本申请属于人脸识别技术领域，尤其涉及一种人脸识别方法、装置、计算机可读存储介质及终端设备。所述方法获取待识别的目标人脸图像；提取目标人脸特征；其中，所述目标人脸特征为所述目标人脸图像中的人脸特征；根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果；其中，所述底库字典中包括预设数目的基准人脸特征，且基准人脸特征为随着人脸识别过程进行更新的动态特征。通过本申请，可以根据获取的目标人脸图像对底库字典中的基准人脸特征进行更新，从而将各种情况下的人脸图像保存在底库字典中，继而提高人脸识别结果的准确率。识别结果的准确率。识别结果的准确率。
【技术实现步骤摘要】
一种人脸识别方法、装置、可读存储介质及终端设备
[0001]本申请属于人脸识别
，尤其涉及一种人脸识别方法、装置、计算机可读存储介质及终端设备。
技术介绍
[0002]非同源人脸识别是人脸识别领域的一个具有挑战性的问题，如何在复杂多变的实测环境下，准确、稳定的进行人脸识别，一直是公共安全和智能监控等领域中急需的一项技术。在公司、机场、校园等需要对身份进行识别的场所，通过排除与人身份不相关的数据源信息之后再进行身份识别，能极大地方便日常管理及保证人们的安全，但现有技术中在识别因环境因素或者用户行为所导致的与保存的人脸图像有差异的人脸图像时，准确率较低。
技术实现思路
[0003]有鉴于此，本申请实施例提供了一种人脸识别方法、装置、计算机可读存储介质及终端设备，以解决现有的非同源人脸识别准确率较低的问题。
[0004]本申请实施例的第一方面提供了一种人脸识别方法，可以包括：
[0005]获取待识别的目标人脸图像；
[0006]提取目标人脸特征；其中，所述目标人脸特征为所述目标人脸图像中的人脸特征；
[0007]根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果；其中，所述底库字典中包括预设数目的基准人脸特征，且基准人脸特征为随着人脸识别过程进行更新的动态特征。
[0008]在第一方面的一种具体实现方式中，所述根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果可以包括：
[0009]分别计算所述目标人脸特征与所述底库字典中的各个基准人脸特征之间的特征相似度；
[0010]将最大的特征相似度对应的基准人脸特征作为最近邻基准人脸特征；
[0011]若最大的特征相似度大于预设的第一阈值，则将所述最近邻基准人脸特征对应的身份标识作为人脸识别结果。
[0012]在第一方面的一种具体实现方式中，在将最大的特征相似度对应的基准人脸特征作为最近邻基准人脸特征之后，还可以包括：
[0013]若最大的特征相似度大于预设的第二阈值，则根据所述目标人脸特征对所述最近邻基准人脸特征进行更新，得到更新后的最近邻基准人脸特征，其中，所述第二阈值大于所述第一阈值。
[0014]在第一方面的一种具体实现方式中，所述根据所述目标人脸特征对所述最近邻基准人脸特征进行更新，得到更新后的最近邻基准人脸特征可以包括：
[0015]根据预设的人脸特征融合率将所述目标人脸特征融合入所述最近邻基准人脸特
征中，得到更新后的最近邻基准人脸特征。
[0016]在第一方面的一种具体实现方式中，所述底库字典的设置过程可以包括：
[0017]获取预设的各张底库图像；
[0018]处理所述底库图像，得到基准人脸图像；
[0019]使用预设的特征提取模型对所述基准人脸图像进行特征提取，得到所述底库字典。
[0020]在第一方面的一种具体实现方式中，所述处理所述底库图像可以包括：
[0021]对所述底库图像进行裁剪，得到裁剪图像；
[0022]对所述裁剪图像进行归一化，得到基准人脸图像。
[0023]在第一方面的一种具体实现方式中，所述提取目标人脸特征可以包括：
[0024]对所述目标人脸图像进行预处理，得到目标人脸预处理图像；
[0025]对所述目标人脸预处理图像进行分割，得到目标人脸分割图像；
[0026]对所述目标人脸分割图像进行关键点对齐，得到目标人脸对齐图像；
[0027]对所述目标人脸对齐图像进行特征提取，得到目标人脸特征。
[0028]本申请实施例的第二方面提供了一种人脸识别装置，可以包括：
[0029]图像获取模块，用于获取待识别的目标人脸图像；
[0030]人脸特征提取模块，用于提取目标人脸特征；其中，所述目标人脸特征为所述目标人脸图像中的人脸特征；
[0031]特征匹配模块，用于根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果；其中，所述底库字典中包括预设数目的基准人脸特征，且基准人脸特征为随着人脸识别过程进行更新的动态特征。
