人脸识别方法、装置、设备及存储介质制造方法及图纸

技术编号:32505017 阅读:12 留言:0更新日期:2022-03-02 10:16
本申请公开了一种人脸识别方法、装置、设备及存储介质,属于人工智能技术领域。所述方法包括:获取待检测人脸的人脸图像;对待检测人脸的人脸图像进行复合特征提取处理,得到待检测人脸的整体特征和至少一种局部微特征;基于待检测人脸的整体特征和至少一种局部微特征,识别待检测人脸的身份信息。本申请实施例提供的技术方案中,通过从人脸图像能够提取待检测人脸的复合特征,基于复合特征中整体特征与局部微特征的独特性,从多个维度辨识待检测人脸的身份,增加非法分子攻击成本,提升人脸识别的准确性与安全性。识别的准确性与安全性。识别的准确性与安全性。

【技术实现步骤摘要】
人脸识别方法、装置、设备及存储介质


[0001]本申请涉及人工智能
,特别涉及一种人脸识别方法、装置、设备及存储介质。

技术介绍

[0002]随着人工智能技术的研究和进步,人工智能技术在多个领域展开应用。
[0003]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,是人工智能技术中重要的一环。在人脸识别技术的实际应用过程中,不法分子可以通过制作人脸面具来破解传统的人脸识别技术。
[0004]相关的人脸识别技术对上述人脸面具的识别度差,安全性较低。

