一种人脸识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种人脸识别方法及装置，在该人脸识别方法中，确定底库中各人脸底库图片的属性和特征向量，获取待识别人脸图像，并确定所述待识别人脸图像的属性以及特征向量。所述底库中针对同一人脸具有至少两张人脸底库图片。根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果，可提高人脸识别的准确度。

A Face Recognition Method and Device

【技术实现步骤摘要】
一种人脸识别方法及装置
本专利技术涉及人脸识别
，尤其涉及一种人脸识别方法及装置。
技术介绍
随着人脸识别技术的提升，人脸识别技术的应用越来越广泛。在应用人脸识别技术时，对人脸图像进行比对是其中较为重要的一个环节。在进行人脸图像比对时，通常需要针对该待比对人脸图像预先设置底库，该底库中包含人脸底库图片，该人脸底库图片存储有该待识别人脸的已知人脸信息。通过将待识别人脸图像与底库中的人脸底库图片进行比对，可以确定待识别人脸图像与人脸底库图片之间的相似度，进而可根据确定的相似度，确定待识别人脸图像的识别结果，即确定待识别人脸图像与人脸底库图片中的人脸是否为同一人。然而，采用目前已有的人脸图像比对方法，根据比对结果确定待识别人脸图像与人脸底库图片之间的相似度，确定待识别人脸图像的识别结果，会出现识别结果准确度较低的情形。
技术实现思路
本专利技术实施例旨在提供一种人脸识别方法及装置，以提高人脸识别的准确度。第一方面，本专利技术实施例提供了一种人脸识别方法，在该人脸识别方法中，确定底库中各人脸底库图片的属性和特征向量，所述底库中针对同一人脸具有至少两张人脸底库图片。获取待识别人脸图像并确定所述待识别人脸图像的属性以及特征向量。根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果。本专利技术实施例中，底库中针对同一人脸具有至少两张人脸底库图片，利用底库中针对同一人脸的至少两张人脸底库图片的属性和特征向量确定人脸识别结果，相对利用一张人脸底库图片确认人脸识别结果，可提高人脸识别的准确度。可能的实施方式中，所述底库中的人脸底库图片是根据预设的条件预先采集的，所述预设的条件为满足预设的属性组合的条件，所述属性包括人脸角度、遮挡情况、清晰度以及图片亮度中的至少一项。本专利技术实施例可通过预设采集人脸底库图片的条件，在底库中针对同一人脸采集多张人脸底库图片，利用该多张人脸底库图片进行人脸识别，一定程度上提高人脸识别的准确度。进一步的，预先采集的底库中的人脸底库图片属性与所述预设的条件中的属性组合一一对应。可能的实施方式中，本专利技术实施例中底库中的人脸底库图片可采用如下方式根据预设的条件预先采集：按照预设的条件中的每一属性组合，依次显示与该属性组合相匹配的提示信息，并采集所述提示信息提示采集的人脸图像，直至将预设的条件中的属性组合全部提示完毕。将与所述预设的条件中属性组合相匹配的人脸图像，作为底库中的人脸底库图片。进一步的，将与所述预设的条件中属性组合相匹配的人脸图像，作为底库中的人脸底库图片之后，还可针对未采集到的人脸底库图片再次显示提示信息。其中，所述未采集到的人脸底库图片为在所述底库中未存在的、与所述预设的属性组合相匹配的人脸底库图片。本专利技术实施例中针对未采集到的人脸底库图片，通过再次显示提示信息的方式进行采集，实现了遗漏人脸底库图片的采集，保证采集的人脸底库图片能够覆盖预设的条件中的全部属性组合。一种可能的实施方式中，本专利技术实施例中确定底库中各人脸底库图片的属性，包括：将与人脸底库图片所匹配的属性组合，添加为该人脸底库图片的属性。另一种可能的实施方式中，本专利技术实施例中确定底库中各人脸底库图片的属性，包括：对底库中的人脸底库图片进行属性检测，并根据检测结果生成人脸底库图片的属性。可能的实施方式中，本专利技术实施例中可采用如下方式根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果：根据所述待识别人脸图像的属性以及所述底库中各人脸底库图片的属性，在所述底库中筛选人脸底库图片，得到人脸底库图片集合；根据所述待识别人脸图像的特征向量以及所述人脸底库图片集合中各人脸底库图片的特征向量，确定所述待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度；根据待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度，确定人脸识别结果。其中，一种可能的实施方式中，可按照预设的人脸底库图片筛选规则，根据待识别人脸图像属性以及人脸底库图片属性，在所述底库中筛选满足所述人脸底库图片筛选规则的人脸底库图片，得到人脸底库图片集合。另一种可能的实施方式中，可调用预先训练得到的循环神经网络模型；将所述待识别人脸图像的属性以及所述底库中各人脸底库图片的属性作为所述循环神经网络模型的输入参数，将所述待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度作为所述循环神经网络模型的评估参数，在所述底库中筛选出用于与所述待识别人脸图像进行比对的人脸底库图片，得到人脸底库图片集合。其中，一种可能的实施方式中，本专利技术实施例中可根据预设运算函数，对待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度进行运算，得到相似度函数值；根据所述相似度函数值以及预设人脸识别函数阈值，确定人脸识别结果。另一种可能的实施方式中，本专利技术实施例中可调用预先训练得到的分类神经网络模型；将待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度作为所述分类神经网络模型的输入参数，并根据所述分类神经网络模型的输出确定人脸识别结果，其中，所述分类神经网络模型的输出包括人脸识别通过和人脸识别未通过。另一种可能的实施方式中，本专利技术实施例中可采用如下方式根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果：调用预先训练得到的分类神经网络模型；将所述底库中人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量作为所述分类神经网络模型的输入参数，并根据所述分类神经网络模型的输出确定人脸识别结果，其中，所述分类神经网络模型的输出包括人脸识别通过和人脸识别未通过。第二方面，本专利技术实施例提供一种人脸识别装置，该人脸识别装置具有实现上述第一方面涉及的人脸识别方法的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。一种可能的实施方式中，人脸识别装置包括获取单元、确定单元和识别单元，其中，确定单元，用于确定底库中各人脸底库图片的属性和特征向量，并用于确定待识别人脸图像的属性以及特征向量，所述底库中针对同一人脸具有至少两张人脸底库图片；获取单元，用于获取待识别人脸图像；识别单元，用于根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果。其中，获取单元、确定单元和识别单元的功能与可以和第一方面以及第一方面各种实施方式中涉及的各方法步骤相对应，在此不予赘述。第三方面，本专利技术实施例提供一种电子设备，该电子设备包括处理器和存储器。所述存储器，用于存储所述处理器执行的指令；所述处理器，用于调用所述存储器存储的指令，并执行上述第一方面或第一方面各种实施方式中涉及的人脸识别方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在计算机上运行时，执行上述第一方面或第一方面各种实施方式中涉及的人脸识别方法。第五方面，提供一种包含指令的计算机程序产品，当所述包含指令的计算机程序产品在计算机上运行时，使得计算机执行上述第一方面或第一方面各种实施方式中涉及的人脸识别方法。本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其中，包括：确定底库中各人脸底库图片的属性和特征向量，所述底库中针对同一人脸具有至少两张人脸底库图片；获取待识别人脸图像，并确定所述待识别人脸图像的属性以及特征向量；根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果。

