The invention is applicable to the field of image processing, and provides a face recognition method and a face recognition device. The key points of the face are determined from the image, and the rectangular frame of the face is selected according to the key points; the rectangular frame of the face is rotated and corrected to obtain the face image facing squarely; the face image is perspective transformed from at least two angles to obtain M sample images; and the training network is used to train the M sample images. Each sample image is trained to obtain the network model parameters, and the face feature description vectors are extracted based on the network model parameters, and the face recognition is carried out according to the face feature description vectors. Through perspective transformation, compared with the existing technology, it reduces the complexity of change, saves resources and costs, and also realizes the increase of sample images to ensure the accuracy of face recognition.
【技术实现步骤摘要】
一种人脸识别方法和人脸识别装置
本专利技术属于图像处理领域,尤其涉及一种人脸识别方法和人脸识别装置。
技术介绍
随着各领域对快速高效的自动身份验证技术的迫切需求,人脸识别技术因具有非接触性、采集设备简单等优点而成为当前的研究热点。但由于人的面部结构比较复杂,并且会因表情、光照等因素的影响而改变面部结构,人脸识别技术难以广泛地应用到实际生活中。近些年来,随着数据的海量增加和深度学习技术的发展,人脸识别技术的准确率也得到了质的飞跃,如DeepID、FaceNet、DeepFace等基于深度神经网络的人脸模型在人脸特征提取方面均表现出较好的描述能力,有效地提升了人脸比对、人脸识别的准确率。然而,深度学习技术的高效均依赖于大量的训练样本,目前人脸识别方向的数据样本仍旧缺乏,而标记数据样本需要耗费大量的人力成本。因此,目前大都采用图像翻转、随机裁剪等技术增加训练样本的数量,该技术可以在一定程度上解决训练样本过少导致的模型过拟合问题,提升识别准确率。但是,在训练数据严重不足时,过拟合现象仍然存在,导致深度模型的泛化能力弱,识别率低等问题。
技术实现思路
鉴于此,本专利技术提供一种人脸识别方法和人脸识别装置,以快速实现全地图人脸识别。一方面,本专利技术提供一种人脸识别方法,所述方法包括:从图像中确定人脸的关键点,并根据所述关键点确定框选人脸的人脸矩形框;对所述人脸矩形框进行旋转校正,校正得到正视的人脸图像;对所述人脸图像从至少两个角度进行透视变换,得到M个样本图像,所述M为大于或等于2的正整数;采用训练网络对所述M个样本图像进行训练,训练得到网络模型参数,并基于所述网络模型 ...
【技术保护点】
1.一种人脸识别方法,其特征在于,包括:从图像中确定人脸的关键点,并根据所述关键点确定框选人脸的人脸矩形框;对所述人脸矩形框进行旋转校正,校正得到正视的人脸图像;对所述人脸图像从至少两个角度进行透视变换,得到M个样本图像,所述M为大于或等于2的正整数;采用训练网络对所述M个样本图像进行训练,训练得到网络模型参数,并基于所述网络模型参数提取人脸特征描述向量;根据所述人脸特征描述向量进行人脸识别。
【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括:从图像中确定人脸的关键点,并根据所述关键点确定框选人脸的人脸矩形框;对所述人脸矩形框进行旋转校正,校正得到正视的人脸图像;对所述人脸图像从至少两个角度进行透视变换,得到M个样本图像,所述M为大于或等于2的正整数;采用训练网络对所述M个样本图像进行训练,训练得到网络模型参数,并基于所述网络模型参数提取人脸特征描述向量;根据所述人脸特征描述向量进行人脸识别。2.如权利要求1所述的人脸识别方法,其特征在于,所述采用训练网络对所述M个样本图像进行训练之前,所述方法包括:分别从所述M个样本图像中划分N个面部区域,所述N为大于所述M的正整数;所述采用训练网络对所述M个样本图像进行训练,训练得到网络模型参数,并基于所述网络模型参数提取人脸特征描述向量包括:采用所述训练网络对N个面部区域进行训练,训练得到网络模型参数,并基于所述网络模型参数提取人脸特征描述向量。3.如权利要求2所述的人脸识别方法,其特征在于,所述分别从所述M个样本图像中划分N个面部区域包括:分别从所述M个样本图像中选取不同尺度的N个面部区域。4.如权利要求1至3任一项所述的人脸识别方法,其特征在于,所述训练网络为卷积网络。5.如权利要求1所述的人脸识别方法,其特征在于,对所述人脸图像从至少两个角度进行透视变换,包括:分别使用左...
【专利技术属性】
技术研发人员:谷湘煜,李星明,段晶晶,余亚玲,
申请(专利权)人:深圳市朗驰欣创科技股份有限公司,
类型:发明
国别省市:广东,44
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。