[发明专利]人脸遮挡检测方法、装置及存储介质

摘要

本发明公开了一种人脸遮挡检测方法，该方法包括：获取摄像装置拍摄的实时图像，从该实时图像中提取一张实时脸部图像；将该实时脸部图像输入所述面部平均模型，从该实时脸部图像中识别出t个面部特征点；根据该t个面部特征点的位置信息确定眼部区域和唇部区域，将该眼部区域和该唇部区域输入预先训练好的人脸的眼部分类模型、人脸的唇部分类模型，判断所述眼部区域和唇部区域的真实性，并根据判断结果判断该实时图像中的人脸是否发生遮挡。本发明能快速判断脸部图像中的人脸是否发生遮挡。本发明还公开了一种电子装置及一种计算机可读存储介质。

主权项

1.一种电子装置，其特征在于，所述装置包括：存储器、处理器及摄像装置，所述存储器中包括人脸遮挡检测程序，所述人脸遮挡检测程序被所述处理器执行时实现如下步骤：图像获取步骤：获取摄像装置拍摄的实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；特征点识别步骤：将该实时脸部图像输入预先训练好的面部平均模型，利用该面部平均模型从该实时脸部图像中识别出t个面部特征点，该面部平均模型的训练步骤包括：建立一个有n张人脸图像的第一样本库，在每张人脸图像中标记t个面部特征点，所述t个面部特征点包括：代表眼部位置的t1个眼眶特征点、t2个眼球特征点及代表唇部位置的t3个唇部特征点，每张人脸图像中的该t个特征点组成一个形状特征向量S，得到训练数据集(I1，S1)，...，(In，Sn)，其中I为人脸图像，S是人脸图像中的特征点组成的形状特征向量；及利用所述训练数据集对人脸特征识别模型进行训练得到面部平均模型，该人脸特征识别模型为ERT算法，公式为：其中t表示级联序号，τ_t(·，·)表示当前级的回归器、每个回归器由多棵回归树组成，为当前模型的形状估计；每个回归器τ_t(·，·)根据输入图像I和来预测一个增量在模型训练的过程中，根据样本库中人脸图像中所述t个面部特征点组成的所述特征向量S训练出第一棵回归树，将第一棵回归树的预测值与所述t个面部特征点的真实值的残差用来训练第二棵树；依次类推，直到训练出第N棵树的预测值与所述t个面部特征点的真实值的残差接近于0，得到ERT算法的所有回归树，根据所述回归树得到该面部平均模型；及特征区域判断步骤：根据该t个面部特征点的位置信息确定眼部区域和唇部区域，将该眼部区域和该唇部区域输入预先训练好的人脸的眼部分类模型、人脸的唇部分类模型，判断所述眼部区域和唇部区域的真实性，并根据判断结果判断该实时图像中的人脸是否发生遮挡。