一种多人脸识别方法及系统技术方案

一种多人脸识别方法及系统包括：获取多个注册用户分别对应的第一人脸信息，获取多个第二人脸信息多个角度的特征值；将多个第一人脸信息的特征值与每个第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，确定二维数组矩阵的每个元素格中第一人脸特征值与第二人脸对应人脸角度特征值对比出的最优相似度值；根据二维数组矩阵每一行中相似度的最大值，作为第二人脸信息匹配到的第一人脸信息；根据多个第二人脸信息匹配到对应的第一人脸信息，构成阶段性多人脸识别结果的一维数组N；通过对一维数组N带有多个相同索引的情况进行最大值去重和过滤相似度值不达标的人脸比对组合得出包含最终人脸识别结果的一维数组T，从而识别第二人脸信息。别第二人脸信息。别第二人脸信息。

【技术实现步骤摘要】
一种多人脸识别方法及系统


[0001]本专利技术涉及人脸识别
，尤其是涉及一种多人脸识别方法及系统。

技术介绍

[0002]目前主流的人脸识别技术更多只专注于单个人脸的识别，主要分为两种技术服务提供方式：离线sdk部署和在线接口请求。无论是哪一种都没有专门针对多人脸识别提供技术服务。当下人脸识别技术更重视人脸识别服务的响应速度和计算效率，导致人脸识别和人脸检测模型的精度下降，所以即使现有技术也可以用于多人脸识别，其准确率也被大大的降低了。
[0003]相关技术中，出现了以神经网络模型为基础的深度学习人工自能技术，从图像分类、目标检测再到人脸识别都已经成为当下较为主流和成熟的感官智能技术。虽然训练人脸识别和人脸检测模型需要大量的数据，但目前各第三方技术服务商都早已研发了自己的人脸检测和人脸识别模型以及技术服务业务，只是在供应上有着不同的优劣势以及功能差异。虽然这些服务商都有提供多人脸识别技术服务，但是效果都不是很好。例如，人脸识别经常错分、识别出最大最清晰的人脸数量有上限、人脸检测太弱等。
[0004]基于上述原因，亟需一种能够多人脸识别方法，以便满足对多人脸识别有精度要求的公司使用。

