[发明专利]人脸遮挡检测方法、系统、设备及存储介质在审

专利信息
申请号: 202011520261.8 申请日: 2020-12-21
公开(公告)号: CN112633144A 公开(公告)日: 2021-04-09
发明(设计)人: 陈丹;陆进;陈斌;刘玉宇 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T7/11;G06T7/136
代理公司: 北京英特普罗知识产权代理有限公司 11015 代理人: 邓小玲;王勇
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 遮挡 检测 方法 系统 设备 存储 介质
【权利要求书】:

1.一种人脸遮挡检测方法,其特征在于,所述方法包括:

获取待检测的人脸图像;

将所述人脸图像进行关键点检测,得到所述人脸图像中人脸器官的关键点信息;

根据所述关键点信息,将所述人脸图像进行人脸器官块分割,得到对应的人脸器官块图像;

将所述人脸器官块图像进行预处理,并将预处理后的人脸器官块图像输入到预先训练的人脸遮挡检测模型中,以进行人脸遮挡检测,并输出对应的掩膜图像;

将所述掩膜图像进行二值化处理,得到所述二值化的目标掩膜图像;及

根据所述目标掩膜图像的像素值情况计算各个人脸器官的遮挡比例。

2.如权利要求1所述的人脸遮挡检测方法,其特征在于,所述将所述人脸图像进行关键点检测,得到所述人脸图像中人脸器官的关键点信息,包括:

将所述人脸图像输入到预设的关键点模型中进行所述关键点检测,得到所述人脸图像在二维平面上预设数量的关键点信息,其中,所述关键点信息包括关键点坐标和关键点所对应的序号;及

根据所述预设数量的关键点信息以及各个人脸器官在所述人脸图像的位置,确定所述各个人脸器官的关键点信息,其中,所述人脸器官包括额头、左眉毛、右眉毛、左眼睛、右眼睛、鼻子以及嘴巴。

3.如权利要求1所述的人脸遮挡检测方法,其特征在于,所述根据所述关键点信息,将所述人脸图像进行人脸器官块分割,得到对应的人脸器官块图像,包括:

根据所述关键点信息以及预设的划分规则,确定各个人脸器官对应的最小外接矩形;及

根据各个人脸器官对应的最小外接矩形,对所述人脸图像进行块分割,得到各个人脸器官对应的人脸器官块图像。

4.如权利要求1所述的人脸遮挡检测方法,其特征在于,所述将所述人脸器官块图像进行预处理,并将预处理后的人脸器官块图像输入到预先训练的人脸遮挡检测模型中,以进行人脸遮挡检测,并输出对应的掩膜图像,包括:

将所述人脸器官块图像进行填充并对填充后的图像进行尺寸的调整,得到对应尺寸的方形块图像;及

将所述方形块图像输入到所述预先训练的人脸遮挡检测模型中进行人脸遮挡检测,得到所述对应的掩膜图像。

5.如权利要求1所述的人脸遮挡检测方法,其特征在于,所述将所述掩膜图像进行二值化处理,得到所述二值化的目标掩膜图像,包括:

将所述掩膜图像进行图像的灰度化处理,得到灰度图像;

将所述灰度图像各个像素点的像素值与预设像素阈值进行比较;

当所述像素点的像素值高于所述预设像素阈值时,则将所述像素点的像素值设置为预设像素值;及

完成对所述掩膜图像的二值化处理,得到所述二值化的目标掩膜图像。

6.如权利要求1或4所述的人脸遮挡检测方法,其特征在于,所述人脸遮挡检测模型的训练方法包括:

获取人脸训练图像样本以及遮挡物样本;

将所述人脸训练图像样本进行关键点检测,得到所述人脸训练图像样本中人脸器官的关键点信息;

根据所述关键点信息,将所述人脸训练图像样本进行人脸器官块分割,得到对应的人脸器官块图像;

将所述遮挡物样本随机添加到所述人脸器官块图像的预设位置上,以将所述人脸器官块图像的所述预设位置的像素替换为所述遮挡物样本的像素,得到人脸遮挡物训练图像样本;及

将所述人脸遮挡物训练图像样本进行预处理,并将预处理后的人脸器官块图像输入到人脸遮挡检测模型中,完成对所述人脸遮挡检测模型的训练。

7.如权利要求1所述的人脸遮挡检测方法,其特征在于,所述根据所述目标掩膜图像的像素值情况计算各个人脸器官的遮挡比例,包括:

根据所述目标掩膜图像的像素值情况,统计各个人脸器官中所述预设像素值的个数,得到遮挡像素总数;及

根据所述遮挡像素总数,计算所述遮挡像素总数与对应人脸器官总像素值个数的比值,得到所述各个人脸器官的遮挡比例。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/202011520261.8/1.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