欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

人臉識(shí)別驗(yàn)證方法及裝置的制造方法

文檔序號(hào):9645955閱讀:467來(lái)源:國(guó)知局
人臉識(shí)別驗(yàn)證方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開(kāi)涉及人臉識(shí)別領(lǐng)域,尤其涉及一種人臉識(shí)別驗(yàn)證方法及裝置。
【背景技術(shù)】
[0002]越來(lái)越多的智能終端開(kāi)始支持人臉檢測(cè)功能。當(dāng)獲取到某一圖像時(shí)、或者在拍照時(shí),智能終端能夠自動(dòng)檢測(cè)出人臉信息。相關(guān)技術(shù)中,可以采用Adaboost (AdaptiveBoosting,自適應(yīng)增強(qiáng))算法來(lái)進(jìn)行人臉檢測(cè)。然而,通過(guò)該算法得到的檢測(cè)結(jié)果,常常出現(xiàn)誤檢情況,例如,將非人臉圖像識(shí)別為人臉圖像。

【發(fā)明內(nèi)容】

[0003]為克服相關(guān)技術(shù)中存在的問(wèn)題,本公開(kāi)提供一種人臉識(shí)別驗(yàn)證方法及裝置。
[0004]根據(jù)本公開(kāi)實(shí)施例的第一方面,提供一種人臉識(shí)別驗(yàn)證方法,所述方法包括:獲取目標(biāo)圖像;檢測(cè)所述目標(biāo)圖像是否包括人臉圖像;在所述目標(biāo)圖像包括人臉圖像的情況下,對(duì)所述人臉圖像進(jìn)行人臉特征點(diǎn)定位,得到人臉特征點(diǎn);根據(jù)所述人臉特征點(diǎn),在所述人臉圖像上標(biāo)定人臉區(qū)域;對(duì)所述人臉區(qū)域內(nèi)的圖像進(jìn)行人臉識(shí)別驗(yàn)證,得出人臉識(shí)別驗(yàn)證結(jié)果。
[0005]在第一方面的一些可選的實(shí)施方式中,所述檢測(cè)所述目標(biāo)圖像是否包括人臉圖像,包括:利用滑動(dòng)窗對(duì)所述目標(biāo)圖像進(jìn)行分割,得到多個(gè)候選子圖像;利用預(yù)先建立的分類(lèi)器逐個(gè)對(duì)每個(gè)候選子圖像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果,其中,所述分類(lèi)結(jié)果包括人臉圖像或非人臉圖像;當(dāng)存在分類(lèi)結(jié)果為人臉圖像的候選子圖像時(shí),確定所述目標(biāo)圖像包括人臉圖像。
[0006]在第一方面的一些可選的實(shí)施方式中,所述根據(jù)所述人臉特征點(diǎn),在所述人臉圖像上標(biāo)定人臉區(qū)域,包括:確定由所述人臉特征點(diǎn)形成的最小外接矩形區(qū)域;根據(jù)所述最小外接矩形區(qū)域,在所述人臉圖像上標(biāo)定所述人臉區(qū)域。
[0007]在第一方面的一些可選的實(shí)施方式中,所述根據(jù)所述最小外接矩形區(qū)域,在所述人臉圖像上標(biāo)定所述人臉區(qū)域,包括:將所述最小外接矩形區(qū)域標(biāo)定為所述人臉區(qū)域;或者按照預(yù)設(shè)的比例對(duì)所述最小外接矩形區(qū)域進(jìn)行外擴(kuò),并將外擴(kuò)得到的矩形區(qū)域標(biāo)定為所述人臉區(qū)域。
[0008]在第一方面的一些可選的實(shí)施方式中,所述人臉特征點(diǎn)至少包括:眼睛特征點(diǎn)、鼻子特征點(diǎn)和嘴巴特征點(diǎn)。
[0009]根據(jù)本公開(kāi)實(shí)施例的第二方面,提供一種人臉識(shí)別驗(yàn)證裝置,所述裝置包括:目標(biāo)圖像獲取模塊,被配置為獲取目標(biāo)圖像;人臉圖像檢測(cè)模塊,被配置為檢測(cè)所述目標(biāo)圖像獲取模塊獲取到的所述目標(biāo)圖像是否包括人臉圖像;人臉特征點(diǎn)定位模塊,被配置為在所述人臉圖像檢測(cè)模塊確定所述目標(biāo)圖像包括人臉圖像的情況下,對(duì)所述人臉圖像進(jìn)行人臉特征點(diǎn)定位,得到人臉特征點(diǎn);人臉區(qū)域標(biāo)定模塊,被配置為根據(jù)所述人臉特征點(diǎn)定位模塊得到的所述人臉特征點(diǎn),在所述人臉圖像上標(biāo)定人臉區(qū)域;人臉識(shí)別驗(yàn)證模塊,被配置為對(duì)所述人臉區(qū)域標(biāo)定模塊標(biāo)定出的所述人臉區(qū)域內(nèi)的圖像進(jìn)行人臉識(shí)別驗(yàn)證,得出人臉識(shí)別驗(yàn)證結(jié)果。
