人脸图像的匹配方法、装置、存储介质和电子装置制造方法及图纸

本发明专利技术实施例提供了一种人脸图像的匹配方法、装置、存储介质和电子装置，其中，该方法包括：从第一人脸图像中提取多个特征类型的图像特征得到多个第一图像特征，并从第二人脸图像中提取多个特征类型的图像特征得到多个第二图像特征；确定多个特征类型中的每个特征类型对应的第一图像特征与第二图像特征之间的相似度，得到多个特征相似度；基于多个特征相似度，确定第一人脸图像与第二人脸图像是否匹配。通过本发明专利技术，解决了相关技术中存在的人脸图像的匹配准确度较低的问题，进而达到了提高人脸图像的匹配准确度的效果。人脸图像的匹配准确度的效果。人脸图像的匹配准确度的效果。

【技术实现步骤摘要】
人脸图像的匹配方法、装置、存储介质和电子装置


[0001]本专利技术实施例涉及计算机领域，具体而言，涉及一种人脸图像的匹配方法、装置、存储介质和电子装置。

技术介绍

[0002]人脸识别是一项重要的生物识别技术，近年来由于深度学习算法的发展与计算机算力的提高，人脸识别技术已被广泛应用于安防、金融、教育、医疗等诸多领域。
[0003]人脸识别的准确率很大程度上受到人脸图像质量的影响。目前的人脸识别算法对于高质量人脸图像(大尺寸、清晰、无遮挡、无角度偏移)已经能够达到甚至超越人眼的识别准确率，但对于低质量人脸图像的识别准确率仍然有待提高。随着人脸识别技术及监控设备的广泛应用，大量的低质量人脸图像也有着人脸识别的需求。
[0004]针对相关技术中存在的人脸图像的匹配准确度较低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种人脸图像的匹配方法、装置、存储介质和电子装置，以至少解决相关技术中存在的人脸图像的匹配准确度较低的问题。
[0006]根据本专利技术的一个实施例，提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像的匹配方法，其特征在于，包括：从第一人脸图像中提取多个特征类型的图像特征得到多个第一图像特征，并从第二人脸图像中提取所述多个特征类型的图像特征得到多个第二图像特征；确定所述多个特征类型中的每个特征类型对应的第一图像特征与第二图像特征之间的相似度，得到多个特征相似度；基于所述多个特征相似度，确定所述第一人脸图像与所述第二人脸图像是否匹配。2.根据权利要求1所述的方法，其特征在于，从第一人脸图像中提取多个特征类型的图像特征得到多个第一图像特征，并从第二人脸图像中提取所述多个特征类型的图像特征得到多个第二图像特征包括：从第一人脸图像中获取所述多个特征类型的图像分量得到多个第一图像分量，并从第二人脸图像中获取所述多个特征类型的图像分量得到多个第二图像分量；从所述多个第一图像分量中提取所述多个第一图像特征，并从所述多个第二图像分量中提取所述多个第二图像特征。3.根据权利要求2所述的方法，其特征在于，从第一人脸图像中获取所述多个特征类型的图像分量得到多个第一图像分量，并从第二人脸图像中获取所述多个特征类型的图像分量得到多个第二图像分量包括：将所述第一人脸图像确定为第一原始分量，并将所述第二人脸图像确定为第二原始分量；从所述第一原始分量中提取第一低频分量，并从所述第二原始分量中提取第二低频分量；将所述第一原始分量与所述第一低频分量的差值确定为第一高频分量，并将所述第二原始分量与所述第二低频分量的差值确定为第二高频分量，其中，所述多个第一图像分量包括：所述第一原始分量，所述第一低频分量和所述第一高频分量，所述多个第二图像分量包括：所述第二原始分量，所述第二低频分量和所述第二高频分量。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，基于所述多个特征相似度，确定所述第一人脸图像与所述第二人脸图像是否匹配包括：基于所述多个特征相似度中每个特征相似度的特征置信度，对所述多个特征相似度进行融合，得到目标相似度；基于所述目标相似度，确定所述第一人脸图像和所述第二人脸图像是否匹配。5.根据权利要求4所述的方法，其特征在于，基于所述多个特征相似度中每个特征相似度的特征置信度，对所述多个特征相似度进行融合，得到目标相似度包括：根据所述第一人脸图像的第一清晰度和所述第二人脸图像的第二清晰度，确定所述多个特征相似度中每个特征相似度的特征置信度，其中，所述特征置信度用于指示所对应的特征类型对图像之间相似度的贡献程度；根据所述特征置信度确定所述每个特征相似度的权重；根据所述每个特征相似度的权重，将所述多个特征相似度的加权和确定为所述目标相似度。6.根据权利要求5所述的方法，其特征在于，根据所述第一人脸图像的第一清晰度和所述第二人脸图像的第二清晰度，确定所述多个特征相似度中每个特征...

【专利技术属性】
技术研发人员：曾祁泽，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：