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