一种身份识别方法及设备技术

本发明专利技术实施例提供了一种身份识别方法及设备，该方法包括：获取包含待识别人员人脸的待识别人脸图像；提取得到待识别人脸图像中的第一待识别特征和第二待识别特征；基于第一待识别特征，预测待识别人员的第一人员属性；将第二待识别特征与人员信息中的图像特征进行匹配，得到第一匹配结果，将第一人员属性与人员信息中的第二人员属性进行匹配，得到第二匹配结果；根据第一匹配结果与第二匹配结果判断是否满足预设匹配条件；若满足，则将人员信息中包括的人员身份确定为待识别人员的人员身份。可见，本方案中，通过图像特征和人员属性两方面数据来识别人员身份，相比于仅基于人脸特征进行身份识别而言，识别依据更丰富，提高了身份识别的准确度。身份识别的准确度。身份识别的准确度。

【技术实现步骤摘要】
一种身份识别方法及设备


[0001]本专利技术涉及人工智能算法
，特别是涉及一种身份识别方法及设备。

技术介绍

[0002]目前，很多场景中都需要进行身份识别。例如，小区的安防系统可以利用身份识别，防止未登记的人进入小区；车辆智能控制可以利用身份识别，针对不同的车载人员执行如调整座椅靠背、调整后视镜角度等动作；智能家居环境中可以通过身份识别对家庭成员进行区分，并针对不同家庭成员的需求对家居进行控制等等。
[0003]相关的身份识别方案，通常包括：预先在数据库中存储人脸图像及其对应的人员身份；通过摄像头采集人脸图像，然后将人脸图像与预先在数据库中存储的人脸图像进行匹配，根据匹配结果确定人员身份。
[0004]上述方案仅基于人脸特征进行身份识别，识别依据单一导致身份识别的准确度较低。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种身份识别方法及设备，以提高身份识别的准确度。具体技术方案如下：为达到上述目的，本专利技术实施例提供了一种身份识别方法，包括：获取待识别人脸图像，所述待识别人脸图像中包含待识别人员的人脸；提取得到所述待识别人脸图像中的第一待识别特征和第二待识别特征；基于所述第一待识别特征，预测所述待识别人员的第一人员属性；针对预先存储的每份人员信息，将所述第二待识别特征与该份人员信息中的图像特征进行匹配，得到第一匹配结果，将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配，得到第二匹配结果；其中，每份人员信息包括：同一人员的第二人员属性、人员身份、以及该人员的人脸图像的图像特征；根据所述第一匹配结果与所述第二匹配结果判断是否满足预设匹配条件；若满足，则将该份人员信息中包括的人员身份确定为所述待识别人员的人员身份。
[0006]可选的，所述获取待识别人脸图像，包括：获取待识别人员的人脸图像，作为待处理图像；通过人脸检测模型检测所述待处理图像，得到人脸关键点；基于所述人脸关键点，判断所述待处理图像中的人脸是否垂直，如果否，则基于所述人脸关键点对所述待处理图像进行调整，得到待识别人脸图像；如果是，则将所述待处理图像作为待识别人脸图像。
[0007]可选的，所述基于所述人脸关键点对所述待处理图像进行调整，得到待识别人脸图像，包括：基于所述人脸关键点在所述待处理图像中的坐标、以及预先设定的所述人脸关键点的
目标坐标，确定图像变换矩阵；基于所述图像变换矩阵对所述待处理图像进行矩阵变换处理，得到矩阵变换图像；基于预设人脸位置框对所述矩阵变换图像进行截取，得到待识别人脸图像。
[0008]可选的，所述基于所述第一待识别特征，预测所述待识别人员的第一人员属性，包括：将所述第一待识别特征输入人员属性预测分类网络，对第一人员属性进行预测；其中，所述人员属性预测分类网络包括与预设人员属性类别数量相同的预测分支，每一所述预测分支对应一预设人员属性类别；获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果，作为第一人员属性。
[0009]可选的，所述将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配，得到第二匹配结果，包括：针对每一所述预设人员属性类别，将所述预设人员属性类别对应的所述第一人员属性与所述预设人员属性类别对应的所述第二人员属性进行匹配；若匹配成功，则将第二预设值确定为第二匹配结果；若匹配不成功，则将第三预设值确定为第二匹配结果。
[0010]可选的，所述预设人员属性类别包括人员性别；所述预测分支包括性别预测分支；所述获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果，作为第一人员属性，包括：获取所述性别预测分支输出的与所述人员性别对应的性别预测结果，作为第一人员属性；和/或，所述预设人员属性类别包括人员年龄；所述预测分支包括年龄预测分支；所述获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果，作为第一人员属性，包括：获取所述年龄预测分支输出的与所述人员年龄对应的年龄预测结果，作为第一人员属性。
