技术摘要：
本发明公开了一种人脸比对预处理方法，通过神经网络算法获取全局的68个人脸关键点，然后根据估计的的尺度和角度，去对人脸图像进行几何的校正，同时对人脸上的几个关键局部特征的遮挡情况进行检测，若发现有遮挡，则根据局部邻域点和对称点，求出仿射变换函数，进行对  全部
背景技术：
随着社会的发展和科技的进步，越来越多的人工智能技术和产品应用到我们的日 常生活中。特别是在当今城市化快速发展的过程中，城市化呈现处人口密集型、人员层次复 杂，人口数量众多，由此带来了许多新的社会治安管理问题。采用智能化的技术手段，有效 对城市管理进行数字化和信息化，合理利用社会治安管理资源，提高社会治安安全性和人 民的生活质量，成为目前社会的迫切需求之一。而人工智能技术的突破和逐渐落地，在智慧 安防领域的应用也取得了显著的成果。特别是人脸门禁、车牌识别、无感支付和社区事务自 动化系统等等。其中人脸识别功能的应用在智慧安防领域的最大应用需求之一，然后其效 果一直受限于人脸识别精度，由于人脸面部受到光照、遮挡等因素，导致人脸面部信息丢失 等问题的出现，对于人脸识别精度，具有很大的影响。 因此，有必要提出一种新的人脸比对预处理方法以克服现有技术缺陷。
技术实现要素：
本发明的目的是解决现有技术中的问题，提供一种人脸识别精度高的人脸比对预 处理方法。本发明通过进行人脸局部特征检测和帧替换的人脸比对预处理，可以解决人脸 面部信息受光照、遮挡等因素干扰导致的缺失，进一步完善人脸面部特征，提高人脸识别精 度。 本发明的技术方案是：提供一种人脸比对预处理方法，包括以下步骤： S1、获取人脸图像，对人脸图像进行68点标定； S2、根据一定的尺度和角度对人脸图像进行几何校正； S3、根据人脸图像中人脸器官的局部特征点的标定情况进行帧替换，完善人脸面 部特征信息； S4、对人脸所有特征部位的仿射变换帧替换信息完善完成后，进行人脸对齐和特 征计算。 作为一种优选的技术方案，所述步骤S1中“获取人脸图像，对人脸图像进行68点标 定”通过调用dlib库进行。 作为一种进一步优选的技术方案，所述步骤S1中“对人脸图像进行68点标定”的方 法为，在调用dlib库进行人脸图像处理标定的基础上，调用dlib库的预测器“shape_ predictor_68_face_landmarks.dat”对人脸图像进行68点标定。 作为一种优选的技术方案，所述步骤S2“根据一定的尺度和角度对人脸图像进行 几何校正”循环多次，将多次的人脸图像几何校正结果叠加获得最终的几何校正的人脸图 像。 3 CN 111553254 A 说　明　书 2/4 页 作为一种优选的技术方案，所述步骤S3中“人脸器官”包括眼睛、眉毛、鼻子、下吧、 脸庞和嘴巴。 作为一种优选的技术方案，所述步骤S3“根据人脸图像中人脸器官的局部特征点 的标定情况进行帧替换，完善人脸面部特征信息”的具体方法包括以下步骤： S3a、根据人脸图像中每个人脸器官的局部特征部位和所属标定点的结构关系，进 行局部特征部位遮挡判断；若所属标定的顶点所形成的结构不符合人脸局部部位特征结 构，则该人脸器官的部位特征信息存在损失，判断该局部特征部位被遮挡，进行步骤S3b；否 则，该人脸器官的部位特征信息完整，不做任何处理； S3b、从人脸图像的人脸器官局部特征点中寻找与被遮挡的特征部位对称的人脸 器官特征部位的特征点，判断该对称的特征点是否存在特征信息严重损失，若存在，则进行 步骤S3a对其他部位进行检测；否则转向步骤S3c； S3c、根据相似度最高的一对人脸器官特征部位中未被遮挡的特征部位的标定点 生成仿射函数； S3d、根据仿射函数和未被遮挡的特征部位的标定点信息进行帧替换操作，完善被 遮挡特征部位的特征信息。 作为一种优选的技术方案，所述步骤S4之后，还包括步骤S5、进行人脸比对的后续 操作。 本发明的一种人脸比对预处理方法，通过神经网络算法获取全局的68个人脸关键 点，然后根据估计的的尺度和角度，去对人脸图像进行几何的校正，同时对人脸眼睛、眉毛、 鼻子、下巴、脸庞和嘴巴这几个关键局部特征的遮挡情况进行检测，若发现有遮挡，则根据 局部邻域点和对称点，求出仿射变换函数，进行对称未遮挡处的放射帧替换，从而可以优化 人脸局部特征的被遮挡问题，对人脸识别进行预处理，提高识别精度。本发明通过进行人脸 局部特征检测和帧替换的人脸比对预处理，可以解决人脸面部信息受光照、遮挡等因素干 扰导致的缺失，进一步完善人脸面部特征，提高人脸识别精度。本发明的人脸比对预处理方 法具有可以自动完善人脸信息，人脸识别精度高的优点。 附图说明 图1为本发明一种人脸比对预处理方法