[0010]在第二方面的一些可選的實(shí)施方式中,所述人臉圖像檢測(cè)模塊包括:分割子模塊,被配置為利用滑動(dòng)窗對(duì)所述目標(biāo)圖像獲取模塊獲取到的所述目標(biāo)圖像進(jìn)行分割,得到多個(gè)候選子圖像;分類(lèi)子模塊,被配置為利用預(yù)先建立的分類(lèi)器逐個(gè)對(duì)所述分割子模塊分割得出的每個(gè)候選子圖像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果,其中,所述分類(lèi)結(jié)果包括人臉圖像或非人臉圖像;人臉圖像確定子模塊,被配置為當(dāng)存在分類(lèi)結(jié)果為人臉圖像的候選子圖像時(shí),確定所述目標(biāo)圖像包括人臉圖像。
[0011]在第二方面的一些可選的實(shí)施方式中,所述人臉區(qū)域標(biāo)定模塊包括:外接矩形區(qū)域確定子模塊,被配置為確定由所述人臉特征點(diǎn)形成的最小外接矩形區(qū)域;第一人臉區(qū)域標(biāo)定子模塊,被配置為根據(jù)所述外接矩形區(qū)域確定子模塊確定出的所述最小外接矩形區(qū)域,在所述人臉圖像上標(biāo)定所述人臉區(qū)域。
[0012]在第二方面的一些可選的實(shí)施方式中,所述第一人臉區(qū)域標(biāo)定子模塊包括:第二人臉區(qū)域標(biāo)定子模塊,被配置為將所述外接矩形區(qū)域確定子模塊確定出的所述最小外接矩形區(qū)域標(biāo)定為所述人臉區(qū)域;或者第三人臉區(qū)域標(biāo)定子模塊,被配置為按照預(yù)設(shè)的比例對(duì)所述外接矩形區(qū)域確定子模塊確定出的所述最小外接矩形區(qū)域進(jìn)行外擴(kuò),并將外擴(kuò)得到的矩形區(qū)域標(biāo)定為所述人臉區(qū)域。
[0013]在第二方面的一些可選的實(shí)施方式中,所述人臉特征點(diǎn)至少包括:眼睛特征點(diǎn)、鼻子特征點(diǎn)和嘴巴特征點(diǎn)。
[0014]根據(jù)本公開(kāi)實(shí)施例的第三方面,提供一種人臉識(shí)別驗(yàn)證裝置,所述裝置包括:處理器;用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器;其中,所述處理器被配置為:獲取目標(biāo)圖像;檢測(cè)所述目標(biāo)圖像是否包括人臉圖像;在所述目標(biāo)圖像包括人臉圖像的情況下,對(duì)所述人臉圖像進(jìn)行人臉特征點(diǎn)定位,得到人臉特征點(diǎn);根據(jù)所述人臉特征點(diǎn),在所述人臉圖像上標(biāo)定人臉區(qū)域;對(duì)所述人臉區(qū)域內(nèi)的圖像進(jìn)行人臉識(shí)別驗(yàn)證,得出人臉識(shí)別驗(yàn)證結(jié)果。
[0015]根據(jù)本公開(kāi)實(shí)施例的第四方面,提供一種非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),當(dāng)所述存儲(chǔ)介質(zhì)中的指令由終端設(shè)備的處理器執(zhí)行時(shí),使得終端設(shè)備能夠執(zhí)行一種人臉識(shí)別驗(yàn)證方法,所述方法包括:獲取目標(biāo)圖像;檢測(cè)所述目標(biāo)圖像是否包括人臉圖像;在所述目標(biāo)圖像包括人臉圖像的情況下,對(duì)所述人臉圖像進(jìn)行人臉特征點(diǎn)定位,得到人臉特征點(diǎn);根據(jù)所述人臉特征點(diǎn),在所述人臉圖像上標(biāo)定人臉區(qū)域;對(duì)所述人臉區(qū)域內(nèi)的圖像進(jìn)行人臉識(shí)別驗(yàn)證,得出人臉識(shí)別驗(yàn)證結(jié)果。
[0016]本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果:通過(guò)在檢測(cè)目標(biāo)圖像是否包括人臉圖像之后,進(jìn)一步進(jìn)行人臉特征點(diǎn)識(shí)別,并根據(jù)人臉特征點(diǎn)標(biāo)定人臉區(qū)域,之后,對(duì)該人臉區(qū)域內(nèi)的圖像進(jìn)一步進(jìn)行人臉識(shí)別驗(yàn)證,從而得出人臉識(shí)別驗(yàn)證結(jié)果,這樣,可以實(shí)現(xiàn)對(duì)人臉圖像的二次識(shí)別驗(yàn)證,在一定程度上能夠篩除掉在人臉圖像檢測(cè)結(jié)果中的噪聲,降低誤檢率。并且,通過(guò)人臉特征點(diǎn)來(lái)標(biāo)定人臉區(qū)域,之后對(duì)該區(qū)域內(nèi)的圖像進(jìn)行二次識(shí)別驗(yàn)證,可以進(jìn)一步提高二次識(shí)別驗(yàn)證的準(zhǔn)確率,從而保證有效、準(zhǔn)確地識(shí)別出人臉圖像。
[0017]應(yīng)當(dāng)理解的是,以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的,并不能限制本公開(kāi)。
【附圖說(shuō)明】
[0018]此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分,示出了符合本公開(kāi)的實(shí)施例,并與說(shuō)明書(shū)一起用于解釋本公開(kāi)的原理。
