(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211079016.7 (22)申请日 2022.09.05 (71)申请人 广州城市职业学院 地址 510000 广东省广州市广园中路248号 (72)发明人 杨伟钧　陈援峰　王晓栋　叶培楚　 曾宪贤　杨伟高　赖冠宇　 (74)专利代理 机构 中山市粤捷信知识产权代理 事务所(普通 合伙) 44583 专利代理师 张谦 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01) (54)发明名称 一种带口罩遮挡情况 下的人脸识别方法 (57)摘要 本发明提供一种带口罩遮挡情况下的人脸 识别方法， 包括以下步骤： 步骤A， 采集无遮挡正 脸图像， 基于人脸图像构建多局部区域， 提取特 征进行训练， 根据多局部区域人脸特征构建数据 集； 步骤B， 采集人脸戴口罩图像， 根据数据集进 行人脸识别， 与现有技术相比， 本发明具有如下 的有益效果： 可以极大提高人脸识别成功率。 在 防疫要求下， 佩戴口罩常规化的时代， 用户在公 众场合进行身份验证时摘下口罩进行人脸识别 会增加交叉感染的风险， 本发明提出的方法， 可 以有效避免交叉感染风险的发生， 能够极大地提 高人们的出 行安全。 权利要求书1页 说明书6页 附图3页 CN 115512407 A 2022.12.23 CN 115512407 A 1.一种带口罩遮挡情况 下的人脸识别方法， 其特 征在于， 包括以下步骤： 步骤A， 采集无遮挡正脸图像， 基于人脸图像构建多局部区域， 提取特征进行训练， 根据 多局部区域人脸特 征构建数据集； 步骤B， 采集人脸戴口罩图像， 根据数据集进行 人脸识别。 2.如权利要求1所述的一种带口罩遮挡情况下的人脸识别方法， 其特征在于： 在步骤A 中； 首先采集N组不同人的无遮挡的人脸 正脸图像； 采用人脸五官定位算法对人脸图像进行特征提取， 并实现五官定位。 根据特征点定位 的五官位置， 圈定目标区域， 确定人脸五官的不同位置， 对原始图像进行裁切， 得到不同五 官部位的图像块； 对获取的所有人脸图像进行 标注； 将标注好的正负样本， 送入孪生网络 中， 用于训练孪生网络 中的结构参数， 促使孪生网 络准确提取局部人脸特 征； 采用训练出来的孪生网络构建标准人脸数据集。 3.如权利要求1所述的一种带口罩遮挡情况下的人脸识别方法， 其特征在于： 在步骤B 中； 首先采集戴口罩的人脸图像数据用于查询； 使用人脸五官定位 算法对戴口罩的人脸进行五官定位； 使用多局部区域的人脸特 征孪生网络对图像进行 特征提取； 根据特征在数据库中进行查询。权　利　要　求　书 1/1 页 2 CN 115512407 A 2一种带口罩遮挡情况下的 人脸识别方 法 技术领域 [0001]本发明属于人脸图像识别技术领域， 特别涉及一种带口罩遮挡情况下的人  脸识 别方法。 背景技术 [0002]现在的人脸识别技术主要分为两种主要分支： 第一， 基于 五官定位的人脸  特征识 别方法， 通过特征点对人脸图像进行特征提取， 并提取出人脸五官， 在  两幅图像中进行特 征匹配， 进 行人脸识别； 第二， 基于深度学习的方式进 行全 脸图像卷积， 根据全局特征向量 差异进行度量两幅图像之间的特 征匹配结果，  实现人脸识别。 [0003]现有方案都基于全脸可见的假设， 通过无遮挡的人脸数据集进行训练得到  的算 法模型， 在无遮挡条件下可以准确 辨别个人身份。 因此， 亟待一种可以解  决佩戴口罩下 的 人脸识别方法。 发明内容 [0004]本发明针对因佩戴口罩导致脸部信息缺失的问题， 提出一种基于孪生神经  网络 的深度学习技术对人脸多个局部区域提取特征 的方法， 探索多局部区域特  征融合的技术 手段， 实现具有强鲁棒 性的口罩遮挡情况 下的人脸精准识别系统。 [0005]本发明通过以下的技术方案实现： 一种带口罩遮挡情况下的人脸识别方法，  包括 以下步骤： [0006]步骤A， 采集无遮挡正脸图像， 基于人脸图像构建多局部区域， 提取特征进  行训 练， 根据多局部区域人脸特 征构建数据集； [0007]步骤B， 采集人脸戴口罩图像， 根据数据集进行 人脸识别。 [0008]作为一优选的实施方式， 在步骤A中； [0009]首先采集N组不同人的无遮挡的人脸 正脸图像； [0010]采用人脸五官定位算法对人脸图像进行特征提取， 并实现五官定位。 根据  特征点 定位的五官位置， 圈定目标区域， 确定人脸 五官的不同位置， 对原始图  像进行裁切， 得到不 同五官部位的图像块； [0011]对获取的所有人脸图像进行 标注； [0012]将标注好的正负样本， 送入孪生网络中， 用于训练孪生网络中的结构参数，  促使 孪生网络准确提取局部人脸特 征； [0013]采用训练出来的孪生网络构建标准人脸数据集。 [0014]作为一优选的实施方式， 在步骤B中； [0015]首先采集戴口罩的人脸图像数据用于查询； [0016]使用人脸五官定位 算法对戴口罩的人脸进行五官定位； [0017]使用多局部区域的人脸特 征孪生网络对图像进行 特征提取； [0018]根据特征在数据库中进行查询。说　明　书 1/6 页 3 CN 115512407 A 3