技术实现思路

[0005]本申请实施例提供了一种人脸识别方法、装置、设备及存储介质,能够提升人脸识别的准确性与安全性。所述技术方案如下:
[0006]根据本申请实施例的一个方面,提供了一种人脸识别方法,所述方法包括:
[0007]获取待检测人脸的人脸图像;
[0008]对所述待检测人脸的人脸图像进行复合特征提取处理,得到所述待检测人脸的整体特征和至少一种局部微特征;其中,所述整体特征是用于反映所述待检测人脸的整体脸部区域的特征信息,所述局部微特征是用于反映所述待检测人脸的局部脸部区域的特征信息;
[0009]基于所述待检测人脸的整体特征和至少一种局部微特征,识别所述待检测人脸的身份信息。
[0010]根据本申请实施例的一个方面,提供了一种人脸识别方法,所述方法包括:
[0011]显示人脸图像的采集界面,所述采集界面中包括用于调整人脸识别的提示信息;
[0012]获取待检测人脸的人脸图像;
[0013]基于所述待检测人脸的人脸图像,确定所述待检测人脸的身份信息;其中,所述身份信息基于所述待检测人脸的整体特征和至少一种局部微特征进行识别确定,所述整体特征是用于反映所述待检测人脸的整体脸部区域的特征信息,所述局部微特征是用于反映所述待检测人脸的局部脸部区域的特征信息;
[0014]显示所述待检测人脸的身份信息。
[0015]根据本申请实施例的一个方面,提供了一种人脸识别装置,所述装置包括:
[0016]人脸获取模块,用于获取待检测人脸的人脸图像;
[0017]特征提取模块,用于对所述待检测人脸的人脸图像进行复合特征提取处理,得到所述待检测人脸的整体特征和至少一种局部微特征;其中,所述整体特征是用于反映所述待检测人脸的整体脸部区域的特征信息,所述局部微特征是用于反映所述待检测人脸的局部脸部区域的特征信息;
[0018]身份确定模块,用于基于所述待检测人脸的整体特征和至少一种局部微特征,识别所述待检测人脸的身份信息。
[0019]可选地,所述特征提取模块包括:特征点检测单元、区域确定单元、整特征提取单元以及微特征提取单元;
[0020]所述特征点检测单元,用于对所述人脸图像进行特征点检测处理,得到所述人脸图像的特征点;
[0021]所述区域确定单元,用于基于所述特征点确定所述人脸图像中整体脸部区域,以及至少一个局部脸部区域;
[0022]所述整特征提取单元,用于基于所述整体脸部区域提取所述人脸图像的整体特征;微特征提取单元,用于基于所述至少一个局部脸部区域,提取对应的局部微特征。
[0023]可选地,所述特征点检测单元用于:
[0024]对所述人脸图像进行特征点粗定位处理,得到所述人脸图像的粗定位特征点;
[0025]基于所述粗定位特征点的位置,提取所述人脸图像中的多个局部图像,所述局部图像中包括所述粗定位特征点;
[0026]对所述多个局部图像进行特征点精定位处理,得到所述人脸图像的精定位特征点。
[0027]可选地,所述特征点包括整体特征点和局部特征点,所述区域确定单元用于:基于所述整体特征点的位置,确定所述人脸图像中包含所述整体特征点的第一人脸框,所述第一人脸框是包含所述整体特征点的最小矩形框;
[0028]对所述第一人脸框进行放大处理,得到所述整体脸部区域;
[0029]基于所述局部特征点的位置,确定所述人脸图像中包含所述局部特征点的第二人脸框,所述第二人脸框是包含所述局部特征点的矩形框;对所述第二人脸框进行放大处理,得到所述局部脸部区域。
[0030]可选地,所述整特征提取单元用于:对所述整体脸部区域进行特征提取处理,得到所述整体脸部区域的特征向量;
[0031]对所述整体脸部区域的特征向量进行归一化处理,得到所述整体脸部区域归一化后的特征向量;
[0032]其中,所述人脸图像的整体特征包括所述整体脸部区域归一化后的特征向量。
[0033]可选地,所述微特征提取单元用于:
[0034]对所述局部脸部区域进行特征提取处理,得到所述局部脸部区域的特征向量;
[0035]对所述局部脸部区域的特征向量进行归一化处理,得到所述局部脸部区域归一化后的特征向量;
[0036]其中,所述局部脸部区域对应的局部微特征包括所述局部脸部区域归一化后的特征向量。
[0037]可选地,所述身份确定模块用于:
[0038]将所述待检测人脸的整体特征与已注册人脸的整体特征进行比较,确定所述已注册人脸中与所述待检测人脸匹配的第一目标人脸,所述第一目标人脸的整体特征与所述待检测人脸的整体特征的相似度符合第一预设条件;
[0039]若所述第一目标人脸的数量为1,则确定所述待检测人脸的身份信息为所述第一
目标人脸的身份信息;
[0040]若所述第一目标人脸的数量大于1,则获取所述第一目标人脸的局部微特征;
[0041]对所述待检测人脸的局部微特征与所述第一目标人脸的局部微特征进行对比处理,确定所述第一目标人脸中与所述待检测人脸匹配的第二目标人脸,所述第二目标人脸的局部微特征与所述待检测人脸的局部微特征的相似度符合第二预设条件;
[0042]确定所述待检测人脸的身份信息为所述第二目标人脸的身份信息。
[0043]根据本申请实施例的一个方面,提供了一种人脸识别装置,所述装置包括:
[0044]界面显示模块,用于显示人脸图像的采集界面,所述采集界面中包括用于调整人脸识别的提示信息;
[0045]人脸获取模块,用于获取待检测人脸的人脸图像;
[0046]身份确定模块,用于基于所述待检测人脸的人脸图像,确定所述待检测人脸的身份信息;其中,所述身份信息基于所述待检测人脸的整体特征和至少一种局部微特征进行识别确定,所述整体特征是用于反映所述待检测人脸的整体脸部区域的特征信息,所述局部微特征是用于反映所述待检测人脸的局部脸部区域的特征信息;
[0047]身份显示模块,用于显示所述待检测人脸的身份信息。
[0048]可选地,所述待检测人脸的整体特征和至少一种局部微特征从一张所述人脸图像中提取;
[0049]或者,
[0050]所述人脸图像包括第一人脸图像和第二人脸图像,所述待检测人脸的整体特征从所述第一人脸图像中提取,所述待检测人脸的至少一种局部微本文档来自技高网
...

