[发明专利]人脸识别方法、装置及系统

权利要求书

1.一种人脸识别方法，其特征在于，包括：

接收对待识别对象进行跟踪捕捉得到的多张跟踪图像；

确定每张所述跟踪图像中的人脸图像及所述人脸图像的条件参数值；所述条件参数包括以下至少之一：人脸图像的模糊度、人脸的三维偏转角度、人脸图像的亮度和人脸图像的面积；

根据所述条件参数值以及预设的质量确定函数确定所述人脸图像的质量分数，其中所述质量确定函数是根据人脸图像的条件参数所对应的人脸识别准确率分布和/或置信度分布确定的；所述质量确定函数的确定方式如下：对所述条件参数所对应的人脸识别准确率分布进行数据曲线拟合，得到拟合函数，和/或，对所述条件参数所对应的置信度分布进行数据曲线拟合，得到拟合函数，根据所述拟合函数确定质量确定函数；

选取质量分数满足预设条件的人脸图像，以用于人脸识别。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述条件参数值以及预设的质量确定函数确定所述人脸图像的质量分数，包括：

针对多张人脸图像中的每一张，根据每个所述条件参数所对应的拟合函数分别计算所述人脸图像的质量分数分量；

将所述人脸图像的质量分数分量的乘积进行归一化处理，得到所述质量分数。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述根据每个所述条件参数所对应的拟合函数分别计算所述人脸图像的质量分数分量，包括：

利用根据条件参数所对应的识别准确率分布确定的拟合函数分别计算所述人脸图像的质量分数分量；

或者，利用根据条件参数所对应的置信度分布确定的拟合函数分别计算所述人脸图像的质量分数分量；

或者，利用根据至少一个条件参数所对应的识别准确率分布确定的拟合函数计算所述人脸图像的质量分数分量，利用其他条件参数所对应的置信度分布确定的拟合函数计算所述人脸图像的质量分数分量。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述方法还包括：

根据历史图像识别数据分别绘制各个条件参数所对应的识别准确率分布；

对每个条件参数所对应的识别准确率分布分别进行数据曲线拟合，得到所述根据人脸图像的条件参数与识别准确率分布确定的拟合函数。

5.根据权利要求3所述的人脸识别方法，其特征在于，所述方法还包括：

根据历史图像识别数据分别绘制各个条件参数所对应的置信度分布；

对每个条件参数所对应的置信度分布分别进行数据曲线拟合，得到所述根据人脸图像的条件参数与置信度分布确定的拟合函数。

6.根据权利要求4或5所述的人脸识别方法，其特征在于，所述方法还包括：

将多个条件参数所对应的拟合函数相乘，得到中间函数；

确定所述中间函数的最大值和最小值；

根据所述最大值和所述最小值，确定所述质量确定函数的归一化系数；

根据多个所述拟合函数以及所述归一化系数确定所述质量确定函数。

7.根据权利要求6所述的人脸识别方法，其特征在于，所述选取质量分数满足预设条件的人脸图像，包括：

选取质量分数位于预设区间内的一张或多张人脸图像。

8.一种人脸识别装置，其特征在于，包括：

接收模块，用于接收对待识别对象进行跟踪捕捉得到的多张跟踪图像；

第一确定模块，用于确定每张所述跟踪图像中的人脸图像及所述人脸图像的条件参数值；所述条件参数包括以下至少之一：人脸图像的模糊度、人脸的三维偏转角度、人脸图像的亮度和人脸图像的面积；

第二确定模块，用于根据所述条件参数值以及预设的质量确定函数确定所述人脸图像的质量分数，其中所述质量确定函数是根据人脸图像的条件参数所对应的人脸识别准确率分布和/或置信度分布确定的；所述质量确定函数的确定方式如下：对所述条件参数所对应的人脸识别准确率分布进行数据曲线拟合，得到拟合函数，和/或，对所述条件参数所对应的置信度分布进行数据曲线拟合，得到拟合函数，根据所述拟合函数确定质量确定函数；

选取模块，用于选取质量分数满足预设条件的人脸图像，以用于人脸识别。