【技术特征摘要】
1.一种人脸识别方法，其中，包括：确定底库中各人脸底库图片的属性和特征向量，所述底库中针对同一人脸具有至少两张人脸底库图片；获取待识别人脸图像，并确定所述待识别人脸图像的属性以及特征向量；根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果。2.根据权利要求1所述的方法，其中，所述底库中的人脸底库图片是根据预设的条件预先采集的；所述预设的条件为满足预设的属性组合的条件，所述属性包括人脸角度、遮挡情况、清晰度以及图片亮度中的至少一项。3.根据权利要求2所述的方法，其中，预先采集的底库中的人脸底库图片的属性与所述预设的条件中的属性组合一一对应。4.根据权利要求2所述的方法，其中，所述底库中的人脸底库图片采用如下方式根据预设的条件预先采集：按照预设的条件中的每一属性组合，依次显示与该属性组合相匹配的提示信息，并采集所述提示信息提示采集的人脸图像，直至将预设的条件中的属性组合全部提示完毕；将与所述预设的条件中属性组合相匹配的人脸图像，作为底库中的人脸底库图片。5.根据权利要求4所述的方法，其中，将与所述预设的条件中属性组合相匹配的人脸图像，作为底库中的人脸底库图片之后，所述方法还包括：针对未采集到的人脸底库图片再次显示提示信息，其中，所述未采集到的人脸底库图片为在所述底库中未存在的、与所述预设的属性组合相匹配的人脸底库图片。6.根据权利要求2所述的方法，其中，确定底库中各人脸底库图片的属性，包括：将与人脸底库图片所匹配的属性组合，添加为该人脸底库图片的属性。7.根据权利要求2所述的方法，其中，确定底库中各人脸底库图片的属性，包括：对底库中的人脸底库图片进行属性检测，并根据检测结果生成人脸底库图片的属性。8.根据权利要求1所述的方法，其中，根据所述底库中各人脸底库图片的属性和特征向量，以及所述待识别人脸图像的属性和特征向量，确定人脸识别结果，包括：根据所述待识别人脸图像的属性以及所述底库中各人脸底库图片的属性，在所述底库中筛选人脸底库图片，得到人脸底库图片集合；根据所述待识别人脸图像的特征向量以及所述人脸底库图片集合中各人脸底库图片的特征向量，确定所述待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度；根据待识别人脸图像与人脸底库图片集合中每一人脸底库图片之间的相似度，确定人脸识别结果。9.根据权利要求8所述的方法，其中，根据所述待识别人脸图像的属性以及所述底库中各人脸底库图片的属性，在所述底库中筛选人脸底库图片，得到人脸底库图片集合，包括：按照预设的人脸底库图片筛选规则，根据待识别人脸图像属性以及人脸底库图片属性，在所述底库中筛选满足所述人脸底库图片筛选规则的人脸底库图片，得到人脸底库图片...

【专利技术属性】
技术研发人员：刘宇，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11