一种人脸识别方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种人脸识别方法、装置、电子设备及存储介质，属于图像处理技术领域，该系统包括：接收包含有目标人脸图像的人脸识别请求，利用第一特征提取算法对目标人脸图像进行人脸特征提取，得到第一人脸特征，根据第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对第一人脸特征进行转换处理，得到能与保存的待匹配人脸特征进行比对的目标人脸特征，进而基于保存的各待匹配人脸特征，对目标人脸特征进行人脸识别处理。这样，在更换第一特征提取算法时，不需要重新采集人脸特征，就能够使用目标人脸特征顺利与存储的各待匹配人脸特征进行人脸识别处理，不同人脸识别算法之间的兼容性比较好。不同人脸识别算法之间的兼容性比较好。不同人脸识别算法之间的兼容性比较好。

【技术实现步骤摘要】
一种人脸识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，尤其涉及一种人脸识别方法、装置、电子设备及存储介质。

技术介绍

[0002]随着人脸识别技术的不断发展，人脸识别算法的种类也越来越多，而不同人脸识别算法之间是不兼容的。
[0003]目前，大部分企业在使用一种人脸识别算法时，需要召集相关人员，并利用该种人脸识别算法对相关人员进行人脸特征提取，以形成人脸特征库。后续，在进行人脸识别时，将获取的待识别用户的人脸特征与人脸特征库中的人脸特征进行比对，以确定待识别用户的身份。
[0004]然而，在不存储人脸图像以保护相关人员隐私的情况下，当企业想要切换使用另一种人脸识别算法时，则需要重新召集相关人员，利用另一种人脸识别算法对相关人员进行人脸特征提取，以形成新的人脸特征库。这样，费时费力，不利于自由切换人脸识别算法。

技术实现思路

[0005]本申请实施例提供一种人脸识别方法、装置、电子设备及存储介质，用以解决现有技术中不同人脸识别算法之间的兼容性比较差，不利于自由切换人脸识别算法的问题。
[0006]第一方面，本申请实施例提供一种人脸识别方法，包括：
[0007]接收人脸识别请求，所述人脸识别请求中包含有目标人脸图像；
[0008]利用第一特征提取算法对所述目标人脸图像进行人脸特征提取，得到第一人脸特征；
[0009]根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到能与保存的待匹配人脸特征进行比对的目标人脸特征；
[0010]基于保存的各待匹配人脸特征，对所述目标人脸特征进行人脸识别处理。
[0011]在一种可能的实施方式中，根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，包括：
[0012]根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征；以及
[0013]各待匹配人脸特征是参考人脸特征，所述参考人脸特征是利用所述目标特征提取算法进行人脸特征提取得到的人脸特征，或者，所述参考人脸特征是根据第二特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对利用所述第二特征提取算法预先提取的人脸特征进行转换处理得到的人脸特征。
[0014]在一种可能的实施方式中，根据所述第一特征提取算法与所述目标特征提取算法
提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：
[0015]将所述第一人脸特征输入到特征转换模型中进行转换处理，得到所述目标人脸特征，所述特征转换模型是对所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系进行学习得到的。
[0016]在一种可能的实施方式中，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：
[0017]采用旋转矩阵和平移矩阵，将所述第一人脸特征转换为所述目标人脸特征；
[0018]其中，所述旋转矩阵和所述平移矩阵根据以下步骤确定：
[0019]分别采用所述第一特征提取算法和所述目标特征提取算法，对获取的各图像样本进行人脸特征提取，得到每个图像样本对应的第一样本特征和目标样本特征；
[0020]基于各图像样本对应的第一样本特征，生成第一样本特征矩阵，基于各图像样本对应的目标样本特征，生成目标样本特征矩阵；
[0021]计算所述第一样本特征矩阵到所述目标样本特征矩阵之间的转换关系，得到所述旋转矩阵和所述平移矩阵。
[0022]在一种可能的实施方式中，根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，包括：
[0023]根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征；以及
[0024]各待匹配人脸特征是参考人脸特征加密后的人脸特征，所述参考人脸特征是利用所述目标特征提取算法进行人脸特征提取得到的人脸特征，或者，所述参考人脸特征是根据第二特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对利用所述第二特征提取算法预先提取的人脸特征进行转换处理得到的人脸特征。
[0025]在一种可能的实施方式中，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：
[0026]根据所述第一人脸特征与保存的第一加密矩阵中的各第一加密向量的点积结果，生成与所述第一人脸特征对应的特征加密向量，采用预设的转换矩阵对所述特征加密向量进行转换处理，得到所述目标人脸特征，其中，所述第一加密矩阵中包括采用所述第一特征提取算法对N个图像样本进行特征提取后得到的N个第一加密向量，所述转换矩阵用于表征所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系；以及
[0027]各待匹配人脸特征是利用所述参考人脸特征与目标加密矩阵中各目标加密向量之间的点积结果生成的，所述目标加密矩阵中包括采用所述目标特征提取算法从所述N个图像样本中提取的N个目标加密向量。
[0028]在一种可能的实施方式中，还包括：
[0029]接收人脸注册请求，所述人脸注册请求中包含待注册人脸图像和身份信息；
[0030]利用所述目标特征提取算法对所述待注册人脸图像进行人脸特征提取，得到待注册人脸特征，或者，利用所述第一特征提取算法对所述待注册人脸图像进行人脸特征提取，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对利用所述第一特征提取算法提取到的所述待注册人脸图像的人脸特征进行转换处理，得到待注册人脸特征；
[0031]对所述待注册人脸特征和所述身份信息进行关联存储处理。
[0032]在一种可能的实施方式中，对所述待注册人脸特征和所述身份信息进行关联存储处理，包括：
[0033]从保存的各待匹配人脸特征中筛选与所述待注册人脸特征匹配的人脸特征；
[0034]若筛选出的人脸特征的个数小于M，则将所述待注册人脸特征和所述身份信息关联存储，M表示对同一人脸存储的人脸特征的个数上限；
[0035]若筛选出的人脸特征的个数等于M，则从筛选出的M个人脸特征和所述待注册人脸特征中确定一个需剔除的人脸特征，将筛选出的M个人脸特征和所述待注册人脸特征中除需剔除的人脸特征之外的人脸特征和所述身份信本文档来自技高网...