[0019]圖1是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別驗(yàn)證方法的流程圖。
[0020]圖2A至圖2C是針對(duì)圖1所示的人臉識(shí)別過(guò)程的示意圖。
[0021]圖3是根據(jù)另一示例性實(shí)施例示出的一種人臉識(shí)別驗(yàn)證方法的流程圖。
[0022]圖4A至圖4B是針對(duì)圖3所示的人臉識(shí)別過(guò)程的示意圖。
[0023]圖5A至圖5C是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別驗(yàn)證裝置的框圖。
[0024]圖6是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別驗(yàn)證裝置的框圖。
【具體實(shí)施方式】
[0025]這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明,其示例表示在附圖中。下面的描述涉及附圖時(shí),除非另有表示,不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開(kāi)相一致的所有實(shí)施方式。相反,它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本公開(kāi)的一些方面相一致的裝置和方法的例子。
[0026]圖1是根據(jù)一示例性實(shí)施例示出的一種人臉識(shí)別驗(yàn)證方法的流程圖,該方法可以應(yīng)用于終端設(shè)備中。其中,該終端設(shè)備可以例如包括但不限于:智能手機(jī)、平板電腦、筆記本電腦、數(shù)碼相機(jī)、智能攝像機(jī)、智能攝像頭等等。如圖1所示,該方法可以包括以下步驟。
[0027]在步驟S101中,獲取目標(biāo)圖像。
[0028]可以通過(guò)終端設(shè)備的攝像頭進(jìn)行拍照來(lái)獲取目標(biāo)圖像,或者終端設(shè)備可以將從其他途徑獲取的圖片(例如,本地存儲(chǔ)的圖片,網(wǎng)絡(luò)下載的圖片,從另一終端設(shè)備接收的圖片等等)作為目標(biāo)圖像。
[0029]在步驟S102中,檢測(cè)該目標(biāo)圖像是否包括人臉圖像。
[0030]目標(biāo)圖像中可能不包括人臉圖像,也可能包括一張或多張人臉圖像。可以例如通過(guò)以下方式來(lái)檢測(cè)目標(biāo)圖像中是否包括人臉圖像:
[0031]采用滑動(dòng)窗在目標(biāo)圖像上進(jìn)行滑動(dòng),并對(duì)目標(biāo)圖像進(jìn)行分割,這樣,可以得到多個(gè)候選子圖像。例如,可以將一張目標(biāo)圖像分割成幾萬(wàn)張候選子圖像。隨后,利用預(yù)先建立的分類(lèi)器逐個(gè)對(duì)候選子圖像進(jìn)行分類(lèi),得到分類(lèi)結(jié)果,其中,分類(lèi)結(jié)果可以包括人臉圖像或非人臉圖像??梢圆捎么罅康娜四槇D像作為訓(xùn)練樣本,預(yù)先建立該分類(lèi)器,隨后,該分類(lèi)器能夠?qū)斎氲臏y(cè)試樣本進(jìn)行分類(lèi),判斷出該測(cè)試樣本是人臉圖像還是非人臉圖像。當(dāng)存在分類(lèi)結(jié)果為人臉圖像的候選子圖像時(shí),可以確定目標(biāo)圖像包括人臉圖像。
[0032]可以采用多種機(jī)器學(xué)習(xí)算法中的任一種來(lái)建立所述分類(lèi)器。示例地,可以采用Adaboost (Adaptive Boosting,自適應(yīng)增強(qiáng))算法來(lái)建立所述分類(lèi)器,這樣,所得到的分類(lèi)器為Adaboost分類(lèi)器。采用Adaboost分類(lèi)器來(lái)對(duì)候選子圖像進(jìn)行分類(lèi),可以快速地實(shí)現(xiàn)對(duì)候選子圖像的分類(lèi),通常在毫秒級(jí)。或者,示例地,可以采用SVM(Support Vector Machine,支持向量機(jī))算法來(lái)建立所述分類(lèi)器,這樣,所得到的分類(lèi)器為SVM分類(lèi)器。
[0033]在檢測(cè)出目標(biāo)
當(dāng)前第1頁(yè)1 2 3 4 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
鄂伦春自治旗| 佛坪县| 开远市| 石柱| 芦山县| 桂阳县| 平果县| 鱼台县| 高雄县| 莱阳市| 秭归县| 丰都县| 凭祥市| 登封市| 茌平县| 全州县| 安陆市| 泗阳县| 苗栗市| 珠海市| 绥德县| 乌兰察布市| 乌拉特前旗| 民权县| 神农架林区| 泉州市| 临武县| 民乐县| 长丰县| 深圳市| 高阳县| 锡林浩特市| 云和县| 托里县| 吴忠市| 腾冲县| 东乌珠穆沁旗| 仲巴县| 乌兰察布市| 阿瓦提县| 凉城县|