技术实现思路

[0005]本专利技术的目的在于提供一种多人脸识别方法及系统，旨在解决现有技术中的面对多个人脸识别时，精度差的问题。
[0006]本专利技术提供第一方面提供一种多人脸识别方法，包括：
[0007]获取多个注册用户分别对应的第一人脸信息，以及获取多个第二人脸信息多个角度的特征值，其中，每个第一人脸信息表示注册用户的脸部多个角度的特征值，第二人脸信息表示未注册用户或注册用户的人脸信息；
[0008]将多个第一人脸信息的特征值与每个第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，并确定二维数组矩阵的每个元素格中第一人脸特征值与第二人脸对应特征值对比出的最优相似度值；
[0009]根据二维数组矩阵的每一行中相似度的最大值，作为第二人脸信息匹配到的第一人脸信息；
[0010]根据多个第二人脸信息匹配到对应的第一人脸信息，得到构成阶段性多人脸识别结果的一维数组N；
[0011]通过对一维数组N带有多个相同索引的情况进行最大值去重和过滤相似度值不达标的人脸比对组合从而获得包含最终人脸识别结果的一维数组T，从而识别第二人脸信息。
[0012]本申请第二方面提供一种多人脸识别系统，包括前述的一种多人脸识别方法，系统包括：
[0013]获取单元，用于获取多个注册用户分别对应的第一人脸信息，以及获取多个第二人脸信息多个角度的特征值，其中，每个第一人脸信息表示注册用户的脸部多个角度的特征值，第二人脸信息表示未注册用户或注册用户的人脸信息；
[0014]相似度单元，用于将多个第一人脸信息的特征值与每个第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，并确定二维数组矩阵的每个元素格中第一人脸特征值与第二人脸对应特征值对比出的最优相似度值；
[0015]匹配单元，用于根据二维数组矩阵的每一行中相似度的最大值，作为第二人脸信息匹配到的第一人脸信息；
[0016]一维数组单元，用于根据多个第二人脸信息匹配到对应的第一人脸信息，得到构成阶段性多人脸识别结果的一维数组N；
[0017]识别单元，用于通过对一维数组N带有多个相同索引的情况进行最大值去重和过滤相似度值不达标的人脸比对组合从而获得包含最终人脸识别结果的一维数组T，从而识别第二人脸信息。
[0018]本申请第三方面提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现前述的一种多人脸识别方法的步骤。
[0019]本申请第四方面提供一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的一种多人脸识别方法的步骤。
[0020]本专利技术有益效果：获取每个注册用户的第一人脸信息的多个角度的特征值，以及每个未注册用户的第二人脸信息多个角度的特征值。将多个第一人脸信息的特征值与每个第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，确定得到的二维数组矩阵中每个元素格中第一人脸特征值与第二人脸对应特征值对比出的最优相似度值。得到二维数组矩阵中每一行中相似度的最大值，作为第二人脸信息匹配到的第一人脸信息。接下来，根据多个第二人脸信息匹配到对应的第一人脸信息，得到构成阶段性多人脸识别结果的一维数组N。最后，通过对一维数组N带有多个相同索引的情况进行最大值去重和过滤相似度值不达标的人脸比对组合从而获得包含最终人脸识别结果的一维数组T，识别未注册用户的第二人脸信息。通过上述方式可以对多个人脸信息进行识别，并且通过匹配机制提升识别的精度，以便满足不同公司的使用需求。
附图说明
[0021]图1为本专利技术的根据比例公式，对照片高度和宽度的比例进行调整的流程图；
[0022]图2为本专利技术的一张人脸框的示意图；
[0023]图3为本专利技术的提取多人脸特征值的方法流程图；
[0024]图4为本专利技术的人脸检测模型的检测流程图；
[0025]图5为本专利技术的流程图；
[0026]图6为本专利技术的步骤流程图；
[0027]图7为本专利技术的判断流程图；
[0028]图8为本专利技术的通过第二人脸信息的特征值的人脸角度选择对应第一人脸信息的人脸角度的人脸特征值进行对比流程图；
[0029]图9为本专利技术的最大值作为第二人脸信息匹配到第一人脸信息流程图；
[0030]图10为本专利技术的对N进行遍历流程图；
[0031]图11为本专利技术的判断两张重叠的人脸是否属于同一个人的流程图
[0032]图12为本专利技术的获取最终的多人脸识别数据的流程图；
[0033]图13为本专利技术的得到多人脸识别结果后，对多重人脸框去重的流程图；