【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：接收人脸识别请求，所述人脸识别请求中包含有目标人脸图像；利用第一特征提取算法对所述目标人脸图像进行人脸特征提取，得到第一人脸特征；根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到能与保存的待匹配人脸特征进行比对的目标人脸特征；基于保存的各待匹配人脸特征，对所述目标人脸特征进行人脸识别处理。2.如权利要求1所述的方法，其特征在于，根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，包括：根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征；以及各待匹配人脸特征是参考人脸特征，所述参考人脸特征是利用所述目标特征提取算法进行人脸特征提取得到的人脸特征，或者，所述参考人脸特征是根据第二特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对利用所述第二特征提取算法预先提取的人脸特征进行转换处理得到的人脸特征。3.如权利要求2所述的方法，其特征在于，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：将所述第一人脸特征输入到特征转换模型中进行转换处理，得到所述目标人脸特征，所述特征转换模型是对所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系进行学习得到的。4.如权利要求2所述的方法，其特征在于，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：采用旋转矩阵和平移矩阵，将所述第一人脸特征转换为所述目标人脸特征；其中，所述旋转矩阵和所述平移矩阵根据以下步骤确定：分别采用所述第一特征提取算法和所述目标特征提取算法，对获取的各图像样本进行人脸特征提取，得到每个图像样本对应的第一样本特征和目标样本特征；基于各图像样本对应的第一样本特征，生成第一样本特征矩阵，基于各图像样本对应的目标样本特征，生成目标样本特征矩阵；计算所述第一样本特征矩阵到所述目标样本特征矩阵之间的转换关系，得到所述旋转矩阵和所述平移矩阵。5.如权利要求1所述的方法，其特征在于，根据所述第一特征提取算法与目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，包括：根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征；以及各待匹配人脸特征是参考人脸特征加密后的人脸特征，所述参考人脸特征是利用所述
目标特征提取算法进行人脸特征提取得到的人脸特征，或者，所述参考人脸特征是根据第二特征提取算法与所述目标特征提取算法提取的相同人脸图像的原始人脸特征之间的转换关系，对利用所述第二特征提取算法预先提取的人脸特征进行转换处理得到的人脸特征。6.如权利要求5所述的方法，其特征在于，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系，对所述第一人脸特征进行转换处理，得到所述目标人脸特征，包括：根据所述第一人脸特征与保存的第一加密矩阵中的各第一加密向量的点积结果，生成与所述第一人脸特征对应的特征加密向量，采用预设的转换矩阵对所述特征加密向量进行转换处理，得到所述目标人脸特征，其中，所述第一加密矩阵中包括采用所述第一特征提取算法对N个图像样本进行特征提取后得到的N个第一加密向量，所述转换矩阵用于表征所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的加密人脸特征之间的转换关系；以及各待匹配人脸特征是利用所述参考人脸特征与目标加密矩阵中各目标加密向量之间的点积结果生成的，所述目标加密矩阵中包括采用所述目标特征提取算法从所述N个图像样本中提取的N个目标加密向量。7.如权利要求1所述的方法，其特征在于，还包括：接收人脸注册请求，所述人脸注册请求中包含待注册人脸图像和身份信息；利用所述目标特征提取算法对所述待注册人脸图像进行人脸特征提取，得到待注册人脸特征，或者，利用所述第一特征提取算法对所述待注册人脸图像进行人脸特征提取，根据所述第一特征提取算法与所述目标特征提取算法提取的相同人脸图像的人脸特征之间的转换关系，对利用所述第一特征提取算法提取到的所述待注册人脸图像的人脸特征进行转换处理，得到待注册人脸特征；对所述待注册人脸特征和所述身份信息进行关联存储处理。8.如权利要求7所述的方法，其特征在于，对所述待注册人脸特征和所述身份信息进行关联存储处理，包括：从保存的各待匹配人脸特征中筛选与所述待注册人脸特征匹配的人脸特征；若筛选出的人脸特征的个数小于M，则将所述待注册人脸特征和所述身份信息关联存储，M表示对同一人脸存储的人脸特征的个数上限；若筛选出的人脸特征的个数等于M，则从筛选出的M个人脸特征和所述待注册人脸特征中确定一个需剔除的人脸特征，将筛选出的M个人脸特征和所述待注册人脸特征中除需剔除的人脸特征之外的人脸特征和所述身份信息关联存储。9.如权利要求8所述的方法，其特征在于，从筛选出的M个人脸特征和所述待注册人脸特征中确定一个需剔除的人脸特征，包括：将筛选出的M个人脸特征中存储时间最早的人脸特征，确定为需剔除的人脸特征，或者，将筛选出的M个人脸特征和所述待注册人脸特征中与中心人脸特征距离最远的人脸特征，确定为需剔除的人脸特征，所述中心人脸特征根据筛选出的M个人脸特征和所述待注册人脸特征确定。
10.一种人脸识别装置，其特征在于，包括...

【专利技术属性】
技术研发人员：朱成，朱翔，
申请(专利权)人：上海依图网络科技有限公司，
类型：发明
国别省市：