人脸识别系统、人脸识别方法及装置制造方法及图纸

本申请公开人脸识别系统、人脸识别方法及装置，属于图像处理技术领域，该系统包括：第一电子设备获取待匹配人脸特征对应的目标特征提取算法的指示信息，利用第一特征提取算法提取获取的目标人脸图像的人脸特征，得到第一人脸特征，若根据指示信息确定目标特征提取算法位于预设特征提取算法集合中，则利用将第一特征提取算法提取的人脸特征转换为目标特征转换算法提取的人脸特征的特征转换算法，对第一人脸特征进行转换处理，得到目标人脸特征，将目标人脸特征携带在人脸识别请求中发送给第二电子设备进行人脸识别处理。这样，即便更换第一特征提取算法也可顺利将目标人脸特征与存储的待匹配人脸特征进行比对，人脸识别的灵活性比较高。活性比较高。活性比较高。

【技术实现步骤摘要】
人脸识别系统、人脸识别方法及装置


[0001]本申请涉及图像处理
，尤其涉及人脸识别系统、人脸识别方法及装置。

技术介绍

[0002]相关技术中，人脸识别主要包括两个阶段：人脸采集阶段和人脸识别阶段，其中，在人脸采集阶段，需要召集相关人员进行人脸图像采集，利用一种特征提取算法对采集的人脸图像进行人脸特征提取，将提取的人脸特征和用户身份信息进行关联存储，从而得到人脸特征库；在人脸识别阶段，可获取待识别用户的人脸图像，再利用这种特征提取算法对获取的人脸图像进行特征提取，并将提取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信息。
[0003]然而，在不存储人脸图像以保护相关人员隐私的情况下，当想要切换使用另一种特征提取算法对待识别用户的人脸图像进行特征提取时，由于人脸特征库中的人脸特征是使用之前的特征提取算法提取的，两种特征提取算法所提取的人脸特征是无法直接进行比对的，所以需要重新召集相关人员，再利用切换后的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，降低了人脸识别的灵活性。

