[发明专利]基于距离和关节点识别外力辅助拍照的方法及存储介质

说明书

本发明公开了一种基于距离和关节点识别外力辅助拍照的方法及存储介质，属于图像识别技术领域，解决现有技术中识别是否有外力辅助拍摄识别率低的问题。获取3000张以上的大头照并进行预处理，获取预处理后的大头照的像素大小；基于像素大小，获取预处理后的大头照中的多个距离比例特征，记为A类特征；提取预处理后的大头照中人体关节点坐标，根据人体关节点坐标提取多个关节点相关特征，记为B类特征；使用机器学习模型对A类特征和B类特征进行联合建模，建模后获取待预测的大头照的A类特征和B类特征，输入用于预测的机器学习模型，得到预测概率值，进行外力或非外力辅助拍照判断。本发明用于识别大头照是否有外力辅助拍摄。

技术领域

一种基于距离和关节点识别外力辅助拍照的方法及存储介质，用于识别大头照是否有外力辅助拍摄，属于图像识别技术领域。

背景技术

在许多场景中，都需要识别照片是正常拍摄，还是借助了外力辅助拍摄，如互联网的身份验证环节，需要获取大头照来进行身份验证，就需要判断大头照是否借助了外力进行拍摄。而现有技术中，针对上述问题采用识别镜头与人像之间距离的方法来进行判断，但是这些方法大都需要设定参照物以及需要知道参照物的大小、摄像头焦距等，现有技术在用户上传的照片中难以获得；如果采集大量数据进行实验，得到相关性的方程，首先实验难度大，需要拍摄人像，涉及肖像问题，即采集大量样本难，其次参照物的选择，参照物大小的测量也存在困难，不同镜头焦距不一致等等。这些度量距离的方法复杂且难度大。

现有专利中公开了通过获取人脸与边框的比例，设置一定的样本图片比例范围，然后判断该比例是否属于样本图片比例范围，若是，则输出属于非外力辅助拍照结果；若否，则输出属于外力辅助拍照结果。该专利具有如下缺点：一、提取的距离特征相对单一，造成识别率低、鲁棒性差的问题；二、没有进行建模操作，实际应用的效果没有明确的指标说明，建模可以得到一个效果好坏的指标说明，相较于单一的范围来判断，建模说明更具有鲁棒性和可行性。

发明内容

针对上述研究的问题，本发明的目的在于提供一种基于距离和关节点识别外力辅助拍照的方法及存储介质，解决现有技术中识别是否外力辅助拍照的特征单一，造成识别率低、鲁棒性差的问题。

为了达到上述目的，本发明采用如下技术方案：

一种基于距离和关节点识别外力辅助拍照的方法，包括如下步骤：

步骤1：获取3000张以上的大头照并进行预处理，获取预处理后的大头照的像素大小；

步骤2：基于像素大小，获取预处理后的大头照中的多个距离比例特征，记为A类特征；

步骤3：提取预处理后的大头照中人体关节点坐标，根据人体关节点坐标提取多个关节点相关特征，记为B类特征；

步骤4：使用机器学习模型对A类特征和B类特征进行联合建模，建模后得到用于预测的机器学习模型和模型阈值；

步骤5：获取待预测的大头照的A类特征和B类特征，输入用于预测的机器学习模型，得到预测概率值，若预测概率值大于模型阈值，则待预测的大头照为外力辅助拍摄，若预测概率值小于等于模型阈值，则待预测的大头照为非外力辅助拍摄。

进一步，所述步骤1包括如下步骤：

步骤1.1：获取3000张以上的大头照，采用OpenCV的快速匹配方法对大头照进行修复，得到修复后的大头照，即预处理后的大头照；

步骤1.2：获取预处理后的大头照的像素大小。

进一步，所述步骤2包括如下步骤：

步骤2.1：使用openCV的人脸定位方法判断预处理后的大头照是否有人脸，若是，采用openCV的标注方法标注有人脸的标签，若否，则采用openCV的标注方法标注没有人脸的标签；