一种基于双目设备提升人像识别准确率的方法和系统与流程

1.本发明涉及图像识别技术领域，具体涉及一种基于双目设备提升人像识别准确率的方法和系统。


背景技术：

2.随着人像识别相关技术的日渐成熟，人像识别也走进了我们生活的方方面面，如门禁打卡、考勤通行、入住酒店等场景都需要人像识别。
3.现有的人像识别研究都是基于可见光成像，即rgb图像，然而随着应用场景的多样化，设备获取到的人像图像质量也良莠不齐，特别是逆光场景、光线较差的场景等质量较差的场景识别的人像图像，而当前的人像识别算法是基于rgb图像数据训练的，因此图像质量会严重影响人像识别算法的准确率。
4.因此，需要一种在多场景下都可以提升人脸识别准确率的方法。


技术实现要素：

5.有鉴于此，本公开实施例提供一种基于双目设备提升人像识别准确率的方法和系统，至少部分解决现有技术中存在的问题。
6.第一方面，本公开实施例提供了一种基于双目设备提升人像识别准确率的方法，包括以下步骤：
7.获取图像，所述图像包括rgb图像和ir图像；
8.基于人像检测算法识别出所述rgb图像中包含人像的第一人像区域和第一人像特征，以及所述ir图像中包含人像的第二人像区域和第二人像特征；
9.基于所述第一人像特征调整所述rgb图像位置，基于所述第二人像特征调整所述ir图像位置，以将所述第一人像区域和所述第二人像区域中的人像分别调整为正置；
10.将所述调整为正置的所述rgb图像的尺寸重置为预设的尺寸，得到人像为正置的第一rgb图像；
11.将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图，得到第一ir图像；
12.将所述第一rgb图像和所述第一ir图像在通道上进行拼接，得到拼接图像。
13.根据本公开实施例的一种具体实现方式，所述将所述第一rgb图像和所述第一ir图像在通道上进行拼接包括：基于3通道进行拼接和/或基于4通道进行拼接。
14.根据本公开实施例的一种具体实现方式，所述方法还包括将所述rgb图像和所述ir图像作为训练数据对所述人像检测算法进行训练。
15.根据本公开实施例的一种具体实现方式，所述人像特征包括人像的轮廓、眼睛位置、鼻子位置、嘴位置、耳朵位置和眉毛位置中的至少一项。
16.根据本公开实施例的一种具体实现方式，所述基于所述第一人像特征调整所述rgb图像位置包括：将所述第一人像特征中眼睛位置的2只眼睛调整至同一水平线，以将所
述第一人像区域中的人像调整为正置；
17.基于所述第二人像特征调整所述ir图像位置包括：将所述第二人像特征中眼睛位置的2只眼睛调整至同一水平线，以将所述第二人像区域中的人像调整为正置。
18.根据本公开实施例的一种具体实现方式，所述将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图包括：
19.先将所述ir图像转换为尺寸与所述rgb图像相同的尺寸，再将所述ir图像转换为灰度图；或者
20.先将所述ir图像转换为灰度图，再将所述ir图像转换为尺寸与所述rgb图像相同的尺寸。
21.根据本公开实施例的一种具体实现方式，同时获取所述rgb图像和ir图像。
22.第二方面，本公开实施例提供了一种基于双目设备提升人像识别准确率的系统，所述系统包括：
23.图像获取模块，被配置用于获取图像，所述图像包括rgb图像和ir图像；
24.识别模块，被配置用于基于人像检测算法识别出所述rgb图像中包含人像的第一人像区域和第一人像特征，以及所述ir图像中包含人像的第二人像区域和第二人像特征；
25.位置矫正模块，被配置用于基于所述第一人像特征调整所述rgb图像位置，基于所述第二人像特征调整所述ir图像位置，以将所述第一人像区域和所述第二人像区域中的人像分别调整为正置；
26.尺寸矫正模块，被配置用于将所述调整为正置的所述rgb图像的尺寸重置为预设的尺寸，得到人像为正置的第一rgb图像；以及
27.将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图，得到第一ir图像；
28.拼接模块，被配置用于将所述第一rgb图像和所述第一ir图像在通道上进行拼接，得到拼接图像。
29.根据本公开实施例的一种具体实现方式，所述图像获取模块为双目设备。
30.第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
31.至少一个处理器；以及，
32.与所述至少一个处理器通信连接的存储器；其中，
33.所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行时，使所述至少一个处理器执行如第一方面或第一方面的任一实现方式中的基于双目设备提升人像识别准确率的方法。
34.第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于双目设备提升人像识别准确率的方法。
35.第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于双目设备提升人像识别准确率的方法。
36.通过本公开实施例中的基于双目设备提升人脸识别准确率的方法可以弥补因光
线环境等原因导致图像差进而影响人像识别效果的缺陷，提升人像识别算法整体的准确率。
附图说明
37.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
38.图1为本公开实施例提供的一种基于双目设备提升人脸识别准确率的方法流程示意图；
39.图2为本公开实施例提供的rgb图像及ir图像通道示意图；
40.图3为本公开实施例提供的基于双目设备提升人脸识别准确率的系统示意图；以及
41.图4为本公开实施例提供的电子设备示意图。
具体实施方式
42.下面结合附图对本公开实施例进行详细描述。
