【技术实现步骤摘要】
人脸图像识别方法、设备、电子装置和存储介质
[0001]本申请涉及图像识别
，特别是涉及人脸图像识别方法、设备、电子装置和存储介质。
技术介绍
[0002]人脸识别技术是一项对人的脸部进行特征提取并进行身份识别的生物识别技术。早期的人脸识别技术通过人工设计的特征并结合机器学习和图像处理的方法，从人的脸部提取到特征信息，通过比对脸部的特征信息得到人脸相似度，但该方法很难用于复杂的无限制场景。近年来，随着深度学习技术的兴起，人脸识别技术取得了巨大的进步与发展，卷积神经网络(Convolutional Neural Network，简称为CNN)的出现使得模型能够提取到人脸部更抽象的特征信息，所以基于深度学习的人脸识别方法能够大大提高人脸识别的准确率。
[0003]在相关技术中，通过训练好的模型对整张人脸图像进行提取特征，然后基于提取到的特征实现人脸识别。该方法在人脸无遮挡的场景下有较高的识别率，但是若脸部存在遮挡，会丢失人脸的部分信息，从而影响识别结果，所以该方法在脸部有遮挡的场景下，其识别率会有所下降。
...
【技术保护点】
【技术特征摘要】
1.一种人脸图像识别方法，其特征在于，包括：获取第一人脸图像，提取所述第一人脸图像的全局人脸特征和多个局部人脸特征，其中，多个所述局部人脸特征分别对应于所述第一人脸图像的多个局部图像；根据各所述局部图像的遮挡比例，确定各所述局部图像对应的局部人脸特征的局部人脸特征权值；根据所述全局人脸特征、多个所述局部人脸特征以及多个所述局部人脸特征权值，识别所述第一人脸图像对应的身份。2.根据权利要求1所述的人脸图像识别方法，其特征在于，所述提取所述第一人脸图像的全局人脸特征和多个局部人脸特征包括：在所述第一人脸图像中提取人脸关键点，根据与预设的人脸识别区域对应的人脸关键点，将所述第一人脸图像裁剪为多个局部图像；对于每个所述局部图像，通过与所述局部图像对应的局部特征模型提取对应的局部人脸特征。3.根据权利要求1所述的人脸图像识别方法，其特征在于，所述根据各所述局部图像的遮挡比例，确定各所述局部图像对应的局部人脸特征的局部人脸特征权值包括：对于每个所述局部图像，通过对应的局部特征模型获取所述局部图像的遮挡比例；根据所述遮挡比例确定与所述局部图像对应的遮挡置信度；根据所述遮挡置信度确定所述局部人脸特征权值。4.根据权利要求1所述的人脸图像识别方法，其特征在于，所述根据所述全局人脸特征、多个所述局部人脸特征以及多个所述局部人脸特征权值，识别所述第一人脸图像对应的身份包括：根据所述第一人脸图像中的局部人脸特征权值和相应的第二人脸图像中的局部人脸特征权值以及预设的局部相似度系数，计算局部人脸特征组的局部相似度权值；根据所述第一人脸图像中的全局人脸特征和所述第二人脸图像中的全局人脸特征之间的余弦距离、所述第一人脸图像中的局部人脸特征和相应的所述第二人脸图像中的局部人脸特征之间的余弦距离、预设的全局人脸特征权值以及所述局部相似度权值，计算所述第一人脸图像和所述第二人脸图像的相似度；根据所述相似度判断所述第一人脸图像对应的身份和所述第二人脸图像对应的身份是否一致。5.根据权利要求4所述的人脸图像识别方法，其特征在于，所述根据所述第一人脸图像中的全局人脸特征和所述第二人脸图像中的全局人脸特征之间的余弦距离、所述第一人脸图像中的局部人脸特征和相应的所述第二人脸图像中的局部人脸特征之间的余弦距离、预设的全局人脸特征权值以及所述局部相似度权值，计算所述第一人脸图像和所述第二人脸图像的相似度包括：根据所述第一人脸图像中的局...
【专利技术属性】
技术研发人员：江俊林，
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：
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。