本申请实施例提供了一种人脸识别方法、装置、电子设备及计算机存储介质，涉及计算机领域。该方法包括：获取待识别人脸特征；确定待识别人脸特征与至少一个样本人脸特征簇的第一距离；将第一距离最小的样本人脸特征簇作为目标特征簇，若第一距离不小于预设阈值，则确定至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征；根据至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征，确定人脸识别结果。本申请实施例更加准确的查找出与待识别人脸特征距离最小即最为相似的样本人脸特征，减少了误差，提高了查找的速度，使得人脸识别结果更加准确。使得人脸识别结果更加准确。使得人脸识别结果更加准确。
【技术实现步骤摘要】
人脸识别方法、装置、电子设备及计算机存储介质
[0001]本申请涉及计算机
，具体而言，本申请涉及一种人脸识别方法、装置、电子设备及计算机存储介质。
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，通常也叫做人像识别、面部识别。
[0003]现有技术中人脸识别一般是通过在预先建立的人脸库中查找出最相似的人脸特征，作为识别结果。而构建人脸库或建立索引时，一般采用K
‑
均值聚类算法或KD
‑
tree技术对人脸库中的人脸特征进行聚类，然后查找与待识别人脸最相近的类，并从该类中搜索距离最短的人脸特征，作为识别结果。
[0004]这种方法在面对高纬度的海量人脸特征数据时性能下降极其严重，在搜索时会出现与待识别人脸距离最近的人脸特征可能并不在与待识别人脸最相近的类中，需要进行回溯即沿搜索路径反向查找是否有距离更近的类，并且设置较多的参数，加大了人脸匹配时的计算复杂度。
技术实现思路
[0005]本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的人脸识别方法、装置、电子设备及计算机存储介质。
[0006]第一方面，提供了一种人脸识别方法，该方法包括：
[0007]获取待识别人脸特征；
[0008]确定待识别人脸特征与至少一个样本人脸特征簇间的第一距离；
[0009]将第一欧式距离最小的样本人脸特征簇作为目标特征簇，若第一距离不小于第一预设阈值，则确定至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征；
[0010]根据至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征，确定人脸识别结果；
[0011]其中，通过预设聚类算法对预设的样本人脸特征集进行聚类获得至少一个样本人脸特征簇。
[0012]在一个可能的实现方式中，确定待识别人脸特征与至少一个样本人脸特征簇的第一距离，包括：
[0013]对于每个样本人脸特征簇，确定样本人脸特征簇中的所有样本人脸特征的平均值，作为样本人脸特征簇的中心位置；
[0014]根据待识别人脸特征与中心位置的距离，获得第一距离。
[0015]在另一个可能的实现方式中，确定至少一个样本人脸特征簇的边缘样本人脸特征
以及目标特征簇中的至少一个样本人脸特征，包括：
[0016]对于每个样本人脸特征簇，确定样本人脸特征簇中每个样本人脸特征与样本人脸特征簇中心位置的距离，将距离不小于预设阈值的样本人脸特征作为边缘样本人脸特征。
[0017]在又一个可能的实现方式中，根据至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征，确定人脸识别结果，包括：
[0018]确定待识别人脸特征与至少一个边缘样本人脸特征间的第二距离，确定待识别人脸特征与目标特征簇中的至少一个样本人脸特征间的第三距离；
[0019]将第二距离以及第三距离中最小的距离作为目标距离，将目标距离对应的样本人脸特征对应的样本人脸作为人脸识别结果。
[0020]在又一个可能的实现方式中，预设聚类算法为KD树算法。
[0021]在又一个可能的实现方式中，样本人脸特征包括至少两个维度的子人脸特征；
[0022]通过预设聚类算法对预设的样本人脸特征集进行聚类获得至少一个样本人脸特征簇，包括：
[0023]根据样本人脸特征集确定每个维度的子人脸特征的方差；
[0024]在第k次聚类时，将第k
‑
1次聚类获得的每个样本人脸特征候选簇作为目标样本人脸特征簇，将目标样本人脸特征候选簇中方差最大的维度作为目标维度；
[0025]确定目标样本人脸特征候选簇中在目标维度中的子人脸特征的平均值；
[0026]将目标样本人脸特征候选簇中的在目标维度的子人脸特征小于平均值的样本人脸特征以及不小于平均值的样本人脸特征分别作为第k次聚类获得的两个样本人脸特征候选簇，直至聚类次数达到预设阈值K；
[0027]将第K次聚类获得的所有样本人脸特征候选簇作为样本人脸特征簇，k≤K，k和K均为正整数。