技术实现思路

[0004]本申请实施例提供人脸识别系统、人脸识别方法及装置，用以解决现有技术中人脸识别的灵活性比较低的问题。
[0005]第一方面，本申请实施例提供一种人脸识别系统，包括：
[0006]第一电子设备，用于获取待匹配人脸特征对应的目标特征提取算法的指示信息，利用第一特征提取算法提取获取的目标人脸图像的人脸特征，得到第一人脸特征，若根据所述指示信息确定所述目标特征提取算法位于预设特征提取算法集合中，则利用将所述第一特征提取算法提取的人脸特征转换为所述目标特征转换算法提取的人脸特征的特征转换算法，对所述第一人脸特征进行转换处理，得到目标人脸特征，向第二电子设备发送人脸识别请求，所述人脸识别请求中包含所述目标人脸特征；
[0007]所述第二电子设备，用于接收所述人脸识别请求，基于保存的待匹配人脸特征，对所述人脸识别请求中的所述目标人脸特征进行人脸识别处理。
[0008]在一种可能的实施方式中，所述第一电子设备，具体用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；以及
[0009]各待匹配人脸特征是利用所述目标特征提取算法提取的原始人脸特征。
[0010]在一种可能的实施方式中，所述第一电子设备，具体用于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。
[0011]在一种可能的实施方式中，所述第一电子设备，具体用于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；
[0012]其中，所述旋转矩阵和所述平移矩阵根据以下步骤确定：
[0013]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第二样本特征；
[0014]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第二样本特征，生成第二样本特征矩阵；
[0015]计算所述第一样本特征矩阵到所述第二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。
[0016]在一种可能的实施方式中，所述第一电子设备，具体用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；以及
[0017]各待匹配人脸特征是对利用所述目标特征提取算法提取的原始人脸特征进行加密后得到的加密人脸特征。
[0018]在一种可能的实施方式中，所述第一电子设备，具体用于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；
[0019]各待匹配人脸特征是利用所述目标特征提取算法提取的原始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利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。
[0020]在一种可能的实施方式中，所述第一电子设备中存储有所述第二电子设备中匹配频率高于预设频率的待匹配人脸特征；
[0021]所述第一电子设备，还用于从本地存储的各待匹配人脸特征中查找与所述目标人脸特征匹配的人脸特征，若未查找到与所述目标人脸特征匹配的人脸特征，则向所述第二电子设备发送所述人脸识别请求。
[0022]在一种可能的实施方式中，所述第一电子设备，还用于获取待注册人脸图像和对应的身份信息，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，利用所述特征转换算法，将提取到的人脸特征转换为利用所述目标特征提取算法提取的人脸特征，得到待注册人脸特征；向所述第二电子设备发送人脸注册请求，所述人脸注册请求中包含所述待注册人脸特征和所述身份信息；
[0023]所述第二电子设备，还用于接收所述人脸注册请求，对所述人脸注册请求中的所述待注册人脸特征和所述身份信息进行关联存储处理。
[0024]在一种可能的实施方式中，所述第二电子设备，具体用于从保存的待匹配人脸特征中筛选与所述注册请求中的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；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，M表示对同一人脸存储的人脸特征的个数上限。
[0025]在一种可能的实施方式中，所述第二电子设备，具体用于将筛选出的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。
[0026]在一种可能的实施方式中，所述第一电子设备，还用于获取所述目标人脸图像对应的身份信息，将所述目标人脸特征和所述身份信息关联存储，并定期将存储的目标人脸特征与身份信息之间的关联关系、对应的目标人脸特征和对应的身份信息，发送给所述第二电子设备；以及用于接收所述第二电子设备发送的待匹配人脸特征与身份信息之间的关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别系统，其特征在于，包括：第一电子设备，用于获取待匹配人脸特征对应的目标特征提取算法的指示信息，利用第一特征提取算法提取获取的目标人脸图像的人脸特征，得到第一人脸特征，若根据所述指示信息确定所述目标特征提取算法位于预设特征提取算法集合中，则利用将所述第一特征提取算法提取的人脸特征转换为所述目标特征转换算法提取的人脸特征的特征转换算法，对所述第一人脸特征进行转换处理，得到目标人脸特征，向第二电子设备发送人脸识别请求，所述人脸识别请求中包含所述目标人脸特征；所述第二电子设备，用于接收所述人脸识别请求，基于保存的待匹配人脸特征，对所述人脸识别请求中的所述目标人脸特征进行人脸识别处理。2.如权利要求1所述的系统，其特征在于，所述第一电子设备，具体用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；以及各待匹配人脸特征是利用所述目标特征提取算法提取的原始人脸特征。3.如权利要求2所述的系统，其特征在于，所述第一电子设备，具体用于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所述的系统，其特征在于，所述第一电子设备，具体用于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第二样本特征；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第二样本特征，生成第二样本特征矩阵；计算所述第一样本特征矩阵到所述第二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所述的系统，其特征在于，所述第一电子设备，具体用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；以及各待匹配人脸特征是对利用所述目标特征提取算法提取的原始人脸特征进行加密后得到的加密人脸特征。6.如权利要求5所述的系统，其特征在于，所述第一电子设备，具体用于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；各待匹配人脸特征是利用所述目标特征提取算法提取的原始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利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所述的系统，其特征在于，所述第一电子设备中存储有所述第二电子设备中匹配频率高于预设频率的待匹配人脸特征；所述第一电子设备，还用于从本地存储的各待匹配人脸特征中查找与所述目标人脸特征匹配的人脸特征，若未查找到与所述目标人脸特征匹配的人脸特征，则向所述第二电子设备发送所述人脸识别请求。8.如权利要求1所述的系统，其特征在于，所述第一电子设备，还用于获取待注册人脸图像和对应的身份信息，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，利用所述特征转换算法，将提取到的人脸特征转换为利用所述目标特征提取算法提取的人脸特征，得到待注册人脸特征；向所述第二电子设备发送人脸注册请求，所述人脸注册请求中包含所述待注册人脸特征和所述身份信息；所述第二电子设备，还用于接收所述人脸注册请求，对所述人脸注册请求中的所述待注册人脸特征和所述身份信息进行关联存储处理。9.如权利要求8所述的系统，其特征在于；所述第二电子设备，具体用于从保存的待匹配人脸特征中筛选与所述注册请求中的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；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，M表示对同一人脸存储的人脸特征的个数上限。10.如权利要求9所述的系统，其特征在于，所述第二电子设备，具体用于将筛选出的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。11.如权利要求1所述的系统，其特征在于，所述第一电子设备，还用于获取所述目标人脸图像对应的身份信息，将所述目标人脸特征和所述身份信息关联存储，并定期将存储的目标人脸特征与身份信息之间的关联关系、对应的目标人脸特征和对应的身份信息，发送给所述第二电子设备；以及用于接收所述第二电子设备发送的待匹配人脸特征与身份信息之间的关联关系、对应的待匹配人脸特征和对应的身份信息，根据所述待匹配人脸特征与身份信息之间的关联关系，对接收到的各待匹配人脸特征和各身份信息进行关联存储；所述第二电子设备，还用于接收所述第一电子设备发送的目标人脸特征与身份信息之间的关联关系、对应的目标人脸特征和对应的身份信息，根据所述目标人脸特征与身份信
息之间的关联关系，对接收到的各目标人脸特征和各身份信息进行关联存储；以及用于定期将自身存储的部分或者全部待匹配人脸特征与身份信息之间的关联关系、对应的待匹配人脸特征和对应的身份信息发送给所述第一电子设备。12.一种人脸识别方法，其特征在于，包括：第一电子设备获取待匹配人脸特征对应的目标特征提取算法的指示信息；利用第一特征提取算法提取获取的目标人脸图像的人脸特征，得到第一人脸特征；若根据所述指示信息确定所述目标特征提取算法位于预设特征提取算法集合中，则利用将所述第一特征提取算法提取的人脸特征转换为所述目标特征转换算法提取的人脸特征的特征转换算法，对所述第一人脸特征进行转换处理，得到目标人脸特征；向第二电子设备发送人脸识别请求，由所述第二电子设备基于保存的待匹配人脸特征对所述人脸识别请求中的所述目标人脸特征进行人脸识别处理。13.如权利要求12所述的方法，其特征在于，利用将所述第一特征提取算法提取的人脸特征转换为所述目标特征转换算法提取的人脸特征的特征转换算法，对所述第一人脸特征进行转换处理，得到目标人脸特征，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利用所述目标特征提取算法提取的原始人脸特征。14.如权利要求13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。15.如权利要求13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第二样本特征；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第二样本特征，生成第二样本特征矩阵；计算所述第一样本特征矩阵到所述第二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。16.如权利要求12所述的方法，其特征在于，利用将所述第一特征提取算法提取的人脸特征转换为所述目标特征转换算...

【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：