CN111598018A - 面部遮挡物的佩戴检测方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种面部遮挡物的佩戴检测方法、装置、设备及存储介质，涉及机器学习技术领域。该方法包括：从待识别图像中裁剪人脸图像；对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位；对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果；根据特征检测结果，确定面部遮挡物的佩戴状态。本申请的方法，通过从人脸图像中裁取人脸图像的第一特征部位图像，通过对第一特征部位图像进行检测，确定面部遮挡物的佩戴状态，可以将对整个人脸图像进行检测，转化为人脸局部图像的检测，可以提高检测效率和检测精确度。

Description

面部遮挡物的佩戴检测方法、装置、设备及存储介质

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种面部遮挡物的佩戴检测方法、装置、设备及存储介质。

背景技术

在实际生活的一些特殊场景(例如疫情、环境污染等)中，不仅需要提倡用户佩戴面部遮挡物，同时需要监督用户是否规范佩戴面部遮挡物，对用户进行面部遮挡物佩戴规范性检测，是保障用户安全、降低社会风险和控制监督成本的重要手段。

现有技术中，可采用图像分类模型，直接对人脸图像进行图像分类的方法，根据分类结果确定面部遮挡物的佩戴状态。

但是，通过整个人脸图像进行图像分类，会导致面部遮挡物的佩戴状态检测结果准确性较差。

发明内容

有鉴于此，本申请实施例的目的在于提供一种面部遮挡物的佩戴检测方法、装置、设备及存储介质，能够通过人脸局部特征图像检测分类，判断面部遮挡物的佩戴状态，解决现有技术中存在的面部遮挡物佩戴状态检测效果较差的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种面部遮挡物的佩戴检测方法，包括：

从待识别图像中裁剪人脸图像；

对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，其中，所述第一特征部位为面部遮挡物的预设遮挡部位；

对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果；

根据所述特征检测结果，确定所述面部遮挡物的佩戴状态。

可选地，所述从待识别图像中裁剪人脸图像，包括：

对所述待识别图像进行人脸检测；

若检测到人脸，确定所述待识别图像中人脸框的位置；

根据所述人脸框的位置，从所述待识别图像中裁剪所述人脸框的区域作为所述人脸图像。

可选地，所述对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，之前，所述方法还包括：

对所述人脸图像进行所述第一特征部位的检测，得到所述人脸图像中所述第一特征部位的位置；

相应的，所述对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，包括：

根据所述第一特征部位的位置，对所述人脸图像中的所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

可选地，所述根据所述第一特征部位的位置，对所述人脸图像中的所述第一特征部位进行裁剪，得到所述人脸图像中所述第一特征部位的图像，包括：

根据所述第一特征部位的位置；确定所述第一特征部位的裁剪尺寸；

根据所述裁剪尺寸，对所述人脸图像中所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

可选地，所述对所述人脸图像进行所述第一特征部位的检测，得到所述人脸图像中所述第一特征部位的位置，包括：

采用预设的人脸特征检测器，对所述人脸图像进行第二特征部位的特征检测，确定所述第二特征部位的位置，其中，所述第二特征部位为所述面部遮挡物的非遮挡部位；

根据所述第二特征部位的位置，确定所述第一特征部位的位置。

可选地，若所述第一特征部位包括：至少一个特征部位，则所述第一特征部位的图像包括：所述至少一个特征部位的图像；所述对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果，包括：

采用每个特征部位的检测器，对所述每个特征部位的图像进行所述每个特征部位的特征检测，得到所述每个特征部位的检测结果；

所述第一特征部位的特征检测结果包括：所述至少一个特征部位的检测结果。

可选地，所述每个特征部位的检测结果包括：指示信息，所述指示信息用于指示是否检测到所述每个特征部位的特征。

可选地，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位的特征均未检测到，则确定所述人脸图像的面部已佩戴所述面部遮挡物，且，满足预设佩戴要求。

可选地，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位的特征均检测到，则确定所述人脸图像的面部未佩戴所述面部遮挡物。

可选地，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位中部分特征部位的特征未检测到，则确定所述人脸图像的面部佩戴所述面部遮挡物，但不满足所述预设佩戴要求。

可选地，所述方法还包括：

输出佩戴指示信息，以指示所述面部遮挡物未遮挡所述检测到的特征部位。

第二方面，本申请实施例提供了一种面部遮挡物的佩戴检测装置，包括：裁剪模块、检测模块、确定模块；

所述裁剪模块，用于从待识别图像中裁剪人脸图像；对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，其中，所述第一特征部位为面部遮挡物的预设遮挡部位；

所述检测模块，用于对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果；

所述确定模块，用于根据所述特征检测结果，确定所述面部遮挡物的佩戴状态。

可选地，所述裁剪模块，具体用于对所述待识别图像进行人脸检测；若检测到人脸，确定所述待识别图像中人脸框的位置；根据所述人脸框的位置，从所述待识别图像中裁剪所述人脸框的区域作为所述人脸图像。

可选地，所述检测模块，还用于对所述人脸图像进行所述第一特征部位的检测，得到所述人脸图像中所述第一特征部位的位置；

所述裁剪模块，具体用于根据所述第一特征部位的位置，对所述人脸图像中的所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

可选地，所述裁剪模块，具体用于根据所述第一特征部位的位置；确定所述第一特征部位的裁剪尺寸；根据所述裁剪尺寸，对所述人脸图像中所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

