人脸识别方法、装置、电子设备及可读存储介质制造方法及图纸

本申请涉及图像处理技术领域，公开了一种人脸识别方法、装置、电子设备和可读存储介质，人脸识别方法包括：获取待识别人脸图像和用户标识，提取待识别人脸图像的第一图像特征；基于用户标识获取注册人脸图像，提取注册人脸图像的第二图像特征；基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征；基于归一化矩阵对第二图像特征进行归一化，得到第二归一化特征；其中，归一化矩阵是基于归一化图像库得到的；归一化图像库中各个不同类型的人脸图像的数量之间的比例符合预设比例；基于第一归一化特征和第二归一化特征确定待识别人脸图像和注册人脸图像的匹配度。本申请提供的人脸识别方法可以减少模型训练耗时，提高人脸识别效率。

Face recognition methods, devices, electronic devices and readable storage media

【技术实现步骤摘要】
人脸识别方法、装置、电子设备及可读存储介质
本申请涉及图像处理
，具体而言，本申请涉及一种人脸识别方法、装置、电子设备及可读存储介质。
技术介绍
人机交互技术的应用日益广泛，在人机交互领域中，人脸识别技术具有非常重要的意义。在人脸识别方法中，通常人脸识别模型的训练数据中不同类型的人脸数据分布不均衡，对不同类型的人脸数据，特征相似度不统一，导致人脸识别准确率较低。为了解决人脸识别模型的训练数据中不同类型的人脸数据分布不均衡的问题，现有技术中对人脸识别模型的训练数据需要重新进行调整采样，使得各种类型的人脸数据分布均衡，从而使人脸识别模型对不同类型的人脸数据具有统一的识别尺度。然而，现有技术中对于不同的场景，需要分别对人脸识别模型进行重新训练，模型更新迭代的耗时较长，人脸识别效率较低。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案：第一方面，提供了一种人脸识别方法，包括：获取待识别人脸图像和用户的用户标识，提取待识别人脸图像的第一图像特征；基于用户标识获取用户预先存储的注册人脸图像，提取注册人脸图像的第二图像特征；基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征；基于归一化矩阵对第二图像特征进行归一化，得到第二归一化特征；其中，归一化矩阵是基于归一化图像库得到的；归一化图像库中各个不同类型的人脸图像的数量之间的比例符合预设比例；基于第一归一化特征和第二归一化特征确定待识别人脸图像和注册人脸图像的匹配度，以对待识别人脸图像进行识别。在第一方面的可选实施例中，基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征之前，还包括：从预设的图像数据库中获取归一化图像库；图像数据库中设置有多种不同类型的人脸图像；提取归一化图像库中每一人脸图像的特征向量，基于所提取的特征向量获取归一化矩阵。在第一方面的可选实施例中，从预设的图像数据库中获取归一化图像库，包括：从图像数据库中随机抽取第一预设数量的人脸图像，获取所抽取的人脸图像中各个类型的人脸图像的数量之间的比例；若各个类型的人脸图像的数量之间的比例符合预设比例，基于所抽取的人脸图像构建归一化图像库；若各个类型的人脸图像的数量之间的比例不符合预设比例，基于各个类型的人脸图像的比例从图像数据库中抽取指定类型的人脸图像，直至各个类型的人脸图像的数量之间的比例符合预设比例，且所抽取的人脸图像的总数量符合预设数量范围，基于所抽取的人脸图像构建归一化图像库。在第一方面的可选实施例中，基于所提取的特征向量获取归一化矩阵，包括：对归一化图像库中每一人脸图像的特征向量进行规范化，得到各人脸图像的规范化特征向量；基于各人脸图像的规范化特征向量构建归一化矩阵。在第一方面的可选实施例中，基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征，包括：对第一图像特征进行规范化，得到第一规范特征；将第一规范特征和归一化矩阵进行比对，得到第一规范特征的第一得分矩阵；基于第一得分矩阵获取第一规范特征的第一相似度归一因子；基于第一相似度归一因子和第一规范特征，获取第一归一化特征。在第一方面的可选实施例中，将第一规范特征和归一化矩阵进行比对，得到第一规范特征的第一得分矩阵，包括：获取归一化矩阵的转置矩阵；将第一规范特征与归一化矩阵的转置矩阵相乘，得到第一得分矩阵。在第一方面的可选实施例中，第一得分矩阵为行矩阵；基于第一得分矩阵获取第一规范特征的第一相似度归一因子，包括：对第一得分矩阵中的各个元素按照从大到小的顺序进行排序；从排序后的第一得分矩阵中选取连续的第二预设数量的元素；基于所选取的元素获取第一相似度归一因子。在第一方面的可选实施例中，基于第一相似度归一因子和第一规范特征，获取第一归一化特征，包括：将第一相似度归一因子组合入第一规范特征的最后一个维度中，得到第一归一化特征。在第一方面的可选实施例中，基于第一归一化特征和第二归一化特征确定待识别人脸图像和注册人脸图像的匹配度，以对待识别人脸图像进行识别，包括：获取第一归一化特征和第二归一化特征之间的相似度；若相似度不小于预设阈值，则确定待识别人脸图像属于用户；若相似度小于预设阈值，则确定待识别人脸图像不属于用户。第二方面，提供了一种人脸识别装置，包括：第一提取模块，用于获取待识别人脸图像和用户的用户标识，提取待识别人脸图像的第一图像特征；第二提取模块，用于基于用户标识获取用户预先存储的注册人脸图像，提取注册人脸图像的第二图像特征；归一化模块，用于基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征；基于归一化矩阵对第二图像特征进行归一化，得到第二归一化特征；其中，归一化矩阵是基于归一化图像库得到的；归一化图像库中各个不同类型的人脸图像的数量之间的比例符合预设比例；识别模块，用于基于第一归一化特征和第二归一化特征确定待识别人脸图像和注册人脸图像的匹配度，以对待识别人脸图像进行识别。在第二方面的可选实施例中，人脸识别装置还包括获取模块，用于：从预设的图像数据库中获取归一化图像库；图像数据库中设置有多种不同类型的人脸图像；提取归一化图像库中每一人脸图像的特征向量，基于所提取的特征向量获取归一化矩阵。在第二方面的可选实施例中，获取模块在从预设的图像数据库中获取归一化图像库时，具体用于：从图像数据库中随机抽取第一预设数量的人脸图像，获取所抽取的人脸图像中各个类型的人脸图像的数量之间的比例；若各个类型的人脸图像的数量之间的比例符合预设比例，基于所抽取的人脸图像构建归一化图像库；若各个类型的人脸图像的数量之间的比例不符合预设比例，基于各个类型的人脸图像的比例从图像数据库中抽取指定类型的人脸图像，直至各个类型的人脸图像的数量之间的比例符合预设比例，且所抽取的人脸图像的总数量符合预设数量范围，基于所抽取的人脸图像构建归一化图像库。在第二方面的可选实施例中，获取模块在基于所提取的特征向量获取归一化矩阵时，具体用于：对归一化图像库中每一人脸图像的特征向量进行规范化，得到各人脸图像的规范化特征向量；基于各人脸图像的规范化特征向量构建归一化矩阵。在第二方面的可选实施例中，归一化模块在基于归一化矩阵对第一图像特征进行归一化，得到第一归一化特征时，具体用于：对第一图像特征进行规范化，得到第一规范特征；将第一规范特征和归一化矩阵进行比对，得到第一规范特征的第一得分矩阵；基于第一得分矩阵获取第一规范特征的第一相似度归一因子；基于第一相似度归一因子和第一规范特征，获取第一归一化特征。在第二方面的可选实施例中，归一化模块在将第一规范特征和归一化矩阵进行比对，得到第一规范特征的第一得分矩阵时，具体用于：...