【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,所述方法包括:获取待检测人脸的人脸图像;对所述待检测人脸的人脸图像进行复合特征提取处理,得到所述待检测人脸的整体特征和至少一种局部微特征;其中,所述整体特征是用于反映所述待检测人脸的整体脸部区域的特征信息,所述局部微特征是用于反映所述待检测人脸的局部脸部区域的特征信息;基于所述待检测人脸的整体特征和至少一种局部微特征,识别所述待检测人脸的身份信息。2.根据权利要求1所述的方法,其特征在于,所述对所述待检测人脸的人脸图像进行复合特征提取处理,得到所述待检测人脸的整体特征和至少一种局部微特征,包括:对所述人脸图像进行特征点检测处理,得到所述人脸图像的特征点;基于所述特征点确定所述人脸图像中整体脸部区域,以及至少一个局部脸部区域;基于所述整体脸部区域提取所述人脸图像的整体特征;基于所述至少一个局部脸部区域,提取对应的局部微特征。3.根据权利要求2所述的方法,其特征在于,所述对所述人脸图像进行特征点检测处理,得到所述人脸图像的特征点,包括:对所述人脸图像进行特征点粗定位处理,得到所述人脸图像的粗定位特征点;基于所述粗定位特征点的位置,提取所述人脸图像中的多个局部图像,所述局部图像中包括所述粗定位特征点;对所述多个局部图像进行特征点精定位处理,得到所述人脸图像的精定位特征点。4.根据权利要求2所述的方法,其特征在于,所述特征点包括整体特征点和局部特征点,所述基于所述特征点确定所述人脸图像中整体脸部区域,以及至少一个局部脸部区域,包括:基于所述整体特征点的位置,确定所述人脸图像中包含所述整体特征点的第一人脸框,所述第一人脸框是包含所述整体特征点的最小矩形框;对所述第一人脸框进行放大处理,得到所述整体脸部区域;基于所述局部特征点的位置,确定所述人脸图像中包含所述局部特征点的第二人脸框,所述第二人脸框是包含所述局部特征点的矩形框;对所述第二人脸框进行放大处理,得到所述局部脸部区域。5.根据权利要求2所述的方法,其特征在于,所述基于所述整体脸部区域提取所述人脸图像的整体特征,包括:对所述整体脸部区域进行特征提取处理,得到所述整体脸部区域的特征向量;对所述整体脸部区域的特征向量进行归一化处理,得到所述整体脸部区域归一化后的特征向量;其中,所述人脸图像的整体特征包括所述整体脸部区域归一化后的特征向量。6.根据权利要求2所述的方法,其特征在于,所述基于所述至少一个局部脸部区域,提取对应的局部微特征,包括:对所述局部脸部区域进行特征提取处理,得到所述局部脸部区域的特征向量;对所述局部脸部区域的特征向量进行归一化处理,得到所述局部脸部区域归一化后的特征向量;
其中,所述局部脸部区域对应的局部微特征包括所述局部脸部区域归一化后的特征向量。7.根据权利要求1至6任一项所述的方法,其特征在于,所述基于所述整体特征和所述局部微特征,识别所述待检测人脸的身份信息,包括:将所述待检测人脸的整体特征与已注册人脸的整体特征进行比较,确定所述已注册人脸中与所述待检测人脸匹配的第一目标人脸,所述第一目标人脸的整体特征与所述待检测人脸的整体特征的相似度符合第一预设条件;若所述第一目标人脸的数量为1,则确定所述待检测人脸的身份信息为所述第一目标人脸的身份信息;若所述第一目标人脸的数量大于1,则获取所述第一目标人脸的局部微特征;对所述待检测人脸的局部微特征与所述第一目标人脸的局部微特征进行对比处理,确定所述第一目标人脸中与所述待检测人脸匹配的第二目标人脸,...

【专利技术属性】
技术研发人员:王军郭润增王少鸣洪哲鸣
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1