可选地，所述检测模块，具体用于采用预设的人脸特征检测器，对所述人脸图像进行第二特征部位的特征检测，确定所述第二特征部位的位置，其中，所述第二特征部位为所述面部遮挡物的非遮挡部位；根据所述第二特征部位的位置，确定所述第一特征部位的位置。

可选地，若所述第一特征部位包括：至少一个特征部位，则所述第一特征部位的图像包括：所述至少一个特征部位的图像；

所述检测模块，具体用于采用每个特征部位的检测器，对所述每个特征部位的图像进行所述每个特征部位的特征检测，得到所述每个特征部位的检测结果；所述第一特征部位的特征检测结果包括：所述至少一个特征部位的检测结果。

可选地，所述每个特征部位的检测结果包括：指示信息，所述指示信息用于指示是否检测到所述每个特征部位的特征。

可选地，所述确定模块，具体用于若所述至少一个特征部位的特征均未检测到，则确定所述人脸图像的面部已佩戴所述面部遮挡物，且，满足预设佩戴要求。

可选地，所述确定模块，具体用于若所述至少一个特征部位的特征均检测到，则确定所述人脸图像的面部未佩戴所述面部遮挡物。

可选地，所述确定模块，具体用于若所述至少一个特征部位中部分特征部位的特征未检测到，则确定所述人脸图像的面部佩戴所述面部遮挡物，但不满足所述预设佩戴要求。

可选地，所述装置还包括：输出模块；

所述输出模块，用于输出佩戴指示信息，以指示所述面部遮挡物未遮挡所述检测到的特征部位。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过所述总线通信，所述处理器执行机器可读指令，以执行时执行如上述第一方面所述的面部遮挡物的佩戴检测方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述第一方面所述的面部遮挡物的佩戴检测方法的步骤。

本申请的有益效果是：

本申请提供一种面部遮挡物的佩戴检测方法、装置、设备及存储介质，该方法包括：从待识别图像中裁剪人脸图像；对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位；对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果；根据特征检测结果，确定面部遮挡物的佩戴状态。本申请的方法，通过从人脸图像中裁取人脸图像的第一特征部位图像，通过对第一特征部位图像进行检测，确定面部遮挡物的佩戴状态，可以将对整个人脸图像进行检测，转化为人脸中局部图像的特征检测，一定程度上可以提高检测效率和检测精确度。

其次，本申请通过将人脸整体图像检测的问题转化为局部特征部位图像检测，可以有效避免多业务场景下，获取的待识别图像中包括多个人脸图像，导致对个人脸图像进行面部遮挡物佩戴状态检测时，检测复杂度较高，且检测效率较低的问题。

另外，本申请的方案可根据确定的面部遮挡物佩戴状态，发送相应的提示信息，以规范用户的佩戴行为，在实现用户对面部遮挡物佩戴调整的同时，有效提高了用户的体验度。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请一些实施例的一种佩戴检测系统的框图；

图2为本申请实施例提供的一种电子设备的示例性硬件和软件组件的示意图；

图3为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图一；

图4为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图二；

图5为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图三；

图6为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图四；

图7为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图五；

图8为本申请实施例提供的一种面部遮挡物的佩戴检测装置示意图一；

图9为本申请实施例提供的一种面部遮挡物的佩戴检测装置示意图二；

图10为本申请实施例提供的一种电子设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。

下面通过可能的实现方式对本发明的技术方案进行说明。

图1为本申请一些实施例的一种佩戴检测系统100的框图。例如，佩戴检测系统100可以是用于诸如司乘服务、学校、旅游景区、办公楼、医院等人员聚集场合等。佩戴检测系统100可以包括服务器110、网络120、终端130、数据库140中的一种或多种，服务器110中可以包括执行指令操作的处理器。

在一些实施例中，服务器110可以是单个服务器，也可以是服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器110可以是分布式系统)。在一些实施例中，服务器110相对于终端，可以是本地的、也可以是远程的。例如，服务器110可以经由网络120访问终端130、或数据库140、或其任意组合中的信息和/或数据。作为另一示例，服务器110可以直接连接到终端130、和数据库140中至少一个，以访问存储的信息和/或数据。在一些实施例中，服务器110可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等，或者它们的任意组合。在一些实施例中，服务器110可以在具有本申请中图2所示的一个或多个组件的电子设备200上实现。

在一些实施例中，服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据，以执行本申请中描述的一个或多个功能。例如，处理器可以基于终端130获得的图像信息来确定人脸图像。在一些实施例中，处理器可以包括一个或多个处理核(例如，单核处理器(S)或多核处理器(S))。仅作为举例，处理器可以包括中央处理单元(CentralProcessing Unit，CPU)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor，ASIP)、图形处理单元(Graphics Processing Unit，GPU)、物理处理单元(Physics Processing Unit，PPU)、数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、可编程逻辑器件(Programmable Logic Device，PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing，RISC)、或微处理器等，或其任意组合。

网络120可以用于信息和/或数据的交换。在一些实施例中，佩戴检测系统100中的一个或多个组件(例如，服务器110，终端130，和数据库140)可以向其他组件发送信息和/或数据。例如，服务器110可以经由网络120从服务请求方终端130获取服务请求。在一些实施例中，网络120可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络120可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(LocalArea Network，LAN)、无线局域网(Wireless Local Area Networks，WLAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、公共电话交换网(Public Switched Telephone Network，PSTN)、蓝牙网络、ZigBee网络、或近场通信(NearField Communication,NFC)网络等，或其任意组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线或无线网络接入点，例如基站和/或网络交换节点，佩戴检测系统100的一个或多个组件可以通过该接入点连接到网络120以交换数据和/或信息。