[0032]在第二方面的一种具体实现方式中，所述特征匹配模块可以包括：
[0033]特征相似度计算子模块，用于分别计算所述目标人脸特征与所述底库字典中的各个基准人脸特征之间的特征相似度；
[0034]确定子模块，用于将最大的特征相似度对应的基准人脸特征作为最近邻基准人脸特征；
[0035]输出子模块，用于若最大的特征相似度大于预设的第一阈值，则将所述最近邻基准人脸特征对应的身份标识作为人脸识别结果。
[0036]在第二方面的一种具体实现方式中，所述人脸识别装置还可以包括：
[0037]更新子模块，用于若最大的特征相似度大于预设的第二阈值，则根据所述目标人脸特征对所述最近邻基准人脸特征进行更新，得到更新后的最近邻基准人脸特征，其中，所述第二阈值大于所述第一阈值。
[0038]在第二方面的一种具体实现方式中，所述更新子模块可以包括：
[0039]融合单元，用于根据预设的人脸特征融合率将所述目标人脸特征融合入所述最近邻基准人脸特征中，得到更新后的最近邻基准人脸特征。
[0040]在第二方面的一种具体实现方式中，所述人脸识别装置还可以包括：
[0041]获取子模块，用于获取预设的各张底库图像；
[0042]处理子模块，用于处理所述底库图像，得到基准人脸图像；
[0043]特征提取子模块，用于使用预设的特征提取模型对所述基准人脸图像进行特征提
取，得到所述底库字典。
[0044]在第二方面的一种具体实现方式中，所述处理子模块可以包括：
[0045]裁剪单元，用于对所述底库图像进行裁剪，得到裁剪图像；
[0046]归一化单元，用于对所述裁剪图像进行归一化，得到基准人脸图像。
[0047]在第二方面的一种具体实现方式中，所述人脸特征提取模块可以包括：
[0048]预处理子模块，用于对所述目标人脸图像进行预处理，得到目标人脸预处理图像；
[0049]分割子模块，用于对所述目标人脸预处理图像进行分割，得到目标人脸分割图像；
[0050]关键点对齐子模块，用于对所述目标人脸分割图像进行关键点对齐，得到目标人脸对齐图像；
[0051]提取子模块，用于对所述目标人脸对齐图像进行特征提取，得到目标人脸特征。
[0052]本申请实施例的第三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程序，所述计算机程序被处理器执行时实现上述任一种人脸识别方法的步骤。
[0053]本申请实施例的第四方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种人脸识别方法的步骤。
[0054]本申请实施例的第五方本文档来自技高网...
【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：获取待识别的目标人脸图像；提取目标人脸特征；其中，所述目标人脸特征为所述目标人脸图像中的人脸特征；根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果；其中，所述底库字典中包括预设数目的基准人脸特征，且基准人脸特征为随着人脸识别过程进行更新的动态特征。2.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述目标人脸特征在预设的底库字典中进行人脸特征匹配，得到人脸识别结果，包括：分别计算所述目标人脸特征与所述底库字典中的各个基准人脸特征之间的特征相似度；将最大的特征相似度对应的基准人脸特征作为最近邻基准人脸特征；若最大的特征相似度大于预设的第一阈值，则将所述最近邻基准人脸特征对应的身份标识作为人脸识别结果。3.根据权利要求2所述的人脸识别方法，其特征在于，在将最大的特征相似度对应的基准人脸特征作为最近邻基准人脸特征之后，还包括：若最大的特征相似度大于预设的第二阈值，则根据所述目标人脸特征对所述最近邻基准人脸特征进行更新，得到更新后的最近邻基准人脸特征，其中，所述第二阈值大于所述第一阈值。4.根据权利要求3所述的人脸识别方法，其特征在于，所述根据所述目标人脸特征对所述最近邻基准人脸特征进行更新，得到更新后的最近邻基准人脸特征，包括：根据预设的人脸特征融合率将所述目标人脸特征融合入所述最近邻基准人脸特征中，得到更新后的最近邻基准人脸特征。5.根据权利要求1所述的人脸识别方法，其特征在于，所述底库字典的设置过程包括：获取预设的各张底库图像；处理所述...
【专利技术属性】
技术研发人员：赵妙云，陈嘉莉，庞建新，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。