一种人脸识别方法及系统技术方案

本发明专利技术涉及人脸识别技术领域，具体为一种人脸识别方法及系统，其中方法包括：预设时间段内采集用户图像，判断用户图像中面部信息是否完整，若用户图像中面部信息不完整，则根据用户图像进行人脸识别，并根据识别结果，调取预设时间段内采集的该用户面部信息完整的用户图像，提取面部信息完整的用户图像中的用户特征，判断面部信息不完整的用户图像中的用户特征与面部信息完整的用户图像中的用户特征是否相符，若是，则通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别；若用户图像中面部信息完整，则根据用户图像进行人脸识别；从而既无需用户每次使用都取下面部遮挡物，又能减小面部遮挡物对人脸识别准确性影响。响。响。

【技术实现步骤摘要】
一种人脸识别方法及系统


[0001]本专利技术涉及人脸识别
，具体为一种人脸识别方法及系统。

技术介绍

[0002]人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。人脸识别应用广泛，已经在人们的日常生活中起到重要作用，随着人脸识别技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。
[0003]实际使用人脸识别过程中，由于用户面部存在遮挡，容易造成人脸识别失败或者识别结果不准确，因此进行人脸识别时，要取下面部的遮挡物进行识别，防止遮挡造成人脸识别失败或者识别结果不准确，人们在使用人脸识别时常会出现遮挡物，如果每次识别都需要取下遮挡物，对于经常进行人脸识别的人群，会造成一定麻烦，而如果不取下遮挡物，则可能会造成人脸识别失败或者人脸识别不准确的情况发生，例如：在一些特殊时期，人们日常会佩戴口罩，而进行人脸识别时需要取下口罩，如果是在公共场所，取下口罩会存在交叉感染风险，多次取下口罩更是增大了交叉感染风险，而不取下口罩可能会造成人脸识别失败或者降低人脸识别的准确度。