在一些实施例中，终端130可以包括移动设备、平板计算机、膝上型计算机、门禁设备或机动车辆中的内置设备等，或其任意组合。在一些实施例中。在一些实施例中，在一些实施例中，智能移动设备可以包括智能手机、个人数字助理(Personal DigitalAssistant，PDA)、导航设备等，或其任意组合。在一些实施例中，机动车辆中的内置设备可以包括车载计算机、车载电视等。

在一些实施例中，数据库140可以存储数据和/或指令。在一些实施例中，数据库140可以存储从终端130获得的数据。在一些实施例中，数据库140可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中，数据库140可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory，ROM)等，或其任意组合。在一些实施例中，数据库140可以在云平台上实现。仅作为示例，云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等，或其任意组合。

在一些实施例中，数据库140可以连接到网络120以与佩戴检测系统100(例如，服务器110，终端130等)中的一个或多个组件通信。佩戴检测系统100中的一个或多个组件可以经由网络120访问存储在数据库140中的数据或指令。在一些实施例中，数据库140可以直接连接到佩戴检测系统100中的一个或多个组件(例如，服务器110，终端130等)；或者，在一些实施例中，数据库140也可以是服务器110的一部分。

图2为本申请实施例提供的一种电子设备的示例性硬件和软件组件的示意图。例如，处理器220可以用于电子设备200上，并且用于执行本申请中的功能。

电子设备200可以是上述图1中所示的终端130或者是服务器110。电子设备200也可以是通用计算机或特殊用途的计算机，其都可以用于实现本申请的面部遮挡物的佩戴检测方法。

例如，电子设备200可以包括连接到网络的网络端口210、用于执行程序指令的一个或多个处理器220、通信总线230、和不同形式的存储介质240，例如，磁盘、ROM、或RAM，或其任意组合。示例性地，计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。电子设备200还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output，I/O)接口250。

为了便于说明，在电子设备200中仅描述了一个处理器。然而，应当注意，本申请中的电子设备200还可以包括多个处理器，因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如，若电子设备200的处理器执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一处理器和第二处理器共同执行步骤A和B。

图3为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图一，该检测方法的执行主体可以是终端、服务器等具备数据处理功能的设备。如图1所示，该方法可以包括：

S101、从待识别图像中裁剪人脸图像。

在生活中的一些特殊场合和特殊情况下(例如：传染性疾病、环境污染等)，为了保障人们的人身安全，可以通过佩戴面部遮挡物，以阻挡环境中的不明物的侵袭，降低隐患。

本申请方案中，面部遮挡物可以为面部防护罩又称面罩、眼部防护罩又称眼罩等，当然也可以为其它类型的面部遮挡物。本申请的方案可以应用于司乘服务，或者是学校、旅游景点、小区等人员聚集的场合中，通过检测用户对面部遮挡物佩戴的规范性，可以有效保障用户的人身安全，降低风险。

对面部遮挡物的佩戴状态进行检测的基础是获取具有人脸的图像。可选地，可以通过专用的终端设备的摄像头拍摄获取待识别图像，例如：手机终端等常用终端设备，或者是门禁设备等。

通常，获取的待识别图像中除了人脸图像，还可能包含复杂的背景图像，背景图像会对检测结果造成一定的影响，故，可先从待识别图像中裁剪出人脸图像，以提高检测精度。

S102、对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位。

通常，正确的面部遮挡物佩戴方式应该是面部遮挡物能够遮挡住该第一特征部位，但实际场景中许多人佩戴面部遮挡物并不规范，往往会露出部分部位，使面部遮挡物的佩戴形同虚设。对面部遮挡物佩戴进行检测，也即对面部遮挡物是否遮盖第一特征部位进行检测。

本实施例中，可先从裁剪得到的人脸图像中，进一步地裁剪人脸图像中第一特征部位的图像，可以将对人脸图像进行检测，转化为该第一特征部位的图像的特征检测，一定程度上可以提高检测效率和检测精确度。

在一种示例中，若该面部遮挡物为面部防护罩，则该第一特征部位例如可包括：嘴巴部位和鼻子部位，那么通过执行该S102便可得到的第一特征部位的图像可包括：嘴巴部位图像和鼻子部位图像。

在另一种示例中，若该面部遮挡物为眼部防护罩，则该第一特征部位例如可以包括：眼部，那么通过执行该S102便可得到第一特征部位的图像可包括：眼部图像。

S103、对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果。

在具体应用示例中，可对该第一特征部位的图像中每个图像均进行特征检测后，便可得到该第一特征部位的特征检测结果。

若该面部遮挡物为面部防护罩，便可将该嘴巴部位图像进行嘴巴部位的特征检测，以检测该嘴巴部位的图像中是否具有嘴巴特征点，如此得到该嘴巴部位图像的特征检测结果；还可将该鼻子部位图像进行鼻子部位的特征检测，以检测该鼻子部位的图像中是否具有鼻子特征点，如此得到该鼻子部位图像的特征检测结果。

若该面部遮挡物为眼部防护罩，便可将该眼部图像进行眼部的特征检测，以检测该眼部图像中是否具有眼部特征点，如此得到该眼部图像的特征检测结果。

S104、根据特征检测结果，确定面部遮挡物的佩戴状态。

可选地，可以根据上述裁剪得到的第一特征部位的图像，采用预先训练得到的图像分类器，对第一特征部位的图像进行特征检测，得到特征检测结果。其中，特征检测结果可以包括：该第一特征部位的图像中所检测到的特征点，例如：未检测到该第一特征部位，或者，检测到该第一特征部位中的部分特征，或者，检测到该第一特征部位的所有特征。

