人脸识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及计算机技术领域，尤其是一种人脸识别方法、装置、计算机设备和存储介质。所述方法包括：获取初始图像，并对所述初始图像进行分级人脸检测得到目标人脸区域，所述分级人脸识别包括对所述初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别；将所述目标人脸区域从所述初始图像裁剪后输入至人脸识别模型进行人脸特征提取，用于人脸识别。采用本方法能够提高检测精度。

【技术实现步骤摘要】
人脸识别方法、装置、计算机设备和存储介质
本申请涉及人脸识别
，特别是涉及一种人脸识别方法、装置、计算机设备和存储介质。
技术介绍
传统的图像、人脸检测识别方法主要是通过端到端的神经网络架构，通过采集的全幅图像数据输入至训练好的神经网络模型中，进行特征向量提取和识别。这种传统人脸识别方法，在识别过程中受限于计算能力和神经网络模型输入限制，需要降低输入分辨率，造成人脸纹理特征损失，模型识别准确率降低。同时模型用于人脸位置检测的候选区需要遍历整个图像，使得模型计算参数增多、计算量大、耗时长。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高检测精度的人脸识别方法、装置、计算机设备和存储介质。一种人脸识别方法，所述方法包括：获取初始图像，并对所述初始图像进行分级人脸检测得到目标人脸区域，所述分级人脸识别包括对所述初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别；将所述目标人脸区域从所述初始图像裁剪后输入至人脸识别模型进行人脸特征提取，用于人脸识别。在其中一个实施例中，所述对所述初始图像进行分级人脸检测得到目标人脸区域，包括：对所述初始图像进行检测获得到目标人体区域；对所得到的目标人体区域进行预处理得到标准尺寸的至少一个待处理图像；对所述待处理图像进行人脸检测得到待处理人脸区域；将所述待处理人脸区域映射到所述初始图像中得到目标人脸区域。在其中一个实施例中，所述对所述初始图像进行检测获得到目标人体区域，包括：对所述初始图像进行缩放处理以及灰度化处理得到待识别图像；对所述待识别图像进行检测得到目标人体区域。在其中一个实施例中，所述对所述待识别图像进行检测得到目标人体区域，包括：将所述待识别图像输入至预先训练完成的人体检测模型中；获取所述人体检测模型中预先确定的多个不同长宽比例和面积的候选框；通过所述人体检测模型提取多个不同长宽比例和面积的候选框对应的图像特征，并根据所提取的图像特征计算得到每个候选框的目标置信度；通过非极大值抑制操作并根据每个所述候选框的目标置信度计算得到目标人体区域；其中，所述人体检测模型的训练方式包括：获取已标注真实人体区域的训练集；对训练集中的每个第一训练图像进行下采样得到第一特征图；根据所述第一特征图生成多个不同长宽比例和面积的第一训练候选框；计算所述第一训练候选框的第一训练误差；根据所述训练集中已标注的真实人体区域和所述第一训练误差，调整模型参数，进行训练得到人体检测模型。在其中一个实施例中，所述第一训练候选框的长宽比例是预先设定的；或者所述第一训练候选框的长宽比例是通过所述第一训练图像中的已标注的真实人体区域进行聚类得到的；所述第一训练候选框的面积是根据所述第一训练图像中的已标注的人体区域聚类后，每一类中标注好的真实人体区域的面积确定的；或者所述第一训练候选框的面积是标注好的人体区域由于远近不同所导致的面积不同而确定的。在其中一个实施例中，所述对所述待处理图像进行人脸检测得到待处理人脸区域，包括：分别将所述待处理图像输入至人脸检测模型中；通过所述人脸检测模型分别提取至少一个所述待处理图像的预设位置区域；根据所述预设位置区域生成不同比例和尺寸的人脸候选框；计算所述人脸候选框区域对应的置信度；通过非极大值抑制操作并根据每个所述人脸候选框的置信度计算得到人脸区域；其中，所述人脸检测模型的训练方式包括：从已标注真实人体区域的训练集中提取真实人体区域，所述真实人体区域中标注了真实人脸区域；将所述真实人体区域进行尺度变换得到标准尺寸的多个第二训练图像；生成多个所述第二训练图像的预设位置区域；根据所述预设位置区域生成多个不同比例和尺寸的第二训练候选框；计算所述第二训练候选框区域对应的第二训练误差；根据标注好的真实人脸区域和所述置信度进行训练得到人脸检测模型。在其中一个实施例中，所述对所得到的目标人体区域进行尺度变换得到标准尺寸的多个待处理图像，包括：将所述目标人体区域映射到所述初始图像得到目标人体区域的位置；根据所述位置从所述初始图像中提取目标人体区域对应的人体图像；对所述人体图像进行尺度变换得到标准尺寸的多个待处理图像。一种人脸识别装置，所述装置包括：人脸区域检测模块，用于获取初始图像，并对所述初始图像进行分级人脸检测得到目标人脸区域，所述分级人脸识别包括对所述初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别；人脸识别模块，用于将所述目标人脸区域从所述初始图像裁剪后输入至人脸识别模型进行人脸特征提取，用于人脸识别。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。上述人脸识别方法、装置、计算机设备和存储介质，对初始图像进行分级人脸检测，即首先检测人体区域，然后对检测出的人体区域进行人脸识别，这样首先检测到人体区域，使得人脸检测时位置相对确定，从而提高了检测的精度。附图说明图1为一个实施例中人脸识别方法的流程示意图；图2为图1所示实施例中的步骤S102的流程图；图3为一个实施例中的人脸识别方法的图像变换图；图4为一个实施例中训练集中一个第一训练图像的示意图；图5是一个实施例中目标人体区域的示意图；图6为一个实施例中对目标人体区域进行预处理得到的第二训练图像的示意图；图7为另一个实施例中的人脸识别方法的示意图；图8为一个实施例中人脸识别装置的结构框图；图9为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在一个实施例中，如图1所示，提供了一种人脸识别方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：S102：获取初始图像，并对初始图像进行分级人脸检测得到目标人脸区域，分级人脸识别包括对初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别。具体地，初始图像可以是指摄像头拍摄的图像，且一般拍摄的初始图像的像素是固定的，分级人脸识别包括对初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别，其中人体区域识别是指从初始图像中识别得到拍摄了完整的人脑图像的人体区域，人脸识别则是从所识别的人体区域本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法包括：/n获取初始图像，并对所述初始图像进行分级人脸检测得到目标人脸区域，所述分级人脸识别包括对所述初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别；/n将所述目标人脸区域从所述初始图像裁剪后输入至人脸识别模型进行人脸特征提取，用于人脸识别。/n

