[发明专利]人脸遮挡检测方法、系统、设备及存储介质

说明书

本发明实施例提供了一种人脸遮挡检测方法及系统，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；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。本发明实施例能够精确计算出各个人脸器官对应的遮挡百分比，大大提高了人脸遮挡检测的精确性。

技术领域

本发明实施例涉及人工智能技术领域，具体涉及一种人脸遮挡检测方法及系统。

背景技术

随着人工智能技术的发展，人脸识别和活体检测在楼宇通行、金融认证等领域发挥着至关重要的作用，而人脸图像的遮挡情况会对人脸识别和活体检测结果产生直接的影响。因此，人脸遮挡检测是人脸系统中必不可少的环节。

现有的人脸遮挡检测技术方案主要分为两个方向：一是采用传统方法，从色调和纹理上是对肤色和纹理信息进行区别，进而判断人脸图像是否遮挡；二是训练深度神经网络判别人脸是否遮挡，主要采用单任务分类方法判别整张脸是否存在遮挡，或者采用多任务方法与检测模型融合，同时检测各个人脸器官和遮挡物类型及位置，以判别人脸的遮挡情况。

然而，针对上述做法，发明人发现，传统方法受人脸特征复杂性和遮挡物多样性的影响，不具有普适性且泛化能力很弱，单任务分类方法无法精确到具体器官，落地场景有局限，而多任务方法直接定位遮挡物时同时检测器官的任务难度大，精度难以保证。

发明内容

有鉴于此，本发明实施例的目的在于提供一种人脸遮挡检测方法、系统、计算机设备及计算机可读存储介质，用于解决现有技术中传统方法不具有普适性且泛化能力很弱，单任务分类方法无法精确到具体器官，落地场景有局限，而多任务方法器官检测难度大，精度难以保证的缺陷。

为了实现上述目的，本发明实施例提供了一种人脸遮挡检测方法，该方法包括：

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；

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。

可选地，所述根据将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；

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。

可选地，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；

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。