那么，根据上述检测结果，可以确定面部遮挡物的佩戴状态，其中，本申请中，佩戴状态可以为如下任一状态：未佩戴、规范佩戴、不规范佩戴等。

以第一特征部位包括一个特征部位为例，那么，未佩戴状态可以指：该一个特征部位被检测到；规范佩带状态可以指：该一个特征部位未被检测到。

以第一特征部位包括多个特征部位为例，那么，未佩戴状态可以指：多个特征部位均被检测到；规范佩带状态可以指：多个特征部位均未被检测到；不规范佩戴状态可以指：多个特征部位中部分特征部位被检测到。

综上，本实施例提供的面部遮挡物的佩戴检测方法，包括：从待识别图像中裁剪人脸图像；对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位；对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果；根据特征检测结果，确定面部遮挡物的佩戴状态。本申请的方法，通过从人脸图像中裁取人脸图像的第一特征部位图像，通过对第一特征部位图像进行检测，确定面部遮挡物的佩戴状态，可以将对整个人脸图像进行检测，转化为人脸图像中局部图像的特征检测，一定程度上可以提高检测效率和检测精确度。

图4为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图二，可选地，上述步骤S101中，从待识别图像中裁剪人脸图像，可以包括：

S201、对待识别图像进行人脸检测。

可选地，可以将待识别图像输入至人脸检测器，设置人脸检测阈值，输出置信得分大于阈值的检测结果，其中，通过设置人脸检测阈值，可以对待识别图像进行初步筛选，筛掉不包含人脸的图像。例如：待识别图像可能会为动物图像、或者是由于逆光等不清晰的人脸图像，可以通过人脸检测阈值，对其进行筛选，以得到满足要求的图像。其中，人脸检测阈值可以为模型预测的所给人脸框的概率值。

其中，人脸检测阈值可以为人脸检测器训练时，设定的人脸框的预设概率值，当检测到待识别图像中人脸框的概率大于人脸检测阈值时，则认为待识别图像满足要求，包含人脸图像。例如：在人脸检测器训练时，设定人脸框的预设概率值为0.5，将待识别图像输入至人脸检测器进行人脸检测时，当检测到待识别图像中的人脸框的概率大于0.5，也即检测到待识别图像中的人脸框的概率大于人脸检测阈值时，则认为该待识别图像中包含人脸图像。

S202、若检测到人脸，确定待识别图像中人脸框的位置。

在一些实施例中，在上述对人脸进行检测时，若检测不到人脸图像，也即，待识别图像置信得分低于阈值，那么可输出检测结果为：未检测到人脸。那么，无需再进一步根据该待识别图像，进行面部遮挡物的佩戴检测。

可选地，若检测到人脸，则还可基于人脸检测器的输出结果，确定该人脸框的位置，该输出结果例如可以为一个四元组(x_min，y_min，x_max，y_max)，其中(x_min，y_min)为人脸框左上角点的坐标，(x_max，y_max)为人脸框右下角点的坐标，从而根据人脸框的坐标信息，可以确定人脸框的位置。

S203、根据人脸框的位置，从待识别图像中裁剪人脸框的区域作为人脸图像。

可选地，根据上述确定的人脸框的位置，对待识别图像中的人脸图像进行裁剪，也即，将待识别图像中人脸框对应的区域进行裁剪，获取人脸图像。

可选地，上述人脸框区域中可包括整个人脸，也可以是至少包括上述第一特征部位的部分人脸。例如：获取的人脸图像中，额头和下巴部位有部分未被裁剪到，也是可以的，只要保证待检测的第一特征部位中嘴巴部位和鼻子部位均能被裁剪到即可。

需要说明的是，本实施例中，首先通过人脸检测，可以确定获取有效的人脸图像，避免其他非人脸图像的干扰，同时，也可以筛选掉不满足要求的人脸图像，例如：被严重遮挡的人脸或者是不具有五官特征的人脸等(仅包含人脸的部分特征，不包含人脸的全部特征)。从而提高待识别图像的有效性，基于检测到的人脸图像，对人脸图像中的人脸部分进行裁剪，以获取有效的人脸图像，从而提高面部遮挡物佩戴状态检测的准确性。

图5为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图三，可选地，上述步骤S102中，对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，之前，本申请的方法还可包括：

S301、对人脸图像进行第一特征部位的检测，得到人脸图像中第一特征部位的位置。

可选地，可以根据裁剪得到的人脸图像，采用预设的人脸五官分布比例，确定人脸图像中的第一特征部位的位置。又或者，也可以根据裁剪得到的人脸图像中，已知特征部位的位置，根据已知特征部位与第一特征部位的比例关系，确定人脸图像中的第一特征部位的位置。

其中，第一特征部位的位置可以理解为第一特征部位所在区域的中心点或者是边缘点等。例如：第一特征部位为鼻子，那么第一特征部位的位置可以为鼻尖位置；第一特征部位为嘴巴，那么第一特征部位的位置可以为嘴角位置。

相应的，上述步骤S102，对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，可包括：

S302、根据第一特征部位的位置，对人脸图像中的第一特征部位进行裁剪，得到第一特征部位的图像。

与上述对待识别图像进行裁剪，获取人脸图像类似，本实施例中，同样根据上述确定的第一特征部位的位置，对第一特征部位进行裁剪，得到第一特征部位的图像。具体如何进行裁剪，可进一步根据下述实施例所描述的实现。

