一种基于人眼识别的人脸检测方法及装置与流程

本发明涉及人脸检测，特别是指一种基于人眼识别的人脸检测方法及装置。

背景技术：

1、人脸图像通常包含丰富的信息，如颜色、纹理和形状等。通过使用图像处理算法，可以提取出这些与人脸相关的特征。人眼是人脸的重要特征之一，它们通常位于人脸图像的特定位置。因此，从人脸图像中提取眼睛的特征可以作为后续人脸检测的重要依据。

2、相关技术中，在对人脸检测的过程中，是对人脸上的各个特征均进行检测获取匹配，在进行大量的人脸检测过程中，由于光照、位置等多方因素对待检测的人脸图像均会造成影响，使得最后的检测结果可能存在误检的问题。

技术实现思路

1、为了解决现有技术存在的上述技术问题，本发明实施例提供了一种基于人眼识别的人脸检测方法及装置。所述技术方案如下：

2、一方面，提供了一种基于人眼识别的人脸检测方法，该方法包括以下步骤：

3、获取训练人脸画像数据，基于所述训练人脸画像数据确定第一目标特征与第二目标特征，其中，所述第一目标特征为训练人脸画像中，一侧人脸的眼部区域图像，所述第二目标特征为所述训练人脸画像中，另一侧人脸的眼部区域图像；

4、基于所述第一目标特征与所述第二目标特征确定训练差异特征数据，所述训练差异特征数据为所述第一目标特征与所述第二目标特征的差异图像对应的数据；

5、构建初始神经网络模型，将所述训练差异特征数据与所述训练人脸画像数据导入所述初始神经网络模型并进行迭代计算；

6、根据所述迭代计算结果输出目标神经网络模型，所述目标神经网络模型用于根据目标差异特征数据确定目标人脸画像数据；

7、获取检测人脸画像数据，基于所述检测人脸画像数据确定目标差异特征数据；

8、将所述目标差异特征数据输入所述目标神经网络模型并获取所述目标人脸画像数据；

9、将所述目标人脸画像数据与所述检测人脸画像数据相匹配，根据匹配结果确定检测结果。

10、可选地，基于所述第一目标特征与所述第二目标特征确定训练差异特征数据，所述训练差异特征数据为所述第一目标特征与所述第二目标特征的差异图像对应的数据，包括：

11、基于所述第一目标特征获取第一点位，所述第一点位为所述训练人脸画像中一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

12、基于所述第二目标特征获取第二点位，所述第二点位为所述训练人脸画像中另一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

13、基于所述第一点位与所述第二点位构建重叠图层，基于所述重叠图层确定所述差异图像；

14、基于所述差异图像确定所述训练差异特征数据。

15、可选地，基于所述差异图像确定所述训练差异特征数据，包括：

16、基于opencv库的imread函数读取所述差异图像，并使用cvtcolor函数转换为灰度图像；

17、使用absdiff函数计算所述灰度图像；

18、使用imshow函数生成所述训练差异特征数据。

19、可选地，构建初始神经网络模型，将所述训练差异特征数据与所述训练人脸画像数据导入所述初始神经网络模型并进行迭代计算，包括：

20、基于所述训练差异特征数据类型确定所述训练差异特征数据的权重，基于所述权重将所述训练差异特征数据分为至少三个组别，其中，每一个所述组别对应并组成一个所述训练人脸画像数据的特征向量；

21、基于所述特征向量构建初始神经网络模型，所述初始神经网络模型用于将所述训练差异特征数据与所述训练人脸画像数据进行迭代计算。

22、可选地，根据所述迭代计算结果输出目标神经网络模型，所述目标神经网络模型用于根据目标差异特征数据确定目标人脸画像数据，包括：

23、将目标人脸画像数据与测试人脸画像数据进行匹配，根据匹配结果获取误差值。

24、可选地，获取检测人脸画像数据，基于所述检测人脸画像数据确定目标差异特征数据，包括：

25、基于所述检测人脸画像数据确定第三目标特征与第四目标特征，其中，所述第三目标特征为检测人脸画像中，一侧人脸的眼部区域图像，所述第四目标特征为所述检测人脸画像中，另一侧人脸的眼部区域图像；

26、基于所述第三目标特征与所述第四目标特征确定检测差异特征数据，所述检测差异特征数据为所述第三目标特征与所述第四目标特征的差异图像对应的数据。

27、可选地，基于所述第三目标特征与所述第四目标特征确定检测差异特征数据，所述检测差异特征数据为所述第三目标特征与所述第四目标特征的差异图像对应的数据，包括：

28、基于所述第三目标特征获取第三点位，所述第三点位为所述检测人脸画像中一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

29、基于所述第四目标特征获取第四点位，所述第四点位为所述检测人脸画像中另一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

