一种面部识别方法、装置及其使用的移动终端制造方法及图纸

本发明专利技术公开的一种面部识别方法包括：接收用户发送的待检测图像；检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。本发明专利技术实施例提供的面部识别方法，移动终端在输入图像中进行面部检测，通过将提取的目标面部特征与特征数据库中的面部特征进行匹配，实现面部识别。由此可见，本发明专利技术实施例提供的面部识别方法，在移动终端上实现了面部检测与面部识别的结合。本发明专利技术还公开了一种面识别装置及其使用的移动终端，同样能实现上述技术效果。

【技术实现步骤摘要】
一种面部识别方法、装置及其使用的移动终端
本专利技术涉及图像处理领域，更具体地说，涉及一种面部识别方法、装置及其使用的移动终端。
技术介绍
面部检测与识别正在变成一种越来越重要的技术，就这一点而言，面部检测例如可以在生物测定、用户接口、游戏和其它领域(比如在移动领域中创建用于访问社区的上下文)中使用。微处理器计算能力的发展也已经使面部分析功能在移动设备如蜂窝电话和其它智能设备上使用。为了开发可应用系统，面部检测与识别需要适当的总体速度和高准确度。卷积神经网络(ConvolutionNeuralNetwork,CNN)是一种特殊的深层的神经网络模型，它是将人工神经网络和深度学习技术相结合二产生的一种新型人工神经网络方法，具有局部感受区域、层次结构化、特征提取和分类过程相结合的全局训练的特点，在图像识别领域获得了广泛的应用。随着卷积神经网络的近期发展，对于面部检测和面部识别均可以实现极高的准确度。对于仅检测图像中的面部对象，大多数检测网络例如单次多重检测器(SingleShotMultiBoxDetector，SSD)和基于区域的全卷积网络(Region-basedFullyConvolutionalNetwork，R-FCN))的准确度为约90％。对于面部识别，即使是浅层CNN网络也能达到99％的准确度。虽然基于CNN的人脸检测和人脸识别有很好的准确度，但是由于其复杂的卷积运算，现有技术中大多数的应用只在云端的服务器上。因此，如何在移动终端上实现面部检测与面部识别的结合是本领域技术人员需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种面部识别方法、装置及其使用的移动终端，实现了面部检测与面部识别的结合。为实现上述目的，本专利技术实施例提供了一种面部识别方法，包括：接收用户发送的待检测图像；检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。其中，所述提取所述面部图像中的目标面部特征，包括：获取所述面部图像对应的目标边界框；根据所述目标边界框，将所述面部图像裁剪缩放成预订尺寸的标准目标面部图像；从所述标准目标面部图像中提取目标面部特征。其中，所述接收用户发送的待检测图像之前，还包括：接收待存储面部图像和所述待存储面部图像对应的标记，将所述待存储面部图像裁剪缩放成预订尺寸的标准面部图像；计算所述标准面部图像的特征序列，并将所述特征序列和所述标记的对应关系存储至特征数据库中。其中，将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果，包括：计算所述目标面部特征的目标特征序列；计算所述目标特征序列与特征数据库中所有特征序列的相似度；判断所述相似度中是否存在大于0的备选相似度；若是，则将所述备选相似度中的最大值作为目标相似度，并将所述目标相似度对应特征序列的标记确定为匹配结果。其中，提取所述面部图像中的目标面部特征之前，还包括：判断所述待检测图像中的面部图像是否达到预设的数量；若是，则执行提取所述面部图像中的目标面部特征的步骤；若否，则执行接收用户发送的待检测图像的步骤。为实现上述目的，本专利技术实施例提供了一种面部识别装置，包括：接收模块，用于接收用户发送的待检测图像；面部检测模块，用于检测所述待检测图像中是否存在面部图像；特征提取模块，用于当所述待检测图像中存在面部图像时，提取所述面部图像中的目标面部特征；面部识别模块，用于将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。其中，所述特征提取模块具体包括：提取边界单元，用于获取所述面部图像对应的目标边界框；裁剪单元，用于根据所述目标边界框，将所述面部图像裁剪缩放成预订尺寸的标准目标面部图像；提取特征单元，用于从所述标准目标面部图像中提取目标面部特征。其中，还包括：获取模块，用于接收待存储面部图像和所述待存储面部图像对应的标记，将所述待存储面部图像裁剪缩放成预订尺寸的标准面部图像；构建特征数据库模块，用于计算所述标准面部图像的特征序列，并将所述特征序列和所述标记的对应关系存储至特征数据库中。其中，所述面部识别模块具体包括：计算目标特征序列单元，用于计算所述目标面部特征的目标特征序列；计算相似度单元，用于计算所述目标特征序列与特征数据库中所有特征序列的相似度；判断单元，用于判断所述相似度中是否存在大于0的备选相似度；输出单元，用于在所述相似度中存在大于0的备选相似度时，将所述备选相似度中的最大值作为目标相似度，并将所述目标相似度对应特征序列的标记确定为匹配结果。为实现上述目的，本专利技术实施例提供了一种移动终端，包括：通信组件，用于接收用户发送的待检测图像；服务器，用于检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。通过以上方案可知，本专利技术实施例提供的一种面部识别方法包括：接收用户发送的待检测图像；检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。本专利技术实施例提供的面部识别方法，移动终端在输入图像中进行面部检测，通过将提取的目标面部特征与特征数据库中的面部特征进行匹配，实现面部识别。由此可见，本专利技术实施例提供的面部识别方法，在移动终端上实现了面部检测与面部识别的结合。本专利技术还公开了一种面识别装置及其使用的移动终端，同样能实现上述技术效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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的附图。图1为本专利技术实施例公开的一种面部识别方法的流程图；图2为本专利技术实施例公开的另一种面部识别方法的流程图；图3为本专利技术实施例公开的又一种面部识别方法的流程图；图4为本专利技术实施例公开的一种面部识别装置的结构图；图5为本专利技术实施例公开的另一种面部识别装置的结构图；图6为本专利技术实施例公开的一种移动终端的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例公开了一种面部识别方法，在移动终端上实现了面部检测与面部识别的结合。参见图1，本专利技术实施例公开的一种面部识别方法的流程图，如图1所示，包括：S101：接收用户发送的待检测图像；S102：检测所述待检测图像中是否存在面部图像，若是，则进入S103，若否，则重新返回S101；面部检测是定位人脸在图像中的位置。常见的对象检测网络(例如SSD和R-FCN)针对20多种类别的对象检测具有约70％的准确度。通过适当的再训练，它们对于仅人脸对象检测可以实现约90％的准确度。将待检测图像馈送到面部检测模块中，以检测所述待检测图像中是否存在面部图像，若是，则进入下一步骤，若否则重新接收待检测图像本文档来自技高网...