其中，根据第一特征部位的位置，对人脸图像中的第一特征部位进行裁剪，得到第一特征部位的图像，可以使得裁剪得到的第一特征部位的图像的准确度更高。基于得到的第一特征部位的图像进行面部遮挡物的佩戴检测，检测效果也会相应的提高。

图6为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图四，可选地，如图6所示，上述步骤S302中，根据第一特征部位的位置，对人脸图像中的第一特征部位进行裁剪，得到人脸图像中第一特征部位的图像，可包括：

S401、根据第一特征部位的位置，确定第一特征部位的裁剪尺寸。

如上述实施例中所提到的，第一特征部位可以包括：口鼻部位，如嘴巴部位和鼻子部位。可以根据上述确定的第一特征部位的位置，得到第一特征部位对应的特征点的位置，从而根据特征点位置的坐标，确定第一特征部位的裁剪尺寸。

假设根据确定的第一特征部位的位置，得到第一特征部位对应的特征点为：鼻子部位特征点(x_n，y_n)，左嘴角特征点(x_lm，y_lm)，右嘴角特征点(x_rm，y_rm)，那么，根据鼻子部位特征点，嘴巴部位特征点的坐标可以确定第一特征部位的裁剪尺寸，该裁剪尺寸也即确定的鼻子部位或者嘴巴部位所在区域的尺寸。

S402、根据裁剪尺寸，对人脸图像中第一特征部位进行裁剪，得到第一特征部位的图像。

在一些实施例中，继续假设确定的鼻子部位特征点为(x_n，y_n)，左嘴角部位特征点为(x_lm，y_lm)，右嘴角部位特征点为(x_rm，y_rm)，那么，根据鼻子部位特征点，嘴巴部位特征点的坐标确定第一特征部位的裁剪尺寸可以如下：

鼻子部位裁剪尺寸：令裁剪尺寸为(nose_xmin，nose_xmax，nose_ymin，nose_ymax)，其中：

nose_xmin＝y_lm；

nose_xmax＝y_rm；

nose_ymin＝y_n-1.5×|min(y_lm，y_rm)-y_n|；

nose_ymax＝y_n+0.5×|min(y_lm，y_rm)-y_n|；

嘴巴部位裁剪尺寸：令裁剪尺寸为(mouth_xmin，mouth_xmax，mouth_ymin，mouth_ymax)，其中：

mouth_xmin＝x_lm-0.2×(x_rm-x_lm)；

mouth_xmax＝x_rm+0.2×(x_rm-x_lm)；

mouth_ymin＝min(y_lm，y_rm)-0.5×(min(y_lm，y_rm)-y_n)

mouth_ymin＝max(y_lm，y_rm)+0.5×(min(y_lm，y_rm)-y_n)

从而根据该裁剪尺寸，对第一特征部位进行裁剪，得到第一特征部位的图像。

需要说明的是，上述所列举的裁剪尺寸是根据实际多次应用中，所确定的较佳的裁剪尺寸，当然裁剪尺寸也可以根据需求进行适应性调整，并不限于上述的固定尺寸。

图7为本申请实施例提供的一种面部遮挡物的佩戴检测方法的流程示意图五，可选地，如图7所示，上述步骤S302中，对人脸图像进行第一特征部位的检测，得到人脸图像中第一特征部位的位置，可包括：

S501、采用预设的人脸特征检测器，对人脸图像进行第二特征部位的特征检测，确定第二特征部位的位置，其中，第二特征部位为面部遮挡物的非遮挡部位。

通常，在佩戴有面部遮挡物的情况下，由于第一特征部位的特性较不明显，第一特征部位的位置可能无法直接确定，那么，可以通过人脸特征检测器，对第二特征部位进行特征检测，确定第二特征部位的位置。其中，第二特征部位可以为第一特征部位之外的部位，即面部遮挡物不能遮挡的部位，例如：眉毛部位、眼睛部位等。

S502、根据第二特征部位的位置，确定第一特征部位的位置。

可选地，可以根据上述确定的第二特征部位的位置，以及第二特征部位与第一特征部位之间的比例关系等，确定第一特征部位的位置。

通常，不同的人脸图像，其五官各部位之间的比例均满足一定的对应关系，且多个人脸图像，五官之间的比例关系差异均比较小，可以确定满足大多人脸图像中五官的比例，根据该比例，以及上述确定的第二特征部位的位置，确定第一特征部位的位置。

可选地，若第一特征部位包括：至少一个特征部位，则第一特征部位的图像包括：至少一个特征部位的图像；上述步骤S103中，对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果，可包括：采用每个特征部位的检测器，对每个特征部位的图像进行每个特征部位的特征检测，得到每个特征部位的检测结果；对应的，第一特征部位的特征检测结果可包括：至少一个特征部位的检测结果。

如上述实施例中所说明的是，本申请中，第一特征部位可以包括嘴巴部位和鼻子部位两个特征部位，那么，在对人脸图像进行裁剪，获取的第一特征部位的图像可以包括：嘴巴图像和鼻子图像。对于不同特征部位的图像，可以分别利用该不同部位所对应的检测器进行特征检测，分别得到每个特征部位的检测结果。

需要说明的是，本实施例中，对嘴巴图像进行检测的嘴巴图像检测器、以及对鼻子图像进行检测的鼻子图像检测器均为预先训练得到的检测器。其中，不同的第一特征部位，对应的检测器可以是独立的，采用每个第一特征部位对应的检测器对该每个第一特征部位进行检测，以分别得到每个第一特征部位的检测结果，从而可以根据每个第一特征部位的检测结果，确定面部遮挡物的佩戴状态。