43.以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
44.需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
45.还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
46.另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
47.随着硬件产品的更新换代，越来越多的双目设备投入使用，双目设备既有可见光成像(即rgb图像)，又有红外光成像(即ir图像)，虽然红外光成像受环境影响较小，但是当前的人像识别算法是基于rgb图像数据训练的，对ir图像的识别性能有很大限制。
48.因此，本发明实施例提出了一种基于在双目设备上利用不同模态的人像信息，提升人像识别算法的准确率的方法。
49.图1为本公开实施例提供的基于双目设备提升人像识别准确率的方法的示意图。
50.如图1所示，在步骤s110处，获取图像，所述图像包括rgb图像和ir图像。
51.通过双目设备同时获取到同一位置的rgb(彩色)人像图像和ir(红外光)人像图像。
52.接下来转到步骤s120。
53.在步骤s120处，基于人像检测算法识别出所述rgb图像中包含人像的第一人像区域和第一人像特征，以及所述ir图像中包含人像的第二人像区域和第二人像特征。
54.更具体地，通过预设的人像检测算法分别识别出rgb图像和ir图像中包含人脸的区域，并获取该区域的人像特征。
55.在本发明实施例中，所述人像特征包括人像的轮廓、眼睛位置、鼻子位置、嘴位置、耳朵位置和眉毛位置中的至少一项，但这并不构成对本发明的限制。
56.接下来转到步骤s130。
57.在步骤s130处，基于所述第一人像特征调整所述rgb图像位置，基于所述第二人像特征调整所述ir图像位置，以将所述第一人像区域和所述第二人像区域中的人像分别调整为正置。
58.基于步骤s120中识别出的人像特征，使用人像矫正算法分别调整rgb图像和ir图像的位置及角度，直到rgb图像和ir图像中的人像为正置。
59.在本发明实施例中，所述基于所述第一人像特征调整所述rgb图像位置包括：将所述第一人像特征中眼睛位置的2只眼睛调整至同一水平线，以将所述第一人像区域中的人像调整为正置；基于所述第二人像特征调整所述ir图像位置包括：将所述第二人像特征中眼睛位置的2只眼睛调整至同一水平线，以将所述第二人像区域中的人像调整为正置，但这并不构成对本发明的限制，还可以通过如上所述的人像特征中的其他特征将人像调整为正置。
60.接下来转到步骤s140。
61.在步骤s140处，将所述调整为正置的所述rgb图像的尺寸重置为预设的尺寸，得到人像为正置的第一rgb图像。
62.接下来转到步骤s150。
63.在步骤s150处，将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图，得到第一ir图像。
64.在本发明实施例中，所述将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图包括：
65.先将所述ir图像转换为尺寸与所述rgb图像相同的尺寸，再将所述ir图像转换为灰度图。
66.或者先将所述ir图像转换为灰度图，再将所述ir图像转换为尺寸与所述rgb图像相同的尺寸。
67.接下来转到步骤s160。
68.在步骤s160处，将所述第一rgb图像和所述第一ir图像在通道上进行拼接，得到拼
接图像。
69.更具体地，在本发明实施例中，所述方法还包括将rgb图像和ir图像作为训练数据对所述人像检测算法进行训练，以达到通过人像检测算法自动识别、处理图像，并在通道上拼接rgb图像和ir图像。
70.如图2所示，rgb图像为彩色图像，包含通道red、通道green和通道blue3个通道(简称r、g、b)，在步骤s150转换为灰度图的ir图像包含通道gray。
71.在本发明实施例中，所述将所述第一rgb图像和所述第一ir图像在通道上进行拼接包括：基于3通道进行拼接和/或基于4通道进行拼接。
72.更具体地，基于3通道进行拼接的方法如下：
[0073][0074]
c＝[c1,c2,c3]
[0075]
c1＝w11*r w12*g w13*b w14*gray
……
等式1
[0076]
其中，w11 w12 w13 w14＝1。
[0077]
c2＝w21*r w22*g w23*b w24*gray
……
等式2
[0078]
其中，w21 w22 w23 w24＝1。
[0079]
c3＝w31*r w32*g w33*b w34*gray
……
等式3
[0080]
其中，w31 w32 w33 w34＝1。
[0081]
其中，w
pre
为神经网络可学习参数，c为输入神经网络进行训练学习处理后的数据，r为通道red，g为通道green，b为通道blue，gray为通道gray。
[0082]
基于4通道进行拼接的方法如下：
[0083][0084]
c＝[c1,c2,c3，c4]
[0085]
c1＝w11*r w12*g w13*b w14*gray
……
等式1
[0086]
其中，w11 w12 w13 w14＝1。
[0087]
c2＝w21*r w22*g w23*b w24*gray
……
等式2
[0088]
其中，w21 w22 w23 w24＝1。
[0089]
c3＝w31*r w32*g w33*b w34*gray
……
等式3
[0090]
其中，w31 w32 w33 w34＝1。
[0091]
c4＝w41*r w42*g w43*b w44*gray
……
等式4
[0092]
其中，w41 w42 w43 w44＝1.
[0093]
其中，w
pre
