[发明专利]一种人脸图像采集方法、装置和电子设备有效

专利信息
申请号: 202010384123.5 申请日: 2020-05-09
公开(公告)号: CN111291737B 公开(公告)日: 2020-08-28
发明(设计)人: 曹佳炯;李亮 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京晋德允升知识产权代理有限公司 11623 代理人: 刘立升
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 采集 方法 装置 电子设备
【权利要求书】:

1.一种人脸图像采集方法,该方法包括:

基于采集到的人脸视频数据,提取预设数量帧人脸图像;

对所述人脸图像进行用户意愿检测,得到检测结果;

将所述检测结果作为第一判断条件,判断所述人脸图像是否满足采集条件;

根据判断结果,确定是否采集所述人脸图像;

其中,对所述人脸图像进行用户意愿检测,得到检测结果,具体包括:

获取所述人脸图像的人脸姿态角度值和/或人眼注视力角度值;

将所述人脸姿态角度值和/或所述人眼注视力角度值输入预先训练好的用户意愿检测模型,以得到用户意愿分数;

其中,预先训练好的用户意愿检测模型按照如下方式训练:

将包含预先标注好人脸姿态角度值的人脸图像作为第一训练样本,以训练得到人脸姿态回归模型;

将包含预先标注好人眼注视力角度值的人眼图像作为第二训练样本,以训练得到注视力回归模型;

将包含预先标注为有意愿类的人脸图像和标注为无意愿类的人脸图像作为第三训练样本,并将所述第三训练样本分别输入训练好的人脸姿态回归模型和训练好的注视力回归模型,以得到人脸姿态角度值和人眼注视力角度值;

利用得到的人脸姿态角度值和人眼注视力角度值训练得到用户意愿检测模型。

2.根据权利要求1所述的方法,获取所述人脸图像的人脸姿态角度值和/或人眼注视力角度值,包括:

将所述人脸图像输入训练好的人脸姿态回归模型,以得到人脸姿态角度值;

将所述人脸图像或所述人脸图像中的人眼区域数据输入训练好的注视力回归模型,以得到人眼注视力角度值。

3.根据权利要求2所述的方法,

所述人脸姿态角度值包括俯仰、偏航、横滚三个方向的人脸姿态角度值;

所述人眼注视力角度值包括左眼注视力角度值和右眼注视力角度值;其中,所述左眼注视力角度值包括俯仰、偏航、横滚三个方向的角度值,所述右眼注视力角度值包括俯仰、偏航、横滚三个方向的角度值。

4.根据权利要求2所述的方法,将所述检测结果作为第一判断条件,判断所述人脸图像是否满足采集条件,包括:

如果所述用户意愿分数大于第一设定阈值,则判断所述人脸图像满足采集条件。

5.根据权利要求1所述的方法,将所述检测结果作为第一判断条件,以判断所述人脸图像是否满足采集条件,包括:

获取所述人脸图像的第二判断条件;

根据所述第一判断条件和所述第二判断条件,判断所述人脸图像是否满足采集条件。

6.根据权利要求5所述的方法,获取所述人脸图像的第二判断条件,具体包括:

将所述人脸图像输入相应的检测模型,以得到人脸图像质量分数、人脸图像清晰度检测分数,和/或人脸图像亮度检测分数,和/或人脸图像中人脸面积占比检测分数;

其中,人脸图像质量分数、人脸图像清晰度检测分数,和/或人脸图像亮度检测分数,和/或人脸图像中人脸面积占比检测分数,为所述第二判断条件;

其中,所述相应的检测模型为根据所述第二判断条件预先训练好的神经网络模型,所述神经网络模型能够根据输入的人脸图像输出相应的第二判断条件。

7.根据权利要求6所述的方法,根据所述第一判断条件和所述第二判断条件,判断所述人脸图像是否满足采集条件,包括:

为所述第一判断条件和所述第二判断条件分别分配相应的权重;

对所述第一判断条件和所述第二判断条件进行加权相加以得到采集分数;

如果所述采集分数大于第二设定阈值,则判断所述人脸图像满足采集条件。

8.根据权利要求1至7中任一项所述的方法,根据判断结果,确定是否采集所述人脸图像,包括:

如果所述人脸图像满足采集条件,则采集所述人脸图像。

9.根据权利要求1至7中任一项所述的方法,根据判断结果,确定是否采集所述人脸图像,包括:

如果所述人脸图像不满足采集条件,则发出提示信息引导用户调整姿态,以重新采集人脸视频数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010384123.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top