The invention provides a face recognition method and device, the method comprises obtaining a face image to form a training image set, processing the training image set to form a training image set a and a training image set B, training the training image set a and a training image set B to obtain a face recognition model, and using the face recognition model to recognize the recognition image to obtain the recognition result. The face recognition model obtained by the method and device provided by the invention has very high stability and robustness, thereby improving the accuracy of face recognition.
【技术实现步骤摘要】
一种人脸识别方法及装置
本专利技术属于人脸识别领域,特别涉及一种人脸识别方法及装置。
技术介绍
近年来随着人脸识别技术的发展,“刷脸”已经应用到多种场合,例如刷脸支付、刷脸进站、刷脸门禁等。这将大大提高了人们日常生活的便利性,并能一定程度上提高人们日常生活中的安全指数。传统的人脸识别方法是利用卷积神经网络对训练图像集进行训练,获得识别模型,然后再对待识别图像进行识别获得识别结果;但有时候,由于提供组成训练图像集的人脸图像较少,获得的人脸识别模型鲁棒性差、稳定性差,导致识别准确率低。
技术实现思路
为了解决现有技术中存在的问题,本专利技术提供一种人脸识别方法及装置。本专利技术其中一个实施例提供一种人脸识别方法,该方法包括如下步骤:获取人脸图像,组成训练图像集;对训练图像集进行处理形成训练图像集合a和训练图像集合b;用训练图像集合a和训练图像集合b进行训练,获得人脸识别模型;用人脸识别模型对待识别图像进行识别,得到识别结果。在一些实施例中,所述对训练图像集进行处理形成训练图像集合a和训练图像集合b包括如下步骤:获取训练图像集内的标准图像;将训练图像集内的每一非标准图像分别与标准图像做差处理,获得残差;计算残差内所有像素的平均值,形成平均残差图像;利用每一非标准图像与平均残差图像进行图像重构,获得重构图像集;训练图像集和重构图像集的并集形成训练图像集合a。在一些实施例中,所述对训练图像集进行处理形成训 ...
【技术保护点】
1.一种人脸识别方法,其特征在于,所述人脸识别方法包括如下步骤:/n获取人脸图像,组成训练图像集;/n对训练图像集进行处理形成训练图像集合a和训练图像集合b;/n用训练图像集合a和训练图像集合b进行训练,获得人脸识别模型;/n用人脸识别模型对待识别图像进行识别,得到识别结果。/n
【技术特征摘要】
1.一种人脸识别方法,其特征在于,所述人脸识别方法包括如下步骤:
获取人脸图像,组成训练图像集;
对训练图像集进行处理形成训练图像集合a和训练图像集合b;
用训练图像集合a和训练图像集合b进行训练,获得人脸识别模型;
用人脸识别模型对待识别图像进行识别,得到识别结果。
2.如权利要求1所述的人脸识别方法,其特征在于,所述对训练图像集进行处理形成训练图像集合a和训练图像集合b包括如下步骤:
获取训练图像集内的标准图像;
将训练图像集内的每一非标准图像分别与标准图像做差处理,获得残差;
计算残差内所有像素的平均值,形成平均残差图像;
利用每一非标准图像与平均残差图像进行图像重构,获得重构图像集;
训练图像集和重构图像集的并集形成训练图像集合a。
3.如权利要求2所述的人脸识别方法,其特征在于,所述对训练图像集进行处理形成训练图像集合a和训练图像集合b包括如下步骤:
获取训练图像集内每一训练图像的轮廓,形成轮廓图像;
将所有轮廓图像与对应的残差进行融合,获得训练图像集合b。
4.如权利要求2所述的人脸识别方法,其特征在于,所述用训练图像集合a和训练图像集合b进行训练,获得人脸识别模型包括如下步骤:
利用训练图像集合b对卷积神经网络进行训练,获得第一识别模型;
利用训练图像集合a对第一识别模型进行训练获得人脸识别模型。
5.如权利要求1所述的人脸识别方法,其特征在于,所述利用每一非标准图像与平均残差图像进行图像重构,获得重构图像集包括如下步骤:
计算每一非标准图像内第i个像素点xi与平均残差图像内对应位置的第i个像素点yi的像素差Δx,并与像素差阈值Δx1进行比较;
当Δx<Δx1时,保留像素点xi;
当Δx≥Δx1,找到平均残差图像内像素点y...
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。