本发明专利技术公开了一种特征提取方法、装置、设备及存储介质。其中，方法包括：获取目标人脸图像，通过预设的边缘检测算法，确定目标人脸图像中的各像素点是否为边缘像素点；将目标人脸图像划分为至少两个图像块，根据各图像块中包含的边缘像素点，确定各图像块的复杂度；根据复杂度，确定各图像块对应的网格尺寸；根据各图像块对应的网格尺寸，提取各图像块的尺度不变特征变换特征，将各图像块的尺度不变特征变换特征确定为目标人脸图像的特征。本发明专利技术实施例可以将人脸图像划分为多个图像块，根据与各图像块的复杂度对应的网格尺寸，提取尺度不变特征变换特征，可以对复杂图像区域进行充分地特征提取，可以避免对简单图像区域进行过度特征提取。征提取。征提取。
【技术实现步骤摘要】
一种特征提取方法、装置、设备及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种特征提取方法、装置、设备及存储介质。
技术介绍
[0002]人脸识别技术已广泛应用于各行业中，极大程度丰富了用户认证手段，提高认证准确度。人脸识别技术的核心为提取人脸图像的特征。
[0003]相关技术中，对人脸图像的特征提取过程通常为：利用设定尺寸的网格在人脸图像上，按照设定步长滑动，从人脸图像的左上角开始，向右移动并划分图像块，直至移动至人脸图像的右下角，从而将人脸图像划分为多个相同尺寸的图像块。然后提取每个图像块的尺度不变特征变换(Scale
‑
invariant feature transform，SIFT)特征。全部图像块的SIFT特征构成了人脸图像的特征。网格的尺寸越小，划分的图像块越多，提取的特征越多，对图像细节的描述越精细。网格的尺寸越大，划分的块越少，提取的特征越少，对图像细节的描述越模糊。
[0004]人脸图像中的不同图像区域的纹理复杂程度不同。纹理复杂程度较高的图像区域为复杂图像区域。纹理复杂程度较低的图像区域为简单图像区域。复杂图像区域包含的细节信息较多。相关技术中，按照固定的网格尺寸对人脸图像进行网格划分，提取图像子块的SIFT特征，可能导致对人脸图像中的复杂图像区域的特征提取不够充分，对人脸图像中的简单图像区域的特征过度提取。
技术实现思路
[0005]本专利技术提供了一种特征提取方法、装置、设备及存储介质，以解决相关技术中的特征提取方案，按照固定的网格尺寸对人脸图像进行网格划分，提取图像子块的SIFT特征，可能导致对人脸图像中的复杂图像区域的特征提取不够充分，对人脸图像中的简单图像区域的特征过度提取的问题。
[0006]根据本专利技术的一方面，提供了一种特征提取方法，包括：
[0007]获取目标人脸图像，通过预设的边缘检测算法，确定所述目标人脸图像中的各像素点是否为边缘像素点；
[0008]将所述目标人脸图像划分为至少两个图像块，根据各所述图像块中包含的边缘像素点，确定各所述图像块的复杂度；
[0009]根据各所述图像块的复杂度，确定各所述图像块对应的网格尺寸；
[0010]根据各所述图像块对应的网格尺寸，提取各所述图像块的尺度不变特征变换特征，将各所述图像块的尺度不变特征变换特征确定为所述目标人脸图像的特征。
[0011]根据本专利技术的另一方面，提供了一种特征提取装置，包括：
[0012]图像获取模块，用于获取目标人脸图像，通过预设的边缘检测算法，确定所述目标人脸图像中的各像素点是否为边缘像素点；
[0013]复杂度确定模块，用于将所述目标人脸图像划分为至少两个图像块，根据各所述图像块中包含的边缘像素点，确定各所述图像块的复杂度；
[0014]尺寸确定模块，用于根据各所述图像块的复杂度，确定各所述图像块对应的网格尺寸；
[0015]特征提取模块，用于根据各所述图像块对应的网格尺寸，提取各所述图像块的尺度不变特征变换特征，将各所述图像块的尺度不变特征变换特征确定为所述目标人脸图像的特征。
[0016]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0017]至少一个处理器；以及
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的特征提取方法。
[0020]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的特征提取方法。