[0011]可选的，所述针对每一所述预设人员属性类别，将所述第一人员属性中的所述预设人员属性类别与所述第二人员属性中的所述预设人员属性类别进行匹配，包括：若所述预设人员属性类别包括人员性别，则将所述性别预测结果与该份人员信息中的人员性别进行匹配；若所述预设人员属性类别包括人员年龄，则确定所述年龄预测结果所在的年龄区间，作为预测年龄区间；确定该份人员信息中的人员年龄所在的年龄区间，作为真实年龄区间；将所述预测年龄区间与所述真实年龄区间进行匹配。
[0012]可选的，所述将所述第二待识别特征与该份人员信息中的图像特征进行匹配，得到第一匹配结果，包括：计算所述第二待识别特征与该份人员信息中的图像特征的相似度；计算第一预设值和所述相似度的差值，作为第一匹配结果。
[0013]可选的，所述根据所述第一匹配结果与所述第二匹配结果判断是否满足预设匹配条件，包括：将所述第一匹配结果与所述第二匹配结果进行融合，得到融合匹配结果；判断所述融合匹配结果是否小于预设阈值，若是，则判定所述第一匹配结果和所述第二匹配结果满足预设匹配条件。
[0014]为达到上述目的，本专利技术实施例还提供了一种电子设备，包括处理器和存储器；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述任意一种身份识别方法。
[0015]应用本专利技术所示实施例，在通过人脸识别得到人员身份的情况下，通过对比人员属性对人脸识别的结果加以验证，也就是说，本方案中通过图像特征和人员属性两方面的数据来识别人员身份，相比于仅基于人脸特征进行身份识别而言，识别依据更丰富，提高了身份识别的准确度。
[0016]当然，实施本专利技术的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术实施例提供的身份识别方法的第一种流程示意图；图2为本专利技术实施例提供的一种包含68个人脸关键点的示意图；图3为本专利技术实施例提供的一种全连接层网络示意图；图4为本专利技术实施例提供的一种全连接层的第一输出示意图；图5为本专利技术实施例提供的身份识别方法的第二种流程示意图；图6为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]为了达到上述目的，本专利技术实施例提供了一种身份识别方法、设备及存储介质，该方法可以应用于各种电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身份识别方法，其特征在于，包括：获取待识别人脸图像，所述待识别人脸图像中包含待识别人员的人脸；提取得到所述待识别人脸图像中的第一待识别特征和第二待识别特征；基于所述第一待识别特征，预测所述待识别人员的第一人员属性；针对预先存储的每份人员信息，将所述第二待识别特征与该份人员信息中的图像特征进行匹配，得到第一匹配结果，将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配，得到第二匹配结果；其中，每份人员信息包括：同一人员的第二人员属性、人员身份、以及该人员的人脸图像的图像特征；根据所述第一匹配结果与所述第二匹配结果判断是否满足预设匹配条件；若满足，则将该份人员信息中包括的人员身份确定为所述待识别人员的人员身份。2.根据权利要求1所述的方法，其特征在于，所述获取待识别人脸图像，包括：获取待识别人员的人脸图像，作为待处理图像；通过人脸检测模型检测所述待处理图像，得到人脸关键点；根据所述人脸关键点，判断所述待处理图像中的人脸是否垂直，如果否，则基于所述人脸关键点对所述待处理图像进行调整，得到待识别人脸图像；如果是，则将所述待处理图像作为待识别人脸图像。3.根据权利要求2所述的方法，其特征在于，所述基于所述人脸关键点对所述待处理图像进行调整，得到待识别人脸图像，包括：基于所述人脸关键点在所述待处理图像中的坐标、以及预先设定的所述人脸关键点的目标坐标，确定图像变换矩阵；基于所述图像变换矩阵对所述待处理图像进行矩阵变换处理，得到矩阵变换图像；基于预设人脸位置框对所述矩阵变换图像进行截取，得到待识别人脸图像。4.根据权利要求1所述的方法，其特征在于，所述基于所述第一待识别特征，预测所述待识别人员的第一人员属性，包括：将所述第一待识别特征输入人员属性预测分类网络，对第一人员属性进行预测；其中，所述人员属性预测分类网络包括与预设人员属性类别数量相同的预测分支，每一所述预测分支对应一预设人员属性类别；获取每一所述预测分支输出的与所述预设人员属性类别对应的预测结果，作为第一人员属性。5.根据权利要求4所述的方法，其特征在于，所述将所述待识别人员的第一人员属性与该份人员信息中的第二人员属性进行匹配，得到第二匹配结果，包括：针对每一所述预设人员属性类别，...

【专利技术属性】
技术研发人员：李林峰，黄海荣，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：