人脸图像优选方法、装置、设备及存储介质制造方法及图纸

本申请实施例提供一种人脸图像优选方法、装置、设备及存储介质，涉及图像识别技术领域，该方法包括：从人脸图像库内选取在预设的筛选周期内记录的人脸图像作为识别图像，所述人脸图像库内记录有对应于每一用户的已成功识别的多张人脸图像；获取识别图像的特征因素所对应的特征分值；根据特征因素对应的特征分值以及相应的权重组合，获取关联于识别图像的第一指标分数；获取识别图像的比中次数，以确定第二指标分数；根据第一指标分数、第二指标分数以及相应的评估权值，确定对应的识别图像的识别率得分，并以识别率得分最高的识别图像为优选图像。本方案实现了人脸图像库内图像周期性自动更新，并有效地提升了系统的识别成功率。并有效地提升了系统的识别成功率。并有效地提升了系统的识别成功率。

【技术实现步骤摘要】
人脸图像优选方法、装置、设备及存储介质


[0001]本申请实施例涉及图像识别
，尤其涉及一种人脸图像优选方法、装置、设备及存储介质。

技术介绍

[0002]随着人脸识别技术的发展与普及推广，人脸识别技术越来越广泛地应用在如人脸考勤、人脸支付、门禁过闸、人证核验等业务场景中。当然，在使用人脸识别技术的业务系统中必然需要先建立系统用户的人脸图像库，而系统的人脸图像库的来源一般为用户注册时提供的人脸图像，并由业务系统将用户的人脸图像保存至数据库中同时建立人脸图像库。当用户使用人脸识别功能时，人脸采集设备获取用户脸部的抓拍图像，将其与人脸图像库中的人脸图像进行对比，以确定是否成功识别。
[0003]但是，随着用户年龄增长，用户样貌可能发生变化，或者使用场景的不同，用户使用人脸识别功能时人脸采集设备抓拍的角度、光线等因素而导致抓拍图像与注册时的人脸图像差异大，导致用户在进行人脸识别时就可能发生多次识别失败，导致拒识率高、体验差的情况。
[0004]相关技术中采用定时提醒用户按照相关要求重新注册或更新在业务系统中注册的人脸图像，但该方式对于用户来说操作繁琐，还要求用户自律并在规定时间更新图片，使得用户的使用体验差，而且对于业务系统来说由用户自主更新的方式不可控，业务系统难以提供有效的人脸识别功能。

