[发明专利]一种人脸识别方法及人脸识别打卡系统

说明书

本发明公开了一种人脸识别方法及人脸识别打卡系统，通过采集待识别的人脸图片，利用人脸公开的68个关键点数据集来建立基于MobileNet轻量级的landmark模型，并通过这个模型来检测人脸关键点，再通过人脸关键点来估算人脸姿态，符合要求的人脸图片方可进入图像识别环节，最后还将完成识别且被标记id的新的人脸图片进行训练，训练完成的人脸图片再更新至人脸特征库中，替代旧的人脸图片，从而实现人脸识别模型的实时更新；轻量级的landmark模型在不同设备中的适用范围得到扩大；在不同背景环境下本发明都能完成图像识别与图像训练。基于这种人脸识别方法，本发明还公开一种人脸识别系统。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸识别方法及人脸识别系统。

背景技术

人脸识别，是基于人的脸部特征信息来进行身份识别的一种生物识别技术。通常采用摄像头或摄像机来采集含有人脸的图像或视频，并自动在图像中检测和跟踪相关人脸数据，将提取到的人脸特征与数据库中已存有的特征进行比对，通过获取到的比对结果，来对待识别的人脸图像进行身份识别。因此，对检测到的人脸进行脸部的一系列技术，通常被称为人脸识别、面部识别。

随着人脸识别技术的不断成熟和社会认同度的不断提高，人脸识别已被应用于多个领域，如人脸识别门禁考勤系统，人脸识别防盗门，人脸识别手机解锁，机器人的人脸识别功能等。现有的人脸识别方案由人脸识别打卡单业务逻辑程序实现，算法为使用神经网络在公开数据集上进行训练，训练出通用模型以服务于所有场景。但这种方案实现的人脸识别系统，采用了公开数据集来训练人脸识别模型，而这种训练所使用的公开数据集为师姐各种人种，中国人占的比例不高，且常出现有标注错误的情况；其次，传统的方案在训练数据集时，仅在固定环境，故对于真实变化的环境，其适用能力不强。

发明内容

本发明针对现有技术中的不足，提供一种人脸识别打卡方法，包括以下步骤：

步骤一：采集基础人脸图片，注册首版的人脸识别模型；

步骤二：实时采集当前待识别用户的动态人脸图片；

步骤三：检测所述动态人脸图片上的人脸；

步骤四：检测所述动态人脸图片的人脸关键点；

步骤五：检测人脸姿态角，估算人脸姿态，发送人脸识别请求；

步骤六：服务端接收所述人脸识别请求后对动态人脸图片进行识别；

步骤七：所述动态人脸图片被识别为正确后，人脸识别打卡成功；

步骤八：将采集到的被识别为正确的所述动态人脸图片进行训练并更新人脸识别模型，所述更新后的人脸识别模型用于后续动态人脸图片进行人脸识别的对比参照物。

可选的，所述步骤一还包括：

计算基础人脸图片的embedding，并将所述基础人脸图片的embedding保存至人脸特征库，给所述基础人脸图片的embedding分配唯一faceid。

可选的，所述步骤三还包括：

采用mtcnn人脸检测模型来检测所述动态人脸图片上的人脸。

可选的，所述步骤四还包括：

使用人脸公开的68个关键点数据集，在基于MobileNet轻量级网络结构条件下训练出包括68个关键点的Landmark模型，所述Landmark模型用于检测所述动态人脸图片的人脸关键点位置。

可选的，所述步骤五包括：

使用检测出的68个人脸关键点估算出人脸姿态，所述人脸姿态又人脸姿态角表示，所述人脸姿态角包括roll，pitch和yaw；