上述举例中，以第一特征部位为嘴巴部位或者鼻子部位为例进行说明，当第一特征部位还包括眼睛等其他部位时，对应的，也可以预先训练得到眼睛图像检测器，或者是其他部位图像检测器。

通过采用每个第一特征部位各自对应的检测器分别进行特征部位检测，可以有效提高检测结果的准确性。

可选地，在训练阶段，以训练获取鼻子图像检测器为例：可以采集大量的面部遮挡物佩戴样本，其中可包括：规范戴面部遮挡物样本、不戴面部遮挡物样本、面部遮挡物佩戴不规范样本，分别得到每种样本所对应的鼻子部位图像。其中：设置不戴面部遮挡物样本得到的鼻子部位图像的类别标签值为1，设置露出鼻子的面部遮挡物佩戴不规范样本的鼻子部位图像类别标签值为1，设置规范戴面部遮挡物得到的鼻子部位图像的类别标签值为0，从而进行数据处理并训练。使得利用训练得到的检测器对任意输入的鼻子部位图像进行检测时，可以对应得到不同的分类标签值，从而根据标签值确定检测结果。

同样的，训练获取嘴巴图像检测器的数据处理方法和原理与上述鼻子图像检测器的方法一致。所采用的样本图像可以是相同的，同样可设置不戴面部遮挡物样本得到的嘴巴部位图像的类别标签值为1，设置露出嘴巴的面部遮挡物佩戴不规范样本的嘴巴部位图像类别标签值为1，设置规范戴面部遮挡物得到的嘴巴部位图像的类别标签值为0。

可选地，在检测阶段，可以适应性的调整检测器中的分类阈值，假设分类阈值为0.5，当检测器检测到特征部位图像中特征点的概率大于或等于0.5时，则可输出该特征部位图像对应的类别标签值为1，而当检测器检测到特征部位图像中特征点的概率小于0.5时，则可输出该特征部位图像对应的类别标签值为0，从而得到检测结果。

对于上述裁剪获取的嘴巴部位图像和鼻子部位图像，将其输入至各自对应的检测器中，可以分别得到两个检测结果，那么，上述获取的第一特征部位的检测结果即包括两个检测结果。

可选地，每个特征部位的检测结果包括：指示信息，指示信息用于指示是否检测到每个特征部位的特征。

假设l_n为鼻子图像检测器的检测结果，l_m为嘴巴图像检测器的检测结果。那么可以根据检测结果(l_n，l_m)，确定面部遮挡物的佩戴状态。

可选地，检测结果可以为每个特征部位对应的类别标签值，根据上述举例可知，获取的第一特征部位检测结果可以包括下述至少一种：(1，1)，(1，0)，(0，1)，(0，0)，进一步地，可以对检测结果进行逻辑判断，确定面部遮挡物的佩戴状态。

以下实施例分别列举了面部遮挡物的不同佩戴状态结果：

可选地，上述步骤S104中，根据特征检测结果，确定面部遮挡物的佩戴状态，可包括：若至少一个特征部位的特征均未检测到，则确定人脸图像的面部已佩戴面部遮挡物，且，满足预设佩戴要求。

可选地，若上述嘴巴图像检测器的检测结果为0，鼻子图像检测器的检测结果为0，也即得到的第一特征部位检测结果为(0，0)，也即，鼻子部位和嘴巴部位的检测结果均为规范佩戴面部遮挡物时对应的类别标签值，嘴巴部位和鼻子部位均未被检测到，被面部遮挡物遮盖，那么，可以确定人脸图像的面部已佩戴面部遮挡物，且满足预设佩戴要求，即为规范佩戴。

可选地，上述步骤S104中，根据特征检测结果，确定面部遮挡物的佩戴状态，还可包括：若至少一个特征部位的特征均检测到，则确定人脸图像的面部未佩戴面部遮挡物。

可选地，若上述嘴巴图像检测器的检测结果为1，鼻子图像检测器的检测结果为1，也即得到的第一特征部位检测结果为(1，1)，也即，鼻子部位和嘴巴部位的检测结果均为不戴面部遮挡物时对应的类别标签值或者为同时漏出鼻子和嘴巴的不规范佩戴面部遮挡物时对应的类别标签值，嘴巴部位和鼻子部位均被检测到，未被面部遮挡物遮盖，那么，可以确定人脸图像的面部未佩戴面部遮挡物。

可选地，上述步骤S104中，根据特征检测结果，确定面部遮挡物的佩戴状态，还可包括：若至少一个特征部位中部分特征部位的特征未检测到，则确定人脸图像的面部佩戴面部遮挡物，但不满足预设佩戴要求。

可选地，若上述嘴巴图像检测器的检测结果为1，鼻子图像检测器的检测结果为0，也即得到的第一特征部位检测结果为(1，0)，也即，嘴巴部位的检测结果为不戴面部遮挡物时对应的类别标签值或者漏出嘴巴的面部遮挡物佩戴不规范时对应的类别标签值，鼻子部位的检测结果为规范佩戴面部遮挡物时对应的类别标签值。那么，也即，嘴巴部位被检测到，此时，鼻子部位未被检测到，可确定人脸图像的面部佩戴面部遮挡物，但是不满足预设佩戴要求，也即为不规范佩戴，其对应的不规范情况可以为：面部遮挡物佩戴未遮盖嘴巴。

