人脸识别方法及装置、电子设备制造方法及图纸

本发明专利技术公开了一种人脸识别方法及装置、电子设备，该方法包括：确定用户脸部的三维模型；对所述用户脸部的三维模型进行保角映射处理，得到二维图像；从所述二维图像中确定第一特征值信息；获取待识别的二维脸部图像，并从所述待识别的二维脸部图像中，确定第二特征值信息；将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果。根据本发明专利技术的一个实施例，提高了人脸识别的精度。

【技术实现步骤摘要】
人脸识别方法及装置、电子设备
本专利技术涉及人脸识别
，更具体地，涉及一种人脸识别方法、一种人脸识别装置以及一种电子设备。
技术介绍
智能设备的解锁方式正如火如荼的发展着，从指纹识别、虹膜识别，到面部识别，人体自身已经逐渐变为了智能交互中的一把重要钥匙。无论哪种识别技术，安全问题以及精度问题成为人们关注的重点。人脸识别技术需要很多的人脸处理模块完成识别，其中，人脸处理模块包括人脸检测、关键点检测、人脸对齐、特征提取、特征分类、人脸识别比对六大模块。目前，人脸识别技术主要分为两大类：基于二维图像的人脸识别及基于三维图像的人脸识别。人脸识别的准确率是一个重要的考量指标。一般由两个标准线判别人脸识别算法的准确率：误判率及漏判率。误判率是出现将非人物A识别成人物A，使得解锁误成功的情况的比例。漏判率是出现将人物A识别成非人物A，使得解锁失败的情况的比例。现有的基于二维图像的人脸识别技术精度不足。基于三维图像的人脸识别技术中，三维图像是在二维图像上加入了深度信息，该深度信息的获取需要安装在设备上的硬件(例如，传感器、深度摄像头或者双目摄像头)的配合使用，这样增加了设备的生产成本。因此，需要提供一种新的技术方法，针对上述现有技术中的问题进行改进。
技术实现思路
本专利技术的一个目的是提供一种用于人脸识别的新技术方案。根据本专利技术的第一方面，提供了一种人脸识别方法，包括：确定用户脸部的三维模型；对所述用户脸部的三维模型进行保角映射处理，得到二维图像；从所述二维图像中确定第一特征值信息；获取待识别的二维脸部图像，并从所述待识别的二维脸部图像中，确定第二特征值信息；将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果。可选地，确定用户脸部的三维模型，包括：获取多张用户脸部的二维图像，其中，所述多张用户脸部的二维图像是所述用户转动头部和所述用户做出不同表情时拍摄得到的图像；利用所述多张用户脸部的二维图像，进行三维模型重建，得到所述用户脸部的三维模型。可选地，对所述用户脸部的三维模型进行保角映射处理，得到二维图像，包括：将所述用户脸部的三维模型映射到平面圆盘上，其中，所述用户脸部的三维模型上的各特征点之间的空间距离等于映射到平面圆盘上的各特征点之间的直线距离。可选地，在电子设备预存有多个用户的二维图像，且从各用户的二维图像中分别确定出第一特征值信息的情况下，将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果，包括：将各第一特征值信息分别和所述第二特征值信息进行匹配运算，得到多个匹配结果；根据所述多个匹配结果确定识别结果。可选地，从所述二维图像中，确定第一特征值信息，以及，从所述待识别的二维脸部图像中，确定第二特征值信息，包括：将所述二维图像输入至深度学习模型中，经过所述深度学习模型的处理，确定第一特征信值信息；以及，将所述待识别的二维脸部图像输入至所述深度学习模型中，经过所述深度学习模型的处理，确定第二特征值信息。可选地，所述匹配运算是利用所述第一特征值信息和所述第二特征值信息，确定所述二维图像和所述待识别的二维脸部图像之间的几何距离。可选地，所述第一特征值信息至少包括人脸五官的相对位置信息、人脸的纹理信息，以及，所述第二特征值信息至少包括人脸五官的相对位置信息、人脸的纹理信息。根据本专利技术的第二方面，提供了一种人脸识别装置，包括：三维模型确定模块，用于确定用户脸部的三维模型；二维图像确定模块，用于对所述用户脸部的三维模型进行保角映射处理，得到二维图像；第一特征值信息确定模块，用于从所述二维图像中确定第一特征值信息；第二特征值信息确定模块，用于获取待识别的二维脸部图像，并从所述待识别的二维脸部图像中，确定第二特征值信息；匹配模块，用于将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；识别模块，用于根据所述匹配结果，确定识别结果。根据本专利技术的第三方面，提供了一种人脸识别装置，其特征在于，包括：存储器和处理器，其中，所述存储器存储可执行指令，所述可执行指令控制所述处理器进行操作以执行根据第一方面中的任何一项所述的方法。