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：
获取初始图像，并对所述初始图像进行分级人脸检测得到目标人脸区域，所述分级人脸识别包括对所述初始图像进行人体区域识别和对所识别出的人体区域进行人脸识别；
将所述目标人脸区域从所述初始图像裁剪后输入至人脸识别模型进行人脸特征提取，用于人脸识别。


2.根据权利要求1所述的方法，其特征在于，所述对所述初始图像进行分级人脸检测得到目标人脸区域，包括：
对所述初始图像进行检测获得到目标人体区域；
对所得到的目标人体区域进行预处理得到标准尺寸的至少一个待处理图像；
对所述待处理图像进行人脸检测得到待处理人脸区域；
将所述待处理人脸区域映射到所述初始图像中得到目标人脸区域。


3.根据权利要求2所述的方法，其特征在于，所述对所述初始图像进行检测获得到目标人体区域，包括：
对所述初始图像进行缩放处理以及灰度化处理得到待识别图像；
对所述待识别图像进行检测得到目标人体区域。


4.根据权利要求3所述的方法，其特征在于，对所述待识别图像进行检测得到目标人体区域，包括：
将所述待识别图像输入至预先训练完成的人体检测模型中；
获取所述人体检测模型中预先确定的多个不同长宽比例和面积的候选框；
通过所述人体检测模型提取多个不同长宽比例和面积的候选框对应的图像特征，并根据所提取的图像特征计算得到每个候选框的目标置信度；
通过非极大值抑制操作并根据每个所述候选框的目标置信度计算得到目标人体区域；
其中，所述人体检测模型的训练方式包括：
获取已标注真实人体区域的训练集；
对训练集中的每个第一训练图像进行下采样得到第一特征图；
根据所述第一特征图生成多个不同长宽比例和面积的第一训练候选框；
计算所述第一训练候选框的第一训练误差；
根据所述训练集中已标注的真实人体区域和所述第一训练误差，调整模型参数，调整模型参数，进行训练得到人体检测模型。


5.根据权利要求4所述的方法，其特征在于，所述第一训练候选框的长宽比例是预先设定的；或者
所述第一训练候选框的长宽比例是通过所述第一训练图像中的已标注的真实人体区域进行聚类得到的；所述第一训练候选框的面积是根据所述第一训练图像中的已标注的人体区域聚类后，每一类中标注好的真实...

【专利技术属性】
技术研发人员：张官兴，王赟，郭蔚，黄康莹，张铁亮，
申请(专利权)人：绍兴埃瓦科技有限公司，上海埃瓦智能科技有限公司，
类型：发明
国别省市：浙江;33