而若上述嘴巴图像检测器的检测结果为0，鼻子图像检测器的检测结果为1，也即得到的第一特征部位检测结果为(0，1)，也即，嘴巴部位的检测结果为规范佩戴面部遮挡物时对应的类别标签值，鼻子部位的检测结果为不戴面部遮挡物时对应的类别标签值或者漏出鼻子的面部遮挡物佩戴不规范时对应的类别标签值，那么，也即，鼻子部位被检测到，此时，嘴巴部位未被检测到，可确定人脸图像的面部佩戴面部遮挡物，但是不满足预设佩戴要求，也即为不规范佩戴，其对应的不规范情况可以为：面部遮挡物佩戴未遮盖鼻子。

上述通过详细说明，对不同检测结果对应的面部遮挡物佩戴状态进行了解释，可根据第一特征部位的检测结果，采用预先训练得到的嘴巴图像检测器和鼻子图像检测器，实现面部遮挡物的佩戴状态的检测。

需要说明的是，本申请通过将人脸整体图像检测的问题转化为局部特征图像检测，可以有效避免多业务场景下，获取的待识别图像中包括多个人脸图像，导致对个人脸图像进行面部遮挡物佩戴状态检测时，检测复杂度较高，且检测效率较低的问题。

另外，现有的通过整体人脸图像进行检测，确定面部遮挡物的佩戴状态时，检测结果一般仅包括佩戴和未佩戴两种，对于佩戴但是确未规范佩带的情况，通常是很难给出检测结果。本申请中，通过局部特征图像检测，可以具体到特定部位的检测，从而可以更加准确的对面部遮挡物的更多佩带情况进行分析。

可选地，本申请的方法还可包括：输出佩戴指示信息，以指示面部遮挡物未遮挡检测到的特征部位。

本申请的方法中，在上述确定面部遮挡物的佩戴状态后，还可以根据佩戴状态，展示或者发送提示信息，以提示被检测的人脸图像对应的用户进行面部遮挡物的规范佩带。

当上述根据检测结果确定面部遮挡物佩戴状态为：未规范佩戴状态时，此时，对应的佩戴行为可大体包括两种：佩戴了遮挡物，但是漏出了鼻子，或者佩戴了遮挡物，但是漏出了嘴巴。那么，可以根据确定的佩戴状态，发送提示信息给用户，以告知用户按照规范，正确佩戴。

例如：当用户对应的不规范佩戴为漏出嘴巴时，对应的提示信息可以为请遮住嘴巴部位；或者当用户对应的不规范佩戴为漏出鼻子时，对应的提示信息可以为请遮住鼻子部位。其中，可以以语音提示的形式提示用户，也可以通过终端的显示界面显示提示信息。

通过对用户进行准确的佩戴提示，一方面可以使用户快速的进行佩戴调整，另一方面也提高了用户的体验度。

综上所述，本申请实施例提供一种面部遮挡物的佩戴检测方法，该方法包括：从待识别图像中裁剪人脸图像；对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位；对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果；根据特征检测结果，确定面部遮挡物的佩戴状态。本申请的方法，通过从人脸图像中裁取人脸图像的第一特征部位图像，通过对第一特征部位图像进行检测，确定面部遮挡物的佩戴状态，可以将对整个人脸图像进行检测，转化为人脸局部图像的检测，一定程度上可以提高检测效率和检测精确度。

其次，本申请通过将人脸整体图像检测的问题转化为局部特征部位图像检测，可以有效避免多业务场景下，获取的待识别图像中包括多个人脸图像，导致对个人脸图像进行面部遮挡物佩戴状态检测时，检测复杂度较高，且检测效率较低的问题。

另外，本申请的方案可根据确定的面部遮挡物佩戴状态，发送相应的提示信息，以规范用户的佩戴行为，在实现用户对面部遮挡物佩戴调整的同时，有效提高了用户的体验度。

下述对用以执行本申请所提供的面部遮挡物的佩戴检测方法的装置、设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。

图8为本申请实施例提供的一种面部遮挡物的佩戴检测装置示意图一，如图8所示，该装置可包括：裁剪模块601、检测模块602、确定模块603；

裁剪模块601，用于从待识别图像中裁剪人脸图像；对人脸图像进行第一特征部位的裁剪，得到人脸图像中第一特征部位的图像，其中，第一特征部位为面部遮挡物的预设遮挡部位；

检测模块602，用于对第一特征部位的图像进行第一特征部位的特征检测，得到第一特征部位的特征检测结果；

确定模块603，用于根据特征检测结果，确定面部遮挡物的佩戴状态。

可选地，裁剪模块601，具体用于对待识别图像进行人脸检测；若检测到人脸，确定待识别图像中人脸框的位置；根据人脸框的位置，从待识别图像中裁剪人脸框的区域作为人脸图像。

可选地，检测模块602，还用于对人脸图像进行第一特征部位的检测，得到人脸图像中第一特征部位的位置；

裁剪模块601，具体用于根据第一特征部位的位置，对人脸图像中的第一特征部位进行裁剪，得到第一特征部位的图像。

可选地，裁剪模块601，具体用于根据第一特征部位的位置，确定第一特征部位的裁剪尺寸；根据裁剪尺寸，对人脸图像中第一特征部位进行裁剪，得到第一特征部位的图像。

可选地，检测模块602，具体用于采用预设的人脸特征检测器，对人脸图像进行第二特征部位的特征检测，确定第二特征部位的位置，其中，第二特征部位为面部遮挡物的非遮挡部位；根据第二特征部位的位置，确定第一特征部位的位置。

可选地，若第一特征部位包括：至少一个特征部位，则第一特征部位的图像包括：至少一个特征部位的图像；

检测模块602，具体用于采用每个特征部位的检测器，对每个特征部位的图像进行每个特征部位的特征检测，得到每个特征部位的检测结果；第一特征部位的特征检测结果包括：至少一个特征部位的检测结果。