根据本专利技术的第三方面，提供了一种电子设备，包括如第二方面或第三方面所述的人脸识别装置。本专利技术一个实施例的有益效果在于，通过对用户脸部的三维模型进行保角映射处理，得到二维图像，该保角映射处理能够将用户脸部的三维数据信息细致地反应到二维图像中，保证了脸部曲面的整体性和人脸角度与纹理的全局光滑性，经过保角映射处理得到的二维图像提供了全面准确的三维数据信息，利用该二维图像作为脸部识别模板，进行人脸识别检测时，可提高人脸识别的精度。通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。附图说明被结合在说明书中并构成说明书的一部分的附图示出了本专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。图1是根据本专利技术一个实施例的人脸识别方法的处理流程图。图2是根据本专利技术一个实施例的人脸识别装置的结构示意图。图3是根据本专利技术一个实施例的人脸识别装置的硬件结构框图。图4示出了根据本专利技术一个实施例的电子设备的结构示意图。图5a是三维模型保角映射处理前的示意图。图5b是三维模型保角映射处理后的示意图。具体实施方式现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。本专利技术的一个实施例提供了一种人脸识别方法。图1是根据本专利技术一个实施例的人脸识别方法的处理流程图。参见图1，该方法至少包括步骤S101至步骤S106。步骤S101，确定用户脸部的三维模型。本专利技术的一个实施例中，首先，获取多张用户脸部的二维图像，然后，利用多张用户脸部的二维图像，进行三维模型重建，得到用户脸部的三维模型。这样，不再需要电子设备上装有测量深度信息的硬件，节省了电子设备的生产成本。该多张用户脸部的二维图像是通过电子设备拍摄得到的图像。或者，该多张用户脸部的二维图像是从通过电子设备录制的视频中截取的图像。电子设备在拍摄用户脸部时，用户转动头部，以使电子设备拍摄到用户脸部不同角度的图像，以及，电子设备在拍摄用户时，用户做出不同表情，例如，高兴、悲伤、惊讶等等，以使电子设备拍摄到用户不同脸部表情的图像。步骤S102，对用户脸部的三维模型进行保角映射处理，得到二维图像。本专利技术的一个实施例中，用户脸部的三维模型的保角映射处理是将用户脸部的三维模型映射到平面圆盘上。在映射过程中，用户脸部的三维模型上的各特征点之间的空间距离等于映射到平面圆盘上的各特征点之间的本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，包括：确定用户脸部的三维模型；对所述用户脸部的三维模型进行保角映射处理，得到二维图像；从所述二维图像中确定第一特征值信息；获取待识别的二维脸部图像，并从所述待识别的二维脸部图像中，确定第二特征值信息；将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：确定用户脸部的三维模型；对所述用户脸部的三维模型进行保角映射处理，得到二维图像；从所述二维图像中确定第一特征值信息；获取待识别的二维脸部图像，并从所述待识别的二维脸部图像中，确定第二特征值信息；将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果。2.根据权利要求1所述的方法，其特征在于，确定用户脸部的三维模型，包括：获取多张用户脸部的二维图像，其中，所述多张用户脸部的二维图像是所述用户转动头部和所述用户做出不同表情时拍摄得到的图像；利用所述多张用户脸部的二维图像，进行三维模型重建，得到所述用户脸部的三维模型。3.根据权利要求1所述的方法，其特征在于，对所述用户脸部的三维模型进行保角映射处理，得到二维图像，包括：将所述用户脸部的三维模型映射到平面圆盘上，其中，所述用户脸部的三维模型上的各特征点之间的空间距离等于映射到平面圆盘上的各特征点之间的直线距离。4.根据权利要求1所述的方法，其特征在于，在电子设备预存有多个用户的二维图像，且从各用户的二维图像中分别确定出第一特征值信息的情况下，将所述第一特征值信息和所述第二特征值信息进行匹配运算，得到匹配结果；根据所述匹配结果，确定识别结果，包括：将各第一特征值信息分别和所述第二特征值信息进行匹配运算，得到多个匹配结果；根据所述多个匹配结果确定识别结果。5.根据权利要求1所述的方法，其特征在于，从所述二维图像中，确定第一特征值信息，以及，从所述待识...

【专利技术属性】
技术研发人员：孙舶寒，钱琳瑞，吴涛，
申请(专利权)人：青岛小鸟看看科技有限公司，
类型：发明
国别省市：山东,37