(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 202211296859.2 (22)申请日 2022.10.21 (71)申请人 深圳市巨龙创视科技有限公司 地址 518101 广东省深圳市宝安区新 安街 道兴东社区71区壹维空间601-615、 (在“新安街道兴东社区龙文达科技园 2楼”设有经营场所从事经 营活动) (72)发明人 孙成智　阳噹铃　谢步志　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 李继乾 (51)Int.Cl. G06V 40/16(2022.01) (54)发明名称 一种人脸识别图像 选取方法及系统 (57)摘要 本申请公开了一种人脸识别图像选取方法 及系统， 其涉及人脸识别技术领域， 该方法包括 如下步骤： 采集多个初始人脸图像； 基于模糊值 筛选所述初始人脸图像， 得到多个初筛人脸图 像； 根据所述初筛人脸图像中目标人脸的人脸特 征拟合出目标3D脸模型； 基于 所述目标3D脸模型 分析得到 所有所述初筛人脸图像的旋转特征； 根 据所述旋转特征从所有所述初筛人脸图像中筛 选得到最优 人脸图像。 本申请具有采集有效人脸 图像效率较高的效果。 权利要求书2页 说明书10页 附图5页 CN 115471900 A 2022.12.13 CN 115471900 A 1.一种人脸识别图像选取 方法， 其特 征在于， 包括如下步骤： 采集多个初始人脸图像； 基于模糊值筛 选所述初始人脸图像， 得到多个初筛人脸图像； 根据所述初筛人脸图像中目标 人脸的人脸特 征拟合出目标3D脸模型； 基于所述目标3D脸模型分析 得到所有所述初筛人脸图像的旋转特 征； 根据所述旋转特 征从所有所述初筛人脸图像中筛 选得到最优人脸图像。 2.根据权利要求1所述的一种人脸识别图像选取方法， 其特征在于， 在所述基于模糊值 筛选所述初始人脸图像， 得到多个初筛人脸图像之前还 包括如下步骤： 通过图像识别技术识别并框选所述初始人脸图像中的目标人脸， 生成所述目标人脸的 目标选取框； 基于所述目标选取框的中心点 生成预设尺寸的裁 剪框； 根据所述裁 剪框裁剪所述初始人脸图像； 将通过所述裁剪框裁剪后的图像作为 新的初始人脸图像。 3.根据权利要求1所述的一种人脸识别图像选取方法， 其特征在于， 所述基于模糊值筛 选所述初始人脸图像， 得到多个初筛人脸图像包括如下步骤： 利用索贝尔算子计算所有所述初始人脸图像的模糊值； 判断所述模糊值是否低于预设的模糊阈值； 若所述模糊值 不低于所述模糊阈值， 则筛除对应的所述初始人脸图像； 若所述模糊值低于所述模糊阈值， 则保留对应的所述初始人脸图像作为初筛人脸图 像。 4.根据权利要求3所述的一种人脸识别图像选取方法， 其特征在于， 所述根据 所述初筛 人脸图像中目标 人脸的人脸特 征拟合出目标3D脸模型包括如下步骤： 将所有所述初筛人脸图像按照所述模糊值从小至大的顺序进行排序； 识别并统计所有所述初筛人脸图像中目标 人脸的人脸特 征点数量； 根据排序结果依次判断所述人脸特 征点数量是否超出 预设的数量阈值； 若所述人脸特征点数量未超出所述数量阈值， 则按照所述排序 结果继续判断下一个所 述初筛人脸图像中目标 人脸的人脸特 征点数量； 若所述人脸特征点数量超出所述数量阈值， 则将对应的初筛人脸图像作为目标初筛人 脸图像， 并按照所述排序结果继续判断下一个初筛人脸图像中目标人脸的人脸特征点数 量， 直至所述目标初筛人脸图像数量达 到预设图像数量； 根据所述目标初筛人脸图像中目标 人脸的人脸特 征拟合出目标3D脸模型。 5.根据权利要求4所述的一种人脸识别图像选取方法， 其特征在于， 所述基于所述目标 3D脸模型分析 得到所有所述初筛人脸图像的旋转特 征包括如下步骤： 通过相机标定法标记所述目标3D脸模型中目标人脸的中心特征点和标准特征点， 所述 标准特征点包括鼻子特 征点； 以所述中心特 征点为原点构建所述目标3D脸模型的空间坐标轴； 基于所述空间坐标轴获取 所有所述标准特 征点的标准空间坐标； 标记所述目标初筛人脸图像中目标 人脸对应所述鼻子特 征点位置的目标 鼻子特征点； 通过所述相机标定法获取所述目标鼻子特征点在所述目标初筛人脸图像中的目标图权　利　要　求　书 1/2 页 2 CN 115471900 A 2像坐标； 结合所述标准空间坐标和所述目标图像坐标计算得到所述目标初筛人脸图像中目标 人脸的三轴旋转角度。 6.根据权利要求5所述的一种人脸识别图像选取方法， 其特征在于， 所述三轴旋转角度 包括X轴旋转角度、 Y轴旋转角度和Z轴旋转角度， 所述标准特征点还包括左眼特征点和右眼 特征点， 所述结合所述标准空间坐标和所述目标图像坐标计算得到所述目标初筛人脸图像 中目标人脸的三轴旋转角度包括如下步骤： 计算所述目标初筛人脸图像 中目标人脸的所述X轴旋转角度， 所述X轴旋转角度的计算 公式为： 式中： θ为所述X轴旋转角度， ΔXd为所述目标鼻子特征点相对于所述鼻子特征点在X轴 上的坐标变化量， ΔYd为所述 目标鼻子特征点相对于所述鼻子特征点在Y轴上的坐标变化 量， ΔZd为所述目标 鼻子特征点相对于所述鼻子特 征点在Z轴上的坐标变化 量； 计算所述目标初筛人脸图像 中目标人脸的所述Y轴旋转角度， 所述Y轴旋转角度的计算 公式为： 式中： β 为所述Y轴旋转角度， Xd为所述鼻子特征点的X轴坐标， Zd为所述鼻子特征点的Z 轴坐标； 计算所述目标初筛人脸图像 中目标人脸的所述Z轴旋转角度， 所述Z轴旋转角度的计算 公式为： 式中： α 为所述Z轴旋转角度， Ya为所述左眼特征点的Y轴坐标， Yc为所述右眼特征点的Y 轴坐标， Xa为所述左眼特 征点的X轴坐标， Xc为所述右眼特 征点的Y轴坐标。 7.根据权利要求4所述的一种人脸识别图像选取方法， 其特征在于， 所述根据 所述旋转 特征从所有所述初筛人脸图像中筛 选得到最优人脸图像包括如下步骤： 分别判断各个所述目标初筛人脸图像中的所述三轴旋转角度是否小于对应的角度阈 值； 若所述三轴旋转角度中至少一轴旋转角度不小于对应的角度阈值， 则 筛除对应的目标 初筛人脸图像； 若所述三轴旋转角度均小于对应的角度阈值， 则将对应的目标初筛人脸图像标记为合 格人脸图像； 计算所有所述合格人脸图像的所述三轴旋转角度的平方和， 得到所有所述合格人脸图 像的旋转特 征值； 选取所述旋转特 征值最小的合格人脸图像作为 最优人脸图像。 8.一种人脸识别图像选取系统， 其特征在于， 包括处理器和存储器， 所述处理器在运行 所述存储器存储的计算机指令时， 执 行如权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115471900 A 3