可选地，每个特征部位的检测结果包括：指示信息，指示信息用于指示是否检测到每个特征部位的特征。

可选地，确定模块603，具体用于若至少一个特征部位的特征均未检测到，则确定人脸图像的面部已佩戴面部遮挡物，且，满足预设佩戴要求。

可选地，确定模块603，具体用于若至少一个特征部位的特征均检测到，则确定人脸图像的面部未佩戴面部遮挡物。

可选地，确定模块603，具体用于若至少一个特征部位中部分特征部位的特征未检测到，则确定人脸图像的面部佩戴面部遮挡物，但不满足预设佩戴要求。

可选地，如图9所示，该装置还包括：输出模块604；

输出模块604，用于输出佩戴指示信息，以指示面部遮挡物未遮挡检测到的特征部位。

上述模块可以经由有线连接或无线连接彼此连接或通信。两个或更多个模块可以组合为单个模块，并且任何一个模块可以分成两个或更多个单元。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

需要说明的是，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Singnal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(System-on-a-chip，简称SOC)的形式实现。

图10为本申请实施例提供的一种电子设备结构示意图，如图10所示，该设备可包括：处理器701和存储器702，其中：

存储器702用于存储程序，处理器701调用存储器702存储的程序，以执行上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述面部遮挡物的佩戴检测方法的实施例。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种面部遮挡物的佩戴检测方法，其特征在于，包括：

从待识别图像中裁剪人脸图像；

对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，其中，所述第一特征部位为面部遮挡物的预设遮挡部位；

对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果；

根据所述特征检测结果，确定所述面部遮挡物的佩戴状态。

2.根据权利要求1所述的方法，其特征在于，所述从待识别图像中裁剪人脸图像，包括：

对所述待识别图像进行人脸检测；

若检测到人脸，确定所述待识别图像中人脸框的位置；

根据所述人脸框的位置，从所述待识别图像中裁剪所述人脸框的区域作为所述人脸图像。

3.根据权利要求2所述的方法，其特征在于，所述对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，之前，所述方法还包括：

对所述人脸图像进行所述第一特征部位的检测，得到所述人脸图像中所述第一特征部位的位置；

相应的，所述对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，包括：

根据所述第一特征部位的位置，对所述人脸图像中的所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一特征部位的位置，对所述人脸图像中的所述第一特征部位进行裁剪，得到所述人脸图像中所述第一特征部位的图像，包括：

根据所述第一特征部位的位置；确定所述第一特征部位的裁剪尺寸；

根据所述裁剪尺寸，对所述人脸图像中所述第一特征部位进行裁剪，得到所述第一特征部位的图像。

5.根据权利要求3所述的方法，其特征在于，所述对所述人脸图像进行所述第一特征部位的检测，得到所述人脸图像中所述第一特征部位的位置，包括：

采用预设的人脸特征检测器，对所述人脸图像进行第二特征部位的特征检测，确定所述第二特征部位的位置，其中，所述第二特征部位为所述面部遮挡物的非遮挡部位；

根据所述第二特征部位的位置，确定所述第一特征部位的位置。

6.根据权利要求1所述的方法，其特征在于，若所述第一特征部位包括：至少一个特征部位，则所述第一特征部位的图像包括：所述至少一个特征部位的图像；所述对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果，包括：

采用每个特征部位的检测器，对所述每个特征部位的图像进行所述每个特征部位的特征检测，得到所述每个特征部位的检测结果；

所述第一特征部位的特征检测结果包括：所述至少一个特征部位的检测结果。

7.根据权利要求6所述的方法，其特征在于，所述每个特征部位的检测结果包括：指示信息，所述指示信息用于指示是否检测到所述每个特征部位的特征。

8.根据权利要求7所述的方法，其特征在于，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位的特征均未检测到，则确定所述人脸图像的面部已佩戴所述面部遮挡物，且，满足预设佩戴要求。

9.根据权利要求7所述的方法，其特征在于，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位的特征均检测到，则确定所述人脸图像的面部未佩戴所述面部遮挡物。

10.根据权利要求7所述的方法，其特征在于，所述根据所述特征检测结果，确定所述面部遮挡物的佩戴状态，包括：

若所述至少一个特征部位中部分特征部位的特征未检测到，则确定所述人脸图像的面部佩戴所述面部遮挡物，但不满足所述预设佩戴要求。

11.根据权利要求9或10所述的方法，其特征在于，所述方法还包括：

输出佩戴指示信息，以指示所述面部遮挡物未遮挡所述检测到的特征部位。

12.一种面部遮挡物的佩戴检测装置，其特征在于，包括：裁剪模块、检测模块、确定模块；

所述裁剪模块，用于从待识别图像中裁剪人脸图像；对所述人脸图像进行第一特征部位的裁剪，得到所述人脸图像中所述第一特征部位的图像，其中，所述第一特征部位为面部遮挡物的预设遮挡部位；

所述检测模块，用于对所述第一特征部位的图像进行所述第一特征部位的特征检测，得到所述第一特征部位的特征检测结果；

所述确定模块，用于根据所述特征检测结果，确定所述面部遮挡物的佩戴状态。

13.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过所述总线通信，所述处理器执行机器可读指令，以执行时执行如权利要求1至11任一所述的面部遮挡物的佩戴检测方法的步骤。

14.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至11任一所述的面部遮挡物的佩戴检测方法的步骤。

Images