技术实现思路

[0004]本专利技术的目的之一在于提供一种人脸识别方法，无需用户每次使用都取下面部遮挡物，减小面部遮挡物对人脸识别准确性影响。
[0005]本专利技术提供的基础方案一：一种人脸识别方法，包括如下内容：
[0006]预设时间段内采集用户图像，判断用户图像中面部信息是否完整，若用户图像中面部信息不完整，则根据用户图像进行人脸识别，并根据识别结果，调取预设时间段内采集的该用户面部信息完整的用户图像，提取面部信息完整的用户图像中的用户特征，判断面部信息不完整的用户图像中的用户特征与面部信息完整的用户图像中的用户特征是否相符，若是，则通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别；
[0007]若用户图像中面部信息完整，则根据用户图像进行人脸识别。
[0008]基础方案一的有益效果：预设时间段，可根据实际应用需求设置，例如：企业的人脸识别可设置为一天，因为一天内用户特征变化小，甚至不会变化；采集用户图像，判断用户图像中面部信息是否完整，若完整，则直接进行正常的人脸识别即可；若不完整，则根据不完整的面部信息进行人脸识别，识别到用户信息以后，调取预设时间段内采集的该用户面部信息完整的用户图像，提取面部信息完整的用户图像中的用户特征，判断面部信息不完整的用户图像中的用户特征与面部信息完整的用户图像中的用户特征是否相符，若是，则通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别，用户需要取消面部的遮挡物，采集完成的面部信息，才能通过人脸识别，但是再次使用时，如果没有更改用户
特征，则不需要取下遮挡物。以用户佩戴口罩，对手机进行人脸识别解锁为例，预设时间可设置为一天，用户只需要先进行一次不佩戴口罩的人脸识别，一天时间内，如果用户特征没改变，则可直接进行人脸识别，人脸识别会通过用户特征进行辅助识别，帮助用户通过人脸识别的同时，减小面部遮挡物对人脸识别准确性影响，不过渡影响人脸识别的安全性，且无需用户每次使用都取下面部遮挡物。
[0009]进一步，所述用户特征包括：用户头发特征和用户衣服特征；其中用户头发特征，包括：发型和发色；用户衣服特征，包括：衣服版型和衣服颜色。
[0010]有益效果：采集用户图像时，用户图像不止只包含用户的面部信息，一般还会包括用户的头发和部分衣服，通过对用户的发型、发色、衣服版型和衣服颜色进行判断，起到辅助人脸识别的作用，保证人脸识别的准确率。
[0011]进一步，采用神经网络模型进行人脸识别，并获取用户图像作为训练集对神经网络模型进行训练；
[0012]获取第二日预计识别用户信息，根据预计识别用户信息，获取对应存储的用户图像，对神经网络模型再次进行训练。
[0013]有益效果：预计识别用户，根据人脸识别使用场景地点不同而不同，例如在企业中为来访人员，交通枢纽为第二日的乘客；通过获取第二日预计识别用户信息，根据预计识别用户信息，获取对应存储的用户图像，对神经网络模型再次进行训练，从而在第二日进行人脸识别时，可提高识别速度，从而提高人们通过人脸识别的效率。
[0014]进一步，还包括：根据预计识别用户信息，获取对应的用户关系网络；
[0015]根据用户关系网络，获取用户关系网络中相关用户的用户图像；
[0016]将用户的用户图像和相关用户的用户图像作为训练集，对神经网络模型再次进行训练。
[0017]有益效果：在一些特殊场景下，预计识别用户可能会包含和用户有关系的其他用户，例如交通枢纽可能除了用户，该用户的亲人也可能会和用户一起来交通枢纽，因此根据预计识别用户信息，获取对应的用户关系网络；根据用户关系网络，获取用户关系网络中相关用户的用户图像；将用户的用户图像和相关用户的用户图像作为训练集，对神经网络模型再次进行训练，进一步在第二日进行人脸识别时，提高识别速度，从而提高人们通过人脸识别的效率。
[0018]进一步，还包括：识别用户图像中是否包含其他用户的面部信息，若包含，则判断其他用户的面部信息是否完整，若是，则对用户的面部信息和其他用户的面部信息进行人脸识别，并根据识别结果，判断该用户和其他用户之间是否存在用户关系网络，若是，通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别。
[0019]有益效果：对于采集的用户图像范围较大时，通过识别用户图像中是否包含其他用户的面部信息，来对用户进行人脸识别，可以帮助用户进行人脸识别，提高识别准确度。
[0020]本专利技术的目的之二在于提供一种人脸识别系统，无需用户每次使用都取下面部遮挡物，减小面部遮挡物对人脸识别准确性影响。
[0021]本专利技术提供基础方案二：一种人脸识别系统，包括终端和服务器；
[0022]所述终端，用于采集用户图像和进行提示；
[0023]所述服务器，用于预设时间段内，判断用户图像中面部信息是否完整，若用户图像
中面部信息不完整，则根据用户图像进行人脸识别，并根据识别结果，调取预设时间段内采集的该用户面部信息完整的用户图像，提取面部信息完整的用户图像中的用户特征，判断面部信息不完整的用户图像中的用户特征与面部信息完整的用户图像中的用户特征是否相符，若是，则通过人脸识别，并触发终端提示；若否，则未通过人脸识别，并触发终端提示用户面部信息不完整无法通过人脸识别；若用户图像中面部信息完整，则根据用户图像进行人脸识别。
[0024]基础方案二的有益效果：预设时间段，可根据实际应用需求设置，例如：企业的人脸识别可设置为一天，因为一天内用户特征变化小，甚至不会变化；终端采集用户图像，服务器判断用户图像中面部信息是否完整，若完整，则直接进行正常的人脸识别即可；若不完整，则根据不完整的面部信息进行人脸识别，识别到用户信息以后，调取预设时间段内采集的该用户面部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于：包括如下内容：预设时间段内采集用户图像，判断用户图像中面部信息是否完整，若用户图像中面部信息不完整，则根据用户图像进行人脸识别，并根据识别结果，调取预设时间段内采集的该用户面部信息完整的用户图像，提取面部信息完整的用户图像中的用户特征，判断面部信息不完整的用户图像中的用户特征与面部信息完整的用户图像中的用户特征是否相符，若是，则通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别；若用户图像中面部信息完整，则根据用户图像进行人脸识别。2.根据权利要求1所述的人脸识别方法，其特征在于：所述用户特征包括：用户头发特征和用户衣服特征；其中用户头发特征，包括：发型和发色；用户衣服特征，包括：衣服版型和衣服颜色。3.根据权利要求1所述的人脸识别方法，其特征在于：采用神经网络模型进行人脸识别，并获取用户图像作为训练集对神经网络模型进行训练；获取第二日预计识别用户信息，根据预计识别用户信息，获取对应存储的用户图像，对神经网络模型再次进行训练。4.根据权利要求3所述的人脸识别方法，其特征在于：还包括：根据预计识别用户信息，获取对应的用户关系网络；根据用户关系网络，获取用户关系网络中相关用户的用户图像；将用户的用户图像和相关用户的用户图像作为训练集，对神经网络模型再次进行训练。5.根据权利要求4所述的人脸识别方法，其特征在于：还包括：识别用户图像中是否包含其他用户的面部信息，若包含，则判断其他用户的面部信息是否完整，若是，则对用户的面部信息和其他用户的面部信息进行人脸识别，并根据识别结果，判断该用户和其他用户之间是否存在用户关系网络，若是，通过人脸识别；若否，则提示用户面部信息不完整无法通过人脸识别。6.一种人脸识别系统，包括终端和服务器，其特征在于：终端，用于采集用户图像和进...

【专利技术属性】
技术研发人员：郎登何，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：