[0028]在又一个可能的实现方式中，将第一距离最小的样本人脸特征簇作为目标特征簇之后，还包括：
[0029]若第一距离小于预设阈值，则确定待识别人脸特征与目标特征簇中至少一个样本人脸特征间的第四距离；
[0030]将第四距离最小的样本人脸特征对应的样本人脸作为人脸识别结果。
[0031]第二方面，提供了一种人脸识别的装置，该装置包括：
[0032]获取模块，用于获取待识别人脸特征；
[0033]确定模块，用于确定待识别人脸特征与至少一个样本人脸特征簇的第一距离；
[0034]判断模块，用于将第一距离最小的样本人脸特征簇作为目标特征簇，若第一距离不小于预设阈值，则确定至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征；
[0035]识别模块，用于根据至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征，确定人脸识别结果；
[0036]其中，至少一个样本人脸特征簇是通过预设聚类算法对预设的样本人脸特征集进行聚类获得的。
[0037]第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如第一方面所提供的方法的
步骤。
[0038]第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
[0039]本专利技术实施例提供的人脸是被方法、装置、电子设备及存储介质，通过确定待识别人脸特征与样本人脸特征簇之间的距离，将距离最小的样本人脸特征簇作为目标人脸特征簇，可以初步确定与待识别人脸特征相似的样本人脸特征簇，缩小了查找的范围；若待识别人脸特征与目标人脸特征簇的距离小于预设阈值，则确定至少一个样本人脸特征簇的边缘样本人脸特征以及目标特征簇中的至少一个样本人脸特征，不仅在目标样本人脸特征簇中查找，还在其他样本人脸特征簇的边缘区查找，可以更加准确的查找出与待识别人脸特征距离最小即最为相似的样本人脸特征，减少了误差，提高了查找的速度，使得人脸识别结果更加准确。
附图说明
[0040]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0041]图1为本申请实施例提供的一种示例性实施环境的示意图；
[0042]图2为本申请实施例提供的一种人脸识别方法的流程示意图；
[0043]图3为本申请实施例提供的一种示例性的样本人脸特征簇示意图；
[00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：获取待识别人脸特征；确定所述待识别人脸特征与至少一个样本人脸特征簇的第一距离；将所述第一距离最小的样本人脸特征簇作为目标特征簇，若所述第一距离不小于预设阈值，则确定至少一个所述样本人脸特征簇的边缘样本人脸特征以及所述目标特征簇中的至少一个样本人脸特征；根据所述至少一个样本人脸特征簇的边缘样本人脸特征以及所述目标特征簇中的至少一个样本人脸特征，确定人脸识别结果；其中，所述至少一个样本人脸特征簇是通过预设聚类算法对预设的样本人脸特征集进行聚类获得的。2.根据权利要求1所述的人脸识别方法，其特征在于，所述确定所述待识别人脸特征与至少一个样本人脸特征簇的第一距离，包括：对于每个样本人脸特征簇，确定所述样本人脸特征簇中的所有样本人脸特征的平均值，作为所述样本人脸特征簇的中心位置；根据所述待识别人脸特征与所述中心位置的距离，获得所述第一距离。3.根据权利要求2所述的人脸识别方法，其特征在于，所述确定至少一个所述样本人脸特征簇的边缘样本人脸特征以及所述目标特征簇中的至少一个样本人脸特征，包括：对于每个样本人脸特征簇，确定所述样本人脸特征簇中每个样本人脸特征与所述样本人脸特征簇中心位置的距离，将所述距离不小于所述预设阈值的样本人脸特征作为边缘样本人脸特征。4.根据权利要求1
‑
3任意一项所述的人脸识别方法，其特征在于，所述根据所述至少一个样本人脸特征簇的边缘样本人脸特征以及所述目标特征簇中的至少一个样本人脸特征，确定人脸识别结果，包括：确定所述待识别人脸特征与所述至少一个边缘样本人脸特征间的第二距离，确定所述待识别人脸特征与所述目标特征簇中的至少一个样本人脸特征间的第三距离；将所述第二距离以及所述第三距离中最小的距离作为目标距离，将所述目标距离对应的样本人脸特征对应的样本人脸作为人脸识别结果。5.根据权利要求1所述的人脸识别方法，其特征在于，所述预设聚类算法为KD树算法。6.根据权利要求1或5所述的人脸识别方法，其特征在于，所述样本人脸特征包括至少两个维度的子人脸特征；所述通过预设聚类算法对预设的样本人脸特征集进行聚类获得所...
【专利技术属性】
技术研发人员：李国明，蒋乐，
申请(专利权)人：亚信科技中国有限公司，
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。