技术实现思路

[0005]本申请实施例提供了一种人脸图像优选方法、装置、设备及存储介质，解决了库内图像无法及时更新而导致拒识率高、体验差的问题，能够有效地筛选出高质量的人脸图像并将其更新至人脸图像库中，无需用户主动更新，实现了人脸图像库内图像周期性自动更新，并有效地提升了系统的识别成功率。
[0006]第一方面，本申请实施例提供一种人脸图像优选方法，该方法包括：
[0007]从人脸图像库内选取在预设的筛选周期内记录的人脸图像作为识别图像，所述人脸图像库内记录有对应于每一用户的已成功识别的多张人脸图像；
[0008]获取识别图像的特征因素所对应的特征分值；
[0009]根据特征因素对应的特征分值以及相应的权重组合，获取关联于识别图像的第一指标分数；
[0010]获取识别图像的比中次数，以确定第二指标分数；
[0011]根据第一指标分数、第二指标分数以及相应的评估权值，确定对应的识别图像的识别率得分，并以识别率得分最高的识别图像为优选图像。
[0012]第二方面，本申请实施例提供一种人脸图像优选装置，包括：
[0013]图像获取模块，配置为从人脸图像库内选取在预设的筛选周期内记录的人脸图像
作为识别图像，人脸图像库内记录有对应于每一用户的已成功识别的多张人脸图像；
[0014]特征分值确定模块，配置为获取识别图像的特征因素所对应的特征分值；
[0015]第一分数确定模块，配置为根据特征因素对应的特征分值以及相应的权重组合，获取关联于识别图像的第一指标分数；
[0016]第二分数确定模块，配置为获取识别图像的比中次数，以确定第二指标分数；
[0017]图像选取模块，配置为根据第一指标分数、第二指标分数以及相应的评估权值，确定对应的识别图像的识别率得分，并以识别率得分最高的识别图像为优选图像。
[0018]第三方面，本申请实施例提供一种电子设备，包括：
[0019]一个或多个处理器；
[0020]存储装置，用于存储一个或多个程序，
[0021]当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现第一方面实施例所述的人脸图像优选方法。
[0022]第四方面，本申请实施例还提供一种存储计算机可执行指令的存储介质，计算机可执行指令在由处理器执行时用于执行第一方面实施例所述的人脸图像优选方法。
[0023]本申请通过对每个筛选周期内成功识别到的人脸图像基于特征因素进行评分，得到相应的第一指标分数，而且还在所选取的人脸图像中以各人脸图像作为对比的目标图像进行识别对比，获取相应的第二指标分数，结合第一指标分数和第二指标分数，从而得到对应于每一张人脸图像的识别率得分，进而从所有人脸图像中选取优选图像加入人脸图像库内，实现了人脸图像库内图像周期性自动更新，有效地提升了系统的识别成功率。
附图说明
[0024]图1为本申请实施例提供的人脸图像优选方法的步骤流程图；
[0025]图2为本申请实施例提供的确定比中次数的步骤流程图；
[0026]图3为本申请实施例提供的人脸图像优选装置的示意图；
[0027]图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面结合附图和实施例对本申请实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请实施例，而非对本申请实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请实施例相关的部分而非全部结构。
[0029]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请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，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。在说明书以及权利要求书的描述中，“多个”表示为两个及以上。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0030]本申请的人脸图像优选方法可以应用于采用了人脸识别技术的业务系统中，如实现人脸考勤、人脸过闸等业务场景的业务系统中，对于上述的业务系统，其均配置有人脸图
像库，人脸图像库内预存有用于进行人脸识别对比的人脸图像，当然，人脸图像库内还可以存储抓拍的能够成功识别到的人脸图像，可以想到的是，预存的人脸图像和抓拍的人脸图像在人脸图像库内可以通过不同的标识进行区分。可以想到的是，业务系统可以以应用软件的方式加载在电子设备中。
[0031]图1为本申请实施例提供的人脸图像优选方法的步骤流程图，如图所示，人脸图像优选方法包括如下步骤：
[0032]步骤S110、从人脸图像库内选取在预设的筛选周期内记录的人脸图像作为识别图像。
[0033]可以理解的是，人脸图像库内记录有对应于每一用户的已成功识别的多张人脸图像，即在人脸图像库内，对于每一个在业务系统中已注册的用户，业务系统每次成功识别后均会将当前的抓拍到的人脸图像进行存储，例如对应于不同用户的人脸图像以该用户的系统ID(Identity Document，身份证标识号)进行标识，以便于后续的筛选流程。
[0034]对于识别图像，业务系统从人脸图像库内选取人脸图像，当然，所选取的人脸图像是对应于同一个用户的，如根据用户的系统ID选取相应的人脸图像；此外，所选取的人脸图像还是对应于一个预设的筛选周期。应当想到的是，筛选周期是在业务系统中预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像优选方法，其特征在于，所述方法包括：从人脸图像库内选取在预设的筛选周期内记录的人脸图像作为识别图像，所述人脸图像库内记录有对应于每一用户的已成功识别的多张人脸图像；获取所述识别图像的特征因素所对应的特征分值；根据所述特征因素对应的所述特征分值以及相应的权重组合，获取关联于所述识别图像的第一指标分数；获取所述识别图像的比中次数，以确定第二指标分数；根据所述第一指标分数、所述第二指标分数以及相应的评估权值，确定对应的所述识别图像的识别率得分，并以所述识别率得分最高的所述识别图像为优选图像。2.根据权利要求1所述的人脸图像优选方法，其特征在于，所述特征因素包括人脸角度、光线亮度、人脸遮挡、人脸表情和人脸占比。3.根据权利要求1或2所述的人脸图像优选方法，其特征在于，所述权重组合包括与所述特征因素数量相同的特征权值，所述第一指标分数为所有所述特征因素以及对应的所述特征权值的乘积累计和。4.根据权利要求2所述的人脸图像优选方法，其特征在于，所述人脸角度、所述光线亮度、所述人脸遮挡、所述人脸表情和所述人脸占比依次对应第一特征权值、第二特征权值、第三特征权值、第四特征权值和第五特征权值；其中，所述第一特征权值和所述第三特征权值在所有的特征权值中取值最大。5.根据权利要求1所述的人脸图像优选方法，其特征在于，所述识别图像有至少两张，所述获取所述识别图像的比中次数，以确定第二指标分数包括：提取所有所述识别图像的特征值数据；基于所述特征值数据，对所有所述识别图像分别进行两两比对，并记录比对结果作为所述比中次数。6.根据权利要求5所述的人脸图像...

【专利技术属性】
技术研发人员：陈稳，
申请(专利权)人：广州新科佳都科技有限公司广州佳都科技软件开发有限公司，
类型：发明
国别省市：