[0021]本专利技术实施例的技术方案，通过获取目标人脸图像，通过预设的边缘检测算法，确定目标人脸图像中的各像素点是否为边缘像素点；然后将目标人脸图像划分为至少两个图像块，根据各图像块中包含的边缘像素点，确定各图像块的复杂度；根据各图像块的复杂度，确定各图像块对应的网格尺寸；最后根据各图像块对应的网格尺寸，提取各图像块的尺度不变特征变换特征，将各图像块的尺度不变特征变换特征确定为目标人脸图像的特征，解决了解决相关技术中的特征提取方案，按照固定的网格尺寸对人脸图像进行网格划分，提取图像子块的SIFT特征，可能导致对人脸图像中的复杂图像区域的特征提取不够充分，对人脸图像中的简单图像区域的特征过度提取的问题，取到了将人脸图像划分为多个图像块，根据与各图像块的复杂度对应的网格尺寸，分别提取各图像块的尺度不变特征变换特征，可以对人脸图像中的复杂图像区域进行充分地特征提取，可以避免对人脸图像中的简单图像区域进行过度特征提取的有益效果。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本专利技术实施例一提供的一种特征提取方法的流程图。
[0025]图2为本专利技术实施例二提供的一种特征提取方法的流程图。
[0026]图3为本专利技术实施例三提供的一种特征提取装置的结构示意图。
[0027]图4为实现本专利技术实施例的特征提取方法的电子设备的结构示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0029]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“目标”、“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包含”、“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0030]实施例一
[0031]图1为本专利技术实施例一提供的一种特征提取方法的流程图。本实施例可适用于提取人脸图像的特征的情况，该方法可以由特征提取装置来执行，该特征提取装置可以采用硬件和/或软件的形式实现，该特征提取装本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种特征提取方法，其特征在于，包括：获取目标人脸图像，通过预设的边缘检测算法，确定所述目标人脸图像中的各像素点是否为边缘像素点；将所述目标人脸图像划分为至少两个图像块，根据各所述图像块中包含的边缘像素点，确定各所述图像块的复杂度；根据各所述图像块的复杂度，确定各所述图像块对应的网格尺寸；根据各所述图像块对应的网格尺寸，提取各所述图像块的尺度不变特征变换特征，将各所述图像块的尺度不变特征变换特征确定为所述目标人脸图像的特征。2.根据权利要求1所述的方法，其特征在于，所述通过预设的边缘检测算法，确定所述目标人脸图像中的各像素点是否为边缘像素点，包括：通过canny边缘检测算法，确定所述目标人脸图像中的各像素点是否为边缘像素点。3.根据权利要求1所述的方法，其特征在于，所述将所述目标人脸图像划分为至少两个图像块，包括：将所述目标人脸图像划分为多个相同大小的图像块。4.根据权利要求1所述的方法，其特征在于，所述根据各所述图像块中包含的边缘像素点，确定各所述图像块的复杂度，包括：针对每一个图像块执行下述操作：将图像块划分为多个相同大小的图像子块，确定各所述图像子块的边缘像素点数量和像素点总数量的比值；根据各所述图像子块的边缘像素点数量和像素点总数量的比值，确定所述图像块的信息熵；将所述图像块的信息熵确定为所述图像块的复杂度。5.根据权利要求1所述的方法，其特征在于，所述根据各所述图像块的复杂度，确定各所述图像块对应的网格尺寸，包括：针对每一个图像块执行下述操作：判断图像块的复杂度是否大于预设复杂度阈值；若所述图像块的复杂度大于等于预设复杂度阈值，则确定所述图像块对应的网格尺寸为第一网格尺寸；若所述图像块的复杂度小于预设复杂度阈值，则确定所述图像块对应的网格尺寸为第二网格尺寸；其中，所述第...
【专利技术属性】
技术研发人员：韩峤鹏，
申请(专利权)人：中国农业银行股份有限公司，
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。