脸上有遮挡物可以人脸识别？华为：没有不可能！

华为研发出了一种人脸识别技术，用以解决存在遮挡物的人脸图像识别精确度较低，甚至是无法识别存在遮挡物的人脸图像的问题。

文｜王梦洁

校对｜诗诗

图源｜网络

集微网消息，华为早在2015年就这样的技术问题进行了研究，并研发出了一种人脸识别技术，用以解决存在遮挡物的人脸图像识别精确度较低，甚至是无法识别存在遮挡物的人脸图像的问题。

人脸识别技术已经被广泛应用到视频监控、考勤记录、门禁等场合，在视频监控等非主动配合的场景下，如图1所示为现有技术中的人脸识别的流程图：

图1

现有的人脸识别方法是在进人脸识别之前，首先建立提取得到的各个人脸特征建立人脸特征库。

后续在进行人脸识别时，每次采集到人脸图像之后，在采集到的人脸图像中进行人脸特征提取，并将在采集到的人脸特征与人脸特征库进行匹配，从而得到人脸识别结果。

但是，当前的人脸识别技术容易受到光线、姿态、遮挡等因素影响， 因此，当前的人脸识别技术中存在对人脸上有遮挡物的人脸图像进行识别的精确度较低，甚至是无法识别的问题。

而华为提供的一种人脸识别方法的专利解决了这个问题。

方法如图2所示的步骤：

图2

即在采集到人脸图像之后，首先对人脸图像进行特征提取，例如可以通过定位特征算子进行特征提取。

在提取出采集到的人脸图像中的待识别人脸特征之后，将待识别人脸特征输入至人脸识别系统中的分类器，通过该分类器就能够确定出采集到的人脸图像中是否存在遮挡人脸的遮挡物，例如可以在人脸识别系统中建立一个数据库，在该数据库中包含无遮挡的人脸图像以及在人脸上存在遮挡物的人脸图像。

在可能的情况下，数据库中可以尽可能的添加各种存在不同遮挡物的人脸图像，这样使得后续可以更加准确的对存在遮挡物的人脸图像进行分类。

在数据库中对每种存在遮挡物的人脸图像进行标类之后，提取数据库中每一标类下的每一张人脸图像的人脸特征，这然后将提取出的人脸特征以及人脸特征对应的标类输入到支持向量机(SVM)中，在SVM中就可以建立人脸特征与类别以及类别与遮挡物之间的对应关系，最后通过SVM对人脸特征的学习训练就可以得到一个用于检测人脸图像中是否存在遮挡物的分类器。

在生成分类器之后，人脸识别系统就可以实现对采集到的人脸图像进行遮挡物的检测，并且对存在遮挡物的人脸图像进行分类。

若是分类器确定出采集到的人脸图像中存在遮挡物时，则对采集到的人脸图像进行标识点检测，然后根据遮挡物边缘的标识点，在采集到的人脸图像中提取出遮挡物图像。这里的标识点检测的方法可以使用主动形状模型 (ASM)或者是监督梯度下降法(SDM)。

在图3所示的人脸图像中存在墨镜，通过SDM处理方法，将墨镜边缘通过标 识点进行标识，从而生成一个遮挡物边缘检测模型，当存在遮挡物的人脸图像输入时，就可以通过遮挡物边缘检测模型直接确定出遮挡物边缘的标识点。

图3

基于在步骤1中得到了遮挡物检测模型之后，在人脸识别系统采集到存遮挡物的人脸图像输入时，人脸识别系统将根据SDM方法得到采集到人脸图像中遮挡物边缘的标识点，将标识点所围成的区域确定为遮挡物所占用的区域，然后将遮挡物所占用的区域确定为遮挡物图像，最后提取出人脸图像中的遮挡物图像。

最后，判断在人脸图像库中是否存在匹配参考人脸图像，若判断结果为是时，则人脸识别成功，否则，人脸识别失败。

基于该专利提供的人脸识别方法，可以实现了对人脸上存在遮挡物的人脸图像进行准确的识别，提高了人脸识别的精确性。

END