[发明专利]人脸遮挡检测方法、装置及存储介质

说明书

本发明公开了一种人脸遮挡检测方法，该方法包括：获取摄像装置拍摄的实时图像，从该实时图像中提取一张实时脸部图像；将该实时脸部图像输入所述面部平均模型，从该实时脸部图像中识别出t个面部特征点；根据该t个面部特征点的位置信息确定眼部区域和唇部区域，将该眼部区域和该唇部区域输入预先训练好的人脸的眼部分类模型、人脸的唇部分类模型，判断所述眼部区域和唇部区域的真实性，并根据判断结果判断该实时图像中的人脸是否发生遮挡。本发明能快速判断脸部图像中的人脸是否发生遮挡。本发明还公开了一种电子装置及一种计算机可读存储介质。

技术领域

本发明涉及计算机视觉处理技术领域，尤其涉及一种人脸遮挡检测方法、装置及计算机可读存储介质。

背景技术

人脸识别是基于人的脸部特征信息进行身份认证的一种生物识别技术。通过采集含有人脸的图像或视频流，并在图像中检测和跟踪人脸，进而对检测到的人脸进行匹配与识别。目前，人脸识别的应用领域很广泛，在金融支付、门禁考勤、身份识别等众多领域起到非常重要的作用，给人们的生活带来很大便利。然而，保证人脸没有发生遮挡至关重要，故在进行人脸识别之前需检测图像中的人脸是否发生遮挡。

业内一般产品判断人脸遮挡是通过深度学习训练的方式，判断人脸遮挡情况，但该判断方法对样本量要求高，并且如果采用深度学习的方式预测遮挡，计算量很大，速度比较慢。

发明内容

本发明提供一种人脸遮挡检测方法、装置及计算机可读存储介质，其主要目的在于快速检测实时脸部图像中的人脸遮挡情况。

为实现上述目的，本发明提供一种电子装置，该装置包括：存储器、处理器及摄像装置，所述存储器中包括人脸遮挡检测程序，所述人脸遮挡检测程序被所述处理器执行时实现如下步骤：

图像获取步骤：获取摄像装置拍摄的实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；

特征点识别步骤：将该实时脸部图像输入预先训练好的面部平均模型，利用该面部平均模型从该实时脸部图像中识别出t个面部特征点；及

特征区域判断步骤：根据该t个面部特征点的位置信息确定眼部区域和唇部区域，将该眼部区域和该唇部区域输入预先训练好的人脸的眼部分类模型、人脸的唇部分类模型，判断所述眼部区域和唇部区域的真实性，并根据判断结果判断该实时图像中的人脸是否发生遮挡。

可选地，所述人脸遮挡检测程序被所述处理器执行时，还实现如下步骤：

判断步骤：判断所述人脸的眼部分类模型、人脸的唇部分类模型对所述眼部区域及唇部区域的判断结果是否均为真实。

可选地，所述人脸遮挡检测程序被所述处理器执行时，还实现如下步骤：

当所述人脸的眼部分类模型、人脸的唇部分类模型对所述眼部区域及唇部区域的判断结果均为真实时，判断该实时脸部图像中的人脸未发生遮挡；及

当所述人脸的眼部分类模型、人脸的唇部分类模型对所述眼部区域及唇部区域的判断结果包含不真实时，提示该实时脸部图像中的人脸发生遮挡。

此外，为实现上述目的，本发明还提供一种人脸遮挡检测方法，该方法包括：

图像获取步骤：获取摄像装置拍摄的实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；

特征点识别步骤：将该实时脸部图像输入预先训练好的面部平均模型，利用该面部平均模型从该实时脸部图像中识别出t个面部特征点；及

特征区域判断步骤：根据该t个面部特征点的位置信息确定眼部区域和唇部区域，将该眼部区域和该唇部区域输入预先训练好的人脸的眼部分类模型、人脸的唇部分类模型，判断所述眼部区域和唇部区域的真实性，并根据判断结果判断该实时图像中的人脸是否发生遮挡。

可选地，该方法还包括：