取的坐标进行扩大4倍框住人脸，获得人脸坐标，另一只眼睛以同样的方式获取人脸坐标；其中在目标图像集合中，当单只眼睛坐标面积小于最大眼睛面积的十分之一时将去除该目标图像。S202、将每个扩大的坐标范围相比较，通过合取的方法判断相交坐标，框出相交的部分；S203、对目标图像进行分割处理，获得目标分割图像，所述分割处理的方法包括基于区域的分割、基于阈值的分割。3.根据权利要求1所述的一种基于人眼间距的佩戴口罩人脸识别方法，其特征在于：步骤30包括如下内容：S301、获取目标分割图像，利用人脸关键点检测人脸坐标，获取人脸关键点；S302、通过人脸关键点获取坐标数据，提取人脸信息；S303、若未提取到人脸坐标，返回上一步。4.根据权利要求3所述的一种基于人眼间距的佩戴口罩人脸识别方法，其特征在于：所述人脸关键点通过使用面部地标屏幕位置来估计该空间内的面部几何形状，面部地标可以标记人脸的眼睛、鼻子和嘴巴等部位，人脸关键点由三维坐标组成，包括姿态变换矩阵和三角形网格，所述姿态变换矩阵是从规范化的人脸模型到每一张人脸地标集得线性映射从而跟踪的人脸并对齐。5.根据权利要求4所述的一种基于人眼间距的佩戴口罩人脸识别方法，其特征在于：所述三角形网格是指在目...

【专利技术属性】
技术研发人员：李海鹉，赵彩青，李琪瑄，
申请(专利权)人：广西民族大学相思湖学院，
类型：发明
国别省市：