【技术保护点】
一种面部识别方法，其特征在于，包括：接收用户发送的待检测图像；检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。

【技术特征摘要】
1.一种面部识别方法，其特征在于，包括：接收用户发送的待检测图像；检测所述待检测图像中是否存在面部图像；若是，则提取所述面部图像中的目标面部特征；将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果。2.根据权利要求1所述的面部识别方法，其特征在于，所述提取所述面部图像中的目标面部特征，包括：获取所述面部图像对应的目标边界框；根据所述目标边界框，将所述面部图像裁剪缩放成预订尺寸的标准目标面部图像；从所述标准目标面部图像中提取目标面部特征。3.根据权利要求2所述的面部识别方法，其特征在于，所述接收用户发送的待检测图像之前，还包括：接收待存储面部图像和所述待存储面部图像对应的标记，将所述待存储面部图像裁剪缩放成预订尺寸的标准面部图像；计算所述标准面部图像的特征序列，并将所述特征序列和所述标记的对应关系存储至特征数据库中。4.根据权利要求3所述的面部识别方法，其特征在于，将所述目标面部特征与特征数据库中的面部特征进行匹配，并得到匹配结果，包括：计算所述目标面部特征的目标特征序列；计算所述目标特征序列与特征数据库中所有特征序列的相似度；判断所述相似度中是否存在大于0的备选相似度；若是，则将所述备选相似度中的最大值作为目标相似度，并将所述目标相似度对应特征序列的标记确定为匹配结果。5.根据权利要求1-4任一项所述的面部识别方法，其特征在于，提取所述面部图像中的目标面部特征之前，还包括：判断所述待检测图像中的面部图像是否达到预设的数量；若是，则执行提取所述面部图像中的目标面部特征的步骤；若否，则执行接收用户发送的待检测图像的步骤。6.一种面部识别装置，其特征在于，包括：接收模块，用于接收用户发送的待检测图像；面部检...

【专利技术属性】
技术研发人员：黄锦标，
申请(专利权)人：深圳市图芯智能科技有限公司，
类型：发明
国别省市：广东,44