为神经网络可学习参数，c为输入神经网络进行训练学习处理后的数据，
r为通道red，g为通道green，b为通道blue，gray为通道gray。
[0094]
在本发明实施例中的神经网络还包括损失函数，例如通过curricularface loss求解损失函数，既包括对神经网络中原有的参数进行约束学习，也包括对w
pre
进行约束学习，具体方法可参见《curricularface:adaptive curriculum learning loss for deep face recognition》中的等式(7)及等式(10)。https://github.com/huangyg123/curricularface
[0095]
图3示出了本发明提供的基于双目设备提升人像识别准确率的系统，包括：
[0096]
图像获取模块301、识别模块302、位置矫正模块303、尺寸矫正模块304和拼接模块305。
[0097]
图像获取模块301用于获取图像，所述图像包括rgb图像和ir图像；
[0098]
识别模块302用于基于人像检测算法识别出所述rgb图像中包含人像的第一人像区域和第一人像特征，以及所述ir图像中包含人像的第二人像区域和第二人像特征；
[0099]
位置矫正模块303用于基于所述第一人像特征调整所述rgb图像位置，基于所述第二人像特征调整所述ir图像位置，以将所述第一人像区域和所述第二人像区域中的人像分别调整为正置；
[0100]
尺寸矫正模块304用于将所述调整为正置的所述rgb图像的尺寸重置为预设的尺寸，得到人像为正置的第一rgb图像；以及
[0101]
将所述调整为正置的所述ir图像转换为尺寸与所述rgb图像相同的尺寸的灰度图，得到第一ir图像；
[0102]
拼接模块305用于将所述第一rgb图像和所述第一ir图像在通道上进行拼接，得到拼接图像。
[0103]
在本发明实例中，所述图像获取模块为双目设备。
[0104]
参见图4，本公开实施例还提供了一种电子设备40，该电子设备包括：
[0105]
至少一个处理器；以及，
[0106]
与该至少一个处理器通信连接的存储器；其中，
[0107]
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于双目设备提升人像识别准确率的方法。
[0108]
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于双目设备提升人像识别准确率的方法。
[0109]
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的基于双目设备提升人像识别准确率的方法。
[0110]
下面参考图4，其示出了适于用来实现本公开实施例的电子设备40的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图4示出的电子
设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0111]
如图4所示，电子设备40可以包括处理系统(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储系统408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有电子设备40操作所需的各种程序和数据。处理系统401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0112]
通常，以下系统可以连接至i/o接口405：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入系统406；包括例如液晶显示器(lcd)、扬声器、振动器等的输出系统407；包括例如磁带、硬盘等的存储系统408；以及通信系统409。通信系统409可以允许电子设备40与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备40，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
[0113]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信系统409从网络上被下载和安装，或者从存储系统408被安装，或者从rom 402被安装。在该计算机程序被处理系统401执行时，执行本公开实施例的方法中限定的上述功能。
[0114]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0115]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0116]
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其
中，所获取的网际协议地址指示内容分发网络中的边缘节点。
[0117]
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
[0118]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0119]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0120]
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
[0121]
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
[0122]
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。