30、基于所述第三点位与所述第四点位构建重叠图层，基于所述重叠图层确定所述差异图像；

31、基于所述差异图像确定所述检测差异特征数据。

32、可选地，基于所述差异图像确定所述检测差异特征数据，包括：

33、基于opencv库的imread函数读取所述差异图像，并使用cvtcolor函数转换为灰度图像；

34、使用absdiff函数计算所述灰度图像；

35、使用imshow函数生成所述检测差异特征数据。

36、另一方面，提供了一种基于人眼识别的人脸检测装置，所述装置实现上述基于人眼识别的人脸检测方法，所述装置包括：

37、第一获取模块，用于获取训练人脸画像数据，基于所述训练人脸画像数据确定第一目标特征与第二目标特征，其中，所述第一目标特征为训练人脸画像中，一侧人脸的眼部区域图像，所述第二目标特征为所述训练人脸画像中，另一侧人脸的眼部区域图像；

38、第一确定模块，用于基于所述第一目标特征与所述第二目标特征确定训练差异特征数据，所述训练差异特征数据为所述第一目标特征与所述第二目标特征的差异图像对应的数据；

39、第一构建模块，用于构建初始神经网络模型，将所述训练差异特征数据与所述训练人脸画像数据导入所述初始神经网络模型并进行迭代计算；

40、第一计算模块，用于根据所述迭代计算结果输出目标神经网络模型，所述目标神经网络模型用于根据目标差异特征数据确定目标人脸画像数据；

41、第二获取模块，用于获取检测人脸画像数据，基于所述检测人脸画像数据确定目标差异特征数据；

42、第三获取模块，用于将所述目标差异特征数据输入所述目标神经网络模型并获取所述目标人脸画像数据；

43、第一匹配模块，用于将所述目标人脸画像数据与所述检测人脸画像数据相匹配，根据匹配结果确定检测结果。

44、可选地，所述装置还包括：

45、第四获取模块，用于基于所述第一目标特征获取第一点位，所述第一点位为所述训练人脸画像中一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

46、第五获取模块，用于基于所述第二目标特征获取第二点位，所述第二点位为所述训练人脸画像中另一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

47、第二确定模块，用于基于所述第一点位与所述第二点位构建重叠图层，基于所述重叠图层确定所述差异图像；

48、第三确定模块，用于基于所述差异图像确定所述训练差异特征数据。

49、可选地，所述装置还包括：

50、第一转化模块，用于基于opencv库的imread函数读取所述差异图像，并使用cvtcolor函数转换为灰度图像；

51、第二计算模块，用于使用absdiff函数计算所述灰度图像；

52、第一生成模块，用于使用imshow函数生成所述训练差异特征数据。

53、可选地，所述装置还包括：

54、第一组合模块，用于基于所述训练差异特征数据类型确定所述训练差异特征数据的权重，基于所述权重将所述训练差异特征数据分为至少三个组别，其中，每一个所述组别对应并组成一个所述训练人脸画像数据的特征向量；

55、第二构建模块，用于基于所述特征向量构建初始神经网络模型，所述初始神经网络模型用于将所述训练差异特征数据与所述训练人脸画像数据进行迭代计算。

56、可选地，所述装置还包括：

57、误差确定模块，用于将目标人脸画像数据与测试人脸画像数据进行匹配，根据匹配结果获取误差值。

58、可选地，所述装置还包括：

59、第四确定模块，用于基于所述检测人脸画像数据确定第三目标特征与第四目标特征，其中，所述第三目标特征为检测人脸画像中，一侧人脸的眼部区域图像，所述第四目标特征为所述检测人脸画像中，另一侧人脸的眼部区域图像；

60、第五确定模块，用于基于所述第三目标特征与所述第四目标特征确定检测差异特征数据，所述检测差异特征数据为所述第三目标特征与所述第四目标特征的差异图像对应的数据。

61、可选地，所述装置还包括：

62、第六获取模块，用于基于所述第三目标特征获取第三点位，所述第三点位为所述检测人脸画像中一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

63、第七获取模块，用于基于所述第四目标特征获取第四点位，所述第四点位为所述检测人脸画像中另一侧人脸的眼部区域图像中，瞳孔中心位置所在的点位；

64、第六确定模块，用于基于所述第三点位与所述第四点位构建重叠图层，基于所述重叠图层确定所述差异图像；

65、第七确定模块，基于所述差异图像确定所述检测差异特征数据。

66、可选地，所述装置还包括：

67、第二转化模块，用于基于opencv库的imread函数读取所述差异图像，并使用cvtcolor函数转换为灰度图像；

68、第三计算模块，用于使用absdiff函数计算所述灰度图像；

69、第二生成模块，用于使用imshow函数生成所述检测差异特征数据。

70、另一方面，提供了一种电子设备，所述电子设备包括：

71、处理器；

72、存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器加载并执行时，实现如上述基于人眼识别的人脸检测方法的步骤。

73、另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行如上述基于人眼识别的人脸检测方法的步骤。

74、本发明提供的技术方案带来的有益效果至少包括：

75、本发明提出的一种基于人眼识别的人脸检测方法及装置，采用人工智能的方式，基于待检测的人脸画像中两眼的差异特征，获取到生成的目标人脸画像数据，并将目标人脸画像数据与待检测的人脸画像数据相匹配，根据匹配的结果，匹配值较高则证明获取的待检测的人脸画像正常，并未受到外在因素对图像的影响。