一种人脸遮挡区域识别方法、装置、电子设备和存储介质与流程

本技术涉及人脸识别，具体而言，涉及一种人脸遮挡区域识别方法、装置、电子设备和存储介质。

背景技术：

1、人脸识别技术发展日趋成熟，应用场景也愈发广泛。在使用人脸识别应用的时候存在人脸被遮挡的情况，例如口罩、墨镜或者头发等的遮挡，这会对算法做出判断造成影响，此时，需要给使用者作出提示，提醒使用者人脸被遮挡和具体遮挡部位，使用者及时作出调整后市人脸识别应用得出准确判断。

2、现有技术具备人脸遮挡的基础判断，即对人脸是否存在遮挡做一个总体判断，这类技术首先准备人脸未遮挡和被遮挡两类样本数据，再使用这些数据训练深度学习算法模型，深度学习算法模型往往由提取图像特征的主干神经网络和进行二分类的网络输出头组成，深度学习算法模型训练完成后即可对人脸是否遮挡作出自动判断。但是，现有技术对人脸是否遮挡采用二分类判断的技术，这种技术给出一个基本判断，不同应用场景对于遮挡定义的标准不一，模型没有广泛的适用性和准确性。

技术实现思路

1、本技术实施例的目的在于提供一种人脸遮挡区域识别方法、装置、电子设备和存储介质，能够基于输入图像检测出遮挡区域，解决现有技术对人脸识别只能进行二分类判断的技术问题。

2、第一方面，本技术实施例提供了一种人脸遮挡区域识别方法，包括：

3、预先建立标准人脸模型；

4、获取输入图像，识别所述输入图像中的人脸图像；

5、将所述人脸图像输入到人脸分割模型，得到所述人脸图像对应的第一掩膜；

6、将所述第一掩膜和所述标准人脸模型进行比对，得到所述人脸图像的遮挡区域。

7、在上述实现过程中，通过预先建立人脸模型，获取输入图像中的人脸图像并提取出得的第一掩膜，将第一掩膜和标准人脸模型进行比对，能够得到人脸图像中的具体遮挡区域，相比于现有技术的二分类判断方法，本技术实施例提供个的人脸遮挡区域识别方法能够识别出具体的遮挡区域。同时，本技术提供的人脸遮挡区域识别方法只使用了人脸分割模型，相比于现有技术的复杂模型，节省了计算时间和训练成本。

8、进一步地，所述将所述第一掩膜和所述标准人脸模型进行比对，得到所述人脸图像的遮挡区域，包括：

9、将所述第一掩膜和所述标准人脸模型对齐，得到第二掩膜；

10、根据所述第二掩膜确认所述人脸图像的遮挡区域。

11、在上述实现过程中，由于第二掩膜和预先建立的人脸模型对齐，根据第二掩膜可以快速确认出人脸图像的遮挡区域。

12、进一步地，所述预先建立标准人脸模型，包括：

13、在所述标准人脸模型确认多个第一特征点；

14、为所述多个第一特征点分配所属的脸部区域；

15、所述根据所述第二掩膜确认所述人脸图像的遮挡区域，包括：

16、获取所述第二掩膜和所述第一特征点的匹配信息；

17、根据所述匹配信息确认所述人脸图像的遮挡区域。

18、在上述实现过程中，预先在标准人脸模型上确认多个第一特征点，由于第二掩膜和标准人脸模型对齐，因此根据第二掩膜和标准人脸模型的匹配信息即可得到人脸图像上的遮挡区域。

19、进一步地，所述根据所述匹配信息确认所述人脸图像的遮挡区域，包括：

20、获取每个脸部区域未被所述第二掩膜覆盖的第一特征点的个数；

21、根据所述每个脸部区域未被所述第二掩膜覆盖的第一特征点的个数确认所述遮挡区域。

22、在上述实现过程中，与现有技术利用机器模型进行识别的方式不同，直接通过第二掩膜覆盖的第一特征点的个数确认人脸图像中的遮挡区域不需要大量数据进行训练，减少训练成本以及识别过程中的模型运算时间，提高识别速度。

23、进一步地，所述将所述人脸图像输入到人脸分割模型，得到所述人脸图像对应的第一掩膜，包括：

24、获取多个人脸图像的面积；

25、将面积大于预设面积的人脸图像输入到所述人脸分割模型，得到所述面积大于预设面积的人脸图像对应的第一掩膜。

26、在上述实现过程中，在实际应用场景过程中，考虑到输入图像中可能含有多个非目标识别对象，而非目标识别对象通常距离镜头较远，从而其人脸图像面积较目标识别图像的人脸图像的面积小，因此将面积大于预设面积的人脸图像输入到所述人脸分割模型，得到所述面积大于预设面积的人脸图像对应的第一掩膜。

27、进一步地，在所述预先建立标准人脸模型之后，包括：

28、建立所述标准人脸模型的第一坐标系；

29、所述将所述第一掩膜和所述标准人脸模型对齐，得到第二掩膜，包括：

30、建立所述人脸图像的第二坐标系；

31、根据所述第一坐标系和所述第二坐标系构建仿射变换矩阵；

32、根据所述第一掩膜和所述仿射变换矩阵生成所述第二掩膜。

33、在上述实现过程中，建立人脸图像的第二坐标系，结合预先建立的标准人脸模型的第一坐标系获取第一坐标系和第二坐标系之间的仿射变换矩阵。基于仿射变换矩阵，能够将第一掩膜转换为和标准人脸模型对齐的第二掩膜，基于第二掩膜，能够快速地确认人脸图像上的被遮挡区域。

34、进一步地，所述根据所述每个脸部区域未被所述第二掩膜覆盖的第一特征点的个数确认所述遮挡区域，包括：

35、将未被所述第二掩膜覆盖的第一特征点的个数超过预设阈值的脸部区域确认为所述遮挡区域。

36、在上述实现过程中，考虑到模型识别的准确性、适用性，不同的输入图像之间的像素差异性、比例差异性、尺寸差异性，不同人脸之间的结构差异性、形状差异性和五官分布差异性，第二掩膜不可能每次都覆盖到标准人脸模型上的第一特征点。通过设置预设阈值，将未被所述第二掩膜覆盖的第一特征点的个数超过预设阈值的脸部区域确认为所述遮挡区域，能够克服上述差异性，准确识别出人脸图像上的遮挡区域。

37、第二方面，本技术实施例提供一种人脸遮挡其区域识别装置，包括；

38、模型建立模块，用于预先建立标准人脸模型；

39、图像获取模块，用于获取输入图像，识别所述输入图像中的人脸图像；

40、识别模块，用于将所述人脸图像输入到人脸分割模型，得到所述人脸图像对应的第一掩膜；

41、比对模块，用于将所述第一掩膜和所述标准人脸模型进行比对，得到所述人脸图像的遮挡区域。

42、在上述实现过程中，通过预先建立人脸模型，获取输入图像中的人脸图像并提取出得的第一掩膜，将第一掩膜和标准人脸模型进行比对，能够得到人脸图像中的具体遮挡区域，相比于现有技术的二分类判断方法，本技术实施例提供个的人脸遮挡区域识别方法能够识别出具体的遮挡区域。同时，本技术提供的人脸遮挡区域识别方法只使用了人脸分割模型，相比于现有技术的复杂模型，节省了计算时间和训练成本。

43、第三方面，本技术实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。

44、第四方面，本技术实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。

45、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

46、并可依照说明书的内容予以实施，以下以本技术的较佳实施例并配合附图详细说明如后。