The embodiment of the application discloses a method and an apparatus for identifying faces. A specific embodiment of the method includes: acquiring a first face image and a second face image, wherein the first face image and the second face image are images obtained by taking a face to be recognized with a camera of the first camera type and a camera of the second camera type, respectively, and dividing the first face image and the second face image into two parts. Do not input the pre-trained feature extraction model, get the first feature vector and the second feature vector, in which the feature extraction model is used to extract image features; fuse the first feature vector and the second feature vector, get the fusion feature vector; according to the fusion feature vector and the preset face feature database between the feature vectors. Distance is used to determine the user identity corresponding to the face to be recognized. The face feature library is used to represent the corresponding relationship between the feature vector and the user identity. The implementation method improves the accuracy of face recognition.
【技术实现步骤摘要】
用于识别人脸的方法和装置
本申请实施例涉及计算机
,具体涉及计算机视觉
,尤其涉及用于识别人脸的方法和装置。
技术介绍
在人脸识别中,大都采用可见光照片来进行人脸识别。然而,在光线不好的情况下,如果仅仅依靠可见光照片来进行人脸识别,可能会造成人脸识别的识别率较低或者识别失败。
技术实现思路
本申请实施例提出了用于识别人脸的方法和装置。第一方面,本申请实施例提供了一种用于识别人脸的方法,该方法包括:获取第一人脸图像和第二人脸图像,其中,第一人脸图像和第二人脸图像分别是采用第一相机类型的相机和第二相机类型的相机拍摄待识别人脸所得到的图像;将第一人脸图像和第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,特征提取模型用于提取图像特征;融合第一特征向量和第二特征向量,得到融合特征向量;根据融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与待识别人脸对应的用户标识,其中,人脸特征库用于表征特征向量与用户标识之间的对应关系。在一些实施例中,融合第一特征向量和第二特征向量,得到融合特征向量,包括:将第一特征向量和第二特征向量输入预设双线性模型,得到融合特征向量。在一些实施例中,融合第一特征向量和第二特征向量,得到融合特征向量,包括:拼接第一特征向量和第二特征向量,得到融合特征向量。在一些实施例中,特征提取模型为卷积神经网络。在一些实施例中,根据融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与待识别人脸对应的用户标识,包括:将预设人脸特征库中与融合特征向量的距离最小的特征向量确定为第三特征向量;响应于确定第三特征向 ...
【技术保护点】
1.一种用于识别人脸的方法,包括:获取第一人脸图像和第二人脸图像,其中,所述第一人脸图像和所述第二人脸图像分别是采用第一相机类型的相机和第二相机类型的相机拍摄待识别人脸所得到的图像;将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,所述特征提取模型用于提取图像特征;融合所述第一特征向量和所述第二特征向量,得到融合特征向量;根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与所述待识别人脸对应的用户标识,其中,所述人脸特征库用于表征特征向量与用户标识之间的对应关系。
【技术特征摘要】
1.一种用于识别人脸的方法,包括:获取第一人脸图像和第二人脸图像,其中,所述第一人脸图像和所述第二人脸图像分别是采用第一相机类型的相机和第二相机类型的相机拍摄待识别人脸所得到的图像;将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型,得到第一特征向量和第二特征向量,其中,所述特征提取模型用于提取图像特征;融合所述第一特征向量和所述第二特征向量,得到融合特征向量;根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与所述待识别人脸对应的用户标识,其中,所述人脸特征库用于表征特征向量与用户标识之间的对应关系。2.根据权利要求1所述的方法,其中,所述融合所述第一特征向量和所述第二特征向量,得到融合特征向量,包括:将所述第一特征向量和所述第二特征向量输入预设双线性模型,得到所述融合特征向量。3.根据权利要求1所述的方法,其中,所述融合所述第一特征向量和所述第二特征向量,得到融合特征向量,包括:拼接所述第一特征向量和所述第二特征向量,得到所述融合特征向量。4.根据权利要求1所述的方法,其中,所述特征提取模型为卷积神经网络。5.根据权利要求1所述的方法,其中,所述根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与所述待识别人脸对应的用户标识,包括:将所述预设人脸特征库中与所述融合特征向量的距离最小的特征向量确定为第三特征向量;响应于确定所述第三特征向量与所述融合特征向量之间的距离小于预设距离阈值,将所述人脸特征库中与所述第三特征向量对应的用户标识确定为与所述待识别人脸对应的用户标识。6.根据权利要求5所述的方法,其中,所述根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离,确定与所述待识别人脸对应的用户标识,还包括:响应于确定所述第三特征向量与所述融合特征向量之间的距离不小于所述预设距离阈值,生成用于指示识别所述待识别人脸失败的失败提示信息。7.一种用于识别人脸的装置,包括:获取单元,配置用于获取第一人脸图像和第二人脸图像,其中,所...
【专利技术属性】
技术研发人员:何涛,刘文献,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。