【技术保护点】
1.一种人脸识别方法，其特征在于，包括：/n获取待识别人脸图像和用户的用户标识，提取所述待识别人脸图像的第一图像特征；/n基于所述用户标识获取所述用户预先存储的注册人脸图像，提取所述注册人脸图像的第二图像特征；/n基于归一化矩阵对所述第一图像特征进行归一化，得到第一归一化特征；基于所述归一化矩阵对所述第二图像特征进行归一化，得到第二归一化特征；/n其中，所述归一化矩阵是基于归一化图像库得到的；所述归一化图像库中各个不同类型的人脸图像的数量之间的比例符合预设比例；/n基于所述第一归一化特征和所述第二归一化特征确定所述待识别人脸图像和所述注册人脸图像的匹配度，以对所述待识别人脸图像进行识别。/n

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：
获取待识别人脸图像和用户的用户标识，提取所述待识别人脸图像的第一图像特征；
基于所述用户标识获取所述用户预先存储的注册人脸图像，提取所述注册人脸图像的第二图像特征；
基于归一化矩阵对所述第一图像特征进行归一化，得到第一归一化特征；基于所述归一化矩阵对所述第二图像特征进行归一化，得到第二归一化特征；
其中，所述归一化矩阵是基于归一化图像库得到的；所述归一化图像库中各个不同类型的人脸图像的数量之间的比例符合预设比例；
基于所述第一归一化特征和所述第二归一化特征确定所述待识别人脸图像和所述注册人脸图像的匹配度，以对所述待识别人脸图像进行识别。


2.根据权利要求1所述的人脸识别方法，其特征在于，所述基于归一化矩阵对所述第一图像特征进行归一化，得到第一归一化特征之前，还包括：
从预设的图像数据库中获取所述归一化图像库；所述图像数据库中设置有多种不同类型的人脸图像；
提取所述归一化图像库中每一人脸图像的特征向量，基于所提取的特征向量获取所述归一化矩阵。


3.根据权利要求2所述的人脸识别方法，其特征在于，所述从预设的图像数据库中获取所述归一化图像库，包括：
从所述图像数据库中随机抽取第一预设数量的人脸图像，获取所抽取的人脸图像中各个类型的人脸图像的数量之间的比例；
若各个类型的人脸图像的数量之间的比例符合预设比例，基于所抽取的人脸图像构建所述归一化图像库；
若各个类型的人脸图像的数量之间的比例不符合预设比例，基于各个类型的人脸图像的比例从所述图像数据库中抽取指定类型的人脸图像，直至各个类型的人脸图像的数量之间的比例符合预设比例，且所抽取的人脸图像的总数量符合预设数量范围，基于所抽取的人脸图像构建所述归一化图像库。


4.根据权利要求2所述的人脸识别方法，其特征在于，所述基于所提取的特征向量获取所述归一化矩阵，包括：
对所述归一化图像库中每一人脸图像的特征向量进行规范化，得到各人脸图像的规范化特征向量；
基于各人脸图像的规范化特征向量构建所述归一化矩阵。


5.根据权利要求1所述的人脸识别方法，其特征在于，所述基于归一化矩阵对所述第一图像特征进行归一化，得到第一归一化特征，包括：
对所述第一图像特征进行规范化，得到第一规范特征；
将所述第一规范特征和所述归一化矩阵进行比对，得到所述第一规范特征的第一得分矩阵；
基于所述第一得分矩阵获取所述第一规范特征的第一相似度归一因子；
基于所述第一相似度归一因子和所述第一规范特征，获取所述第一归一化特征。


6.根据权利要求5所述...

【专利技术属性】
技术研发人员：许剑清，沈鹏程，李绍欣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44