[0034]图14为本专利技术的人脸框重叠的示意图。
[0035]图15为本专利技术的R1与R2之间重叠的四中情况示意图；
[0036]图16为本专利技术的对多重人脸框进行去重的流程图；
[0037]图17为本专利技术的多重人脸框去重流程流程图；
[0038]图18为本专利技术的多人脸识别流程图。
具体实施方式
[0039]下面对本申请中出现的一些名词进行解释：
[0040]响应速度，照片过大会导致处理数据的增大，因此也需要更长的计算时间，从而影响最终的响应速度。
[0041]压缩模型，人脸识别主流应用需求最大的是单人脸识别，因此，多采用的是压缩过的人脸检测模型，而非高精度人脸检测模型，照片尺寸过大还有可能造成检测结果的失误。
[0042]大规模部署，大多数供应商都是提供在线WEB API服务的，而非私有化部署SDK。因此，用户的请求量都是巨大，如果不限制用户上传照片的尺寸，那么不管是服务器带宽流量还是计算资源都会形成巨大的服务器成本。
[0043]OpenCV，是一个基于Apache2.0许可(开源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多人脸识别方法，其特征在于，方法包括：获取多个注册用户分别对应的第一人脸信息，以及获取多个第二人脸信息多个角度的特征值，其中，每个所述第一人脸信息表示注册用户的脸部多个角度的特征值，所述第二人脸信息表示未注册用户或注册用户的人脸信息；将多个所述第一人脸信息的特征值与每个所述第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，并确定所述二维数组矩阵的每个元素格中第一人脸特征值与第二人脸对应特征值对比出的最优相似度值；根据所述二维数组矩阵的每一行中相似度的最大值，作为所述第二人脸信息匹配到的所述第一人脸信息；根据多个所述第二人脸信息匹配到对应的所述第一人脸信息，得到构成阶段性多人脸识别结果的一维数组N；通过对一维数组N带有多个相同索引的情况进行最大值去重和过滤相似度值不达标的人脸比对组合从而获得包含最终人脸识别结果的一维数组T，从而识别第二人脸信息。2.根据权利要求1所述的一种多人脸识别方法，其特征在于，所述获取多个注册用户分别对应的第一人脸信息，以及获取多个第二人脸信息多个角度的特征值的步骤中，包括：分别获取k1至k
n
的至第一人脸信息多个角度的特征值，并将得到的每个人的第一人脸信息存储在一维数组中，其中，k
i
为k1至k
n
中的第i个人，n为总的第一人脸数量，所述第一人脸信息的特征值包括正面人脸特征值、左侧人脸特征值、右侧人脸特征值、上仰人脸特征值和下附人脸特征值；获取第二人脸信息多个角度的特征值，并将得到的每个人的第一人脸信息存储在一维数组中，其中，所述第二人脸信息的特征值包括上倾角度大于等于30度的上仰角度、偏移角度不超过30度的正面角度、向右偏移角度大于等于30度的右侧角度和向左向下偏移角度大于等于30度的向左向下偏移角度；对所述第二人脸信息多个角度的特征值进行标记，标记为u1至u
m
，其中，u
i
为第二人脸特征值中第i个未知人脸特征值标记，m为总的第二人脸数量；根据所述k1至k
n
和u1至u
m
建立二维数组矩阵。3.根据权利要求1所述的一种多人脸识别方法，其特征在于，所述将多个所述第一人脸信息的特征值与每个所述第二人脸信息的对应人脸角度的特征值组成二维数组矩阵，并确定所述二维数组矩阵的每个元素格中第一人脸特征值与第二人脸对应特征值对比出的最优相似度值的步骤，包括：在所述二维数组矩阵中，将所述第二人脸信息中的每个特征值与多个所述第一人脸信息中对应人脸角度的特征值进行比对，得到所述第二人脸信息中的每个特征值的最优比对下的相似度值；若所述第二人脸信息中存在拥有所述第一人脸信息的两个角度的人脸特征值，将所述第二人脸信息中的特征值和每个所述第一人脸信息特征值分别进行比对，并选出相似度最高的值进行标记。4.根据权利要求3所述的一种多人脸识别方法，其特征在于，所述根据所述二维数组矩阵的每一行中相似度的最大值，作为所述第二人脸信息匹配到的所述第一人脸信息的步骤，包括：
获取所述二维数组矩阵中的所述标记，确定相似度最高的值；根据所述标记，确定每个所述标记对应的所述第一人脸信息，得到构成阶段性多人脸识别结果的一维数组N，其中，N对应表示每个第一人脸信息相似度最高的第二人脸组合的阶段性最优结果。5.根据权利要求4所述的一种多人脸识别方法，其特征在于，所述根据多个所述第二人脸信息匹配到对应的所述第一人脸信息，得到构成阶段性多人脸识别结果的...

【专利技术属性】
技术研发人员：李嘉，
申请(专利权)人：李嘉，
类型：发明
国别省市：