【技术实现步骤摘要】
一种基于人工智能的人脸识别方法、设备和存储介质
[0001]本申请涉及图像处理
,具体涉及一种基于人工智能的人脸识别方法、设备和存储介质。
技术介绍
[0002]人脸识别,是目前正在被广泛使用的一种身份识别方案,一般技术中是对用户提供的人脸图像和数据库中的人脸图像对比,进行人脸识别,但是这种方案对一些存在干扰的情况很不利,容易出现误识别,例如图像中有多个人脸时,识别出的用户可能不是需要识别的用户,这种误识别不仅会造成用户体验下降,在用户财产转移场景下的人脸识别中,还可能会使得用户遭受财产损失。
技术实现思路
[0003]本专利技术实施例提供一种基于人工智能的人脸识别方法、设备和存储介质,可以对第一人脸识别成功的目标用户,再根据目标用户的预设的辅助校验人脸特征进行人脸再识别,通过至少两次识别,提升人脸识别的准确性。
[0004]本专利技术实施例提供一种基于人工智能的人脸识别方法,该方法包括:
[0005]确定待识别人脸图像上的人脸区域,基于历史用户的人脸信息,对所述人脸区域中的人脸按照预设初级人脸识别方案进行第一人脸识别;
[0006]若所述第一人脸识别成功,获取在所述第一人脸识别中识别成功的人脸所属的目标用户的身份标识信息;
[0007]基于所述身份标识信息,获取所述目标用户的目标人脸属性维度和辅助校验人脸特征,其中,所述辅助校验人脸特征为所述目标用户在目标人脸属性维度上的人脸特征;
[0008]从所述目标用户的人脸区域,提取所述目标人脸属性维度下的人脸特 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的人脸识别方法,其特征在于,包括:确定待识别人脸图像上的人脸区域,基于历史用户的人脸信息,对所述人脸区域中的人脸按照预设初级人脸识别方案进行第一人脸识别;若所述第一人脸识别成功,获取在所述第一人脸识别中识别成功的人脸所属的目标用户的身份标识信息;基于所述身份标识信息,获取所述目标用户的目标人脸属性维度和辅助校验人脸特征,其中,所述辅助校验人脸特征为所述目标用户在目标人脸属性维度上的人脸特征;从所述目标用户的人脸区域,提取所述目标人脸属性维度下的人脸特征作为再识别人脸特征;若所述再识别人脸特征与所述辅助校验人脸特征匹配,确定所述目标用户的最终人脸识别结果为识别通过。2.根据权利要求1所述的基于人工智能的人脸识别方法,其特征在于,还包括:获取用户在多个候选的人脸属性维度中选择的目标人脸属性维度,以及用户的目标人脸图像;从所述目标人脸图像中,提取所述目标人脸属性维度下的人脸特征,将提取到的人脸特征,设置为所述用户在所述目标人脸属性维度下的辅助校验人脸特征。3.根据权利要求1所述的基于人工智能的人脸识别方法,其特征在于,还包括:获取用户的目标人脸图像,对所述目标人脸图像进行人脸属性识别,得到所述目标人脸图像的至少一个人脸属性;获取用户在所述至少一个人脸属性中选择的人脸属性,将所述用户选择的人脸属性所属的维度设置为目标人脸属性维度;获取所述目标人脸图像中所述目标人脸属性维度上所述用户的人脸特征,作为辅助校验人脸特征。4.根据权利要求2所述的基于人工智能的人脸识别方法,其特征在于,所述目标人脸属性维度包括:目标表情维度;所述从所述目标用户的人脸区域,提取所述目标人脸属性维度下的人脸特征作为再识别人脸特征,包括:确定所述待识别人脸图像中所述目标用户的人脸区域;从所述目标用户的人脸区域中,提取所述目标表情维度上所述目标用户的人脸的形变特征,基于所述形变特征得到所述目标用户的再识别人脸特征。5.根据权利要求2所述的基于人工智能的人脸识别方法,其特征在于,所述目标人脸属性维度包括:目标动作维度;所述待识别人脸图像的数量为至少两张;所述从所述目标用户的人脸区域,提取所述目标人脸属性维度下的人脸特征作为再识别人脸特征,包括:确定每张所述待识别人脸图像中所述目标用户的人脸区域;基于待识别人脸图像的拍摄顺序,从所述目标用户的人脸区域中,提取所述目标动作维度上所述目标用户的人脸的运动特征,基于所述运动特征得到所述目标用户的再识别人脸特征。6.根据权利要求1
‑
5任一项所述的基于人工智能的人脸识别方法,其特征在于,所述确
定待识别人脸图像上的人脸区域前,还包括:获取人脸图像序列,所述人脸图像序列包括至少两张人脸图像;对各人脸图像在至少一个人脸图像质量维度上,进行人脸图像质量分析;基于分析结果,从所述人脸图像序列中选择待识别人脸图像。7.根据权利要求1
‑
5任一项所述的基于人工智能的人脸识别方法,其特征在于,所述基于历史用户的人脸信息,对所述人脸区域中的人脸按照预设初级人脸识别方案进行第一人脸...
【专利技术属性】
技术研发人员:王少鸣,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
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。