[发明专利]一种人脸五官识别方法、装置及系统

说明书

本发明提供了一种人脸五官识别方法、装置及系统，该方法包括：获取第一人脸图片；对第一人脸图片进行分割定位，得到第二人脸图片；其中，第二人脸图片包括对第一人脸图片的第一子区域进行精确分割定位的第三子区域和对第一人脸图片的第二子区域进行模糊分割定位的第四子区域；对第四子区域分别进行放大，对各个第四子区域进行精确分割定位，得到第五子区域；基于第三子区域和第五子区域生成第三人脸图片。解决了现有技术中的人脸五官精准定位识别的准确度、精度不高以及需要占用的计算时间较长的问题，从而降低了子网络所需的复杂度，减少了人脸分割需要的计算时间，提高了人脸五官识别的准确度和精度。

技术领域

本发明涉及图像处理领域，具体涉及一种人脸五官识别方法、装置及系统。

背景技术

人脸作为人体的一个重要生物特征，近几年在图像处理，视觉技术，信息安全等领域有着越来越重要的作用。而人脸中，五官的判别与定位技术是人脸识别、人脸跟踪等应用的基础。现有的人脸五官定位技术主要通过预测一些预先设计的关键点，如眼角、眉梢、嘴角等实现。一般常见的人脸关键点个数为每张人脸21个关键点。而这种基于人脸关键点定位的方式由于关键点位置少，识别准确度和精度都不高，对于一些需要细节的应用，如美图，定妆等图像处理应用，则很难满足要求。

目前，利用人脸关键点定位的方式，为了达到美妆级别的精度，通常的做法是增加预测的关键点的数目，如将关键点个数增加为68个或106个。但该方法会遇到如下问题：1)增多的人脸关键点的标注数据仍不够多；2)68点或106点仍没有完全覆盖五官的边界，从关键点生成的五官区域通常是多边形，形状并不准确，依然难以达到美妆等应用的精度需求；3)人脸关键点会在边界上有小范围移动偏差(如眼睛中间的一点可能在前帧偏左，而后帧偏右)，导致视频上的结果会有抖动。

如图1所示，图1左图为输入图片，中间为基于人脸关键点方式得到的眼睛边界图片，右图为基于人脸分割算法得到的眼睛边界图片。

现有技术中基于超像素分割的方案，超像素分割本身非常耗时，而之后的基于超像素的条件随机场的推断过程也需要花费大量时间，该方法无法将算法做到实用级别。另一类基于全卷积网络的方法，由于达到较好效果需要的网络层数较多，及需要精确结果的输入图像较大，也很难在保持结果的情况下将算法进行大规模加速。一般来说，基于全卷积网络的方法在处理人脸分割需要中央处理器(Central Processing Unit，简称为CPU)计算时间大约1秒。这样的速度很难适应实际的应用。

针对相关技术中，人脸五官识别的准确度、精度不高以及需要占用的CPU时间较长的问题，还未提出有效的解决方案。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的人脸五官识别的准确度、精度不高以及需要占用的计算时间较长的问题，从而提供了一种人脸五官识别方法、装置及系统。

根据本发明的一个方面，提供了一种人脸五官识别方法，包括：获取第一人脸图片；所述第一人脸图片为完整人脸的图片，包括至少一个第一子区域和至少一个第二子区域；其中，所述至少一个第一子区域对应第一类型器官，所述至少一个第二子区域对应第二类型器官，每个所述第一子区域的面积占所述第一人脸图片的总面积的比例均大于或者等于预定阈值，每个所述第二子区域的面积占所述第一人脸图片的总面积的比例均小于所述预定阈值；对所述第一人脸图片进行分割定位，得到第二人脸图片；其中，所述第二人脸图片包括对所述至少一个第一子区域进行精确分割定位得到的至少一个第三子区域和对所述至少一个第二子区域进行模糊分割定位得到的至少一个第四子区域；对各个所述第四子区域分别进行放大，对放大后的各个所述第四子区域进行精确分割定位，得到至少一个第五子区域；基于所述至少一个第三子区域和所述至少一个第五子区域生成第三人脸图片。