[发明专利]人脸识别方法及装置、移动设备、计算机可读存储介质有效

专利信息
申请号: 201711329593.6 申请日: 2017-12-13
公开(公告)号: CN107958223B 公开(公告)日: 2020-09-18
发明(设计)人: 万韶华 申请(专利权)人: 北京小米移动软件有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F21/32
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 100085 北京市海淀区清河*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 方法 装置 移动 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种人脸识别方法,其特征在于,所述方法包括:

获取三维人脸图像;

对所述三维人脸图像进行预处理,得到预处理后的三维人脸图像;

按照不同的分割粒度对所述预处理后的三维人脸图像进行直方图处理,获得多个目标直方图;每个目标直方图中各分割单元对应一个深度值;

基于所述多个目标直方图和预存直方图进行匹配处理,获取人脸识别结果;

其中,基于所述多个目标直方图和预存直方图进行匹配处理,获取人脸识别结果,包括:

基于所述每个目标直方图中各分割单元对应的深度值,确定所述每个目标直方图的深度值向量,以及与所述每个目标直方图具有相同分割粒度的预存直方图的深度值向量;

基于所述深度值向量计算所述每个目标直方图和对应的预存直方图的距离值;

基于所述每个目标直方图的距离值和权重系数计算出所述三维人脸图像的距离识别值;所述权重系数与所述目标直方图的分割粒度正相关;

若所述距离识别值小于或者等于识别值阈值,则确定所述人脸识别结果为正确人脸;若大于,则确定所述人脸识别结果为错误人脸。

2.根据权利要求1所述的人脸识别方法,其特征在于,对所述三维人脸图像进行预处理,得到预处理后的三维人脸图像,包括:

对所述三维人脸图像进行人脸特征点检测,获取所述三维人脸图像中的第一数量个指定特征点;

基于所述第一数量个指定特征点对所述三维人脸图像进行归一化处理,得到归一化处理后的三维人脸图像。

3.根据权利要求2所述的人脸识别方法,其特征在于,基于所述第一数量个指定特征点对所述三维人脸图像进行归一化处理,得到归一化处理后的三维人脸图像,包括:

获取所述第一数量个指定特征点之间的位置关系,以及人脸模板中特征点的位置关系;所述人脸模板中特征点与所述第一数量个指定特征点一一对应;所述位置关系包括任意两个指定特征点之间的距离和偏转角度;

调整所述三维人脸图像的尺寸和偏转角度,以使所述三维人脸图像中指定特征点与所述人脸模板中对应特征点之间的距离值小于或者等于设定阈值,得到配准对齐后的三维人脸图像。

4.根据权利要求1所述的人脸识别方法,其特征在于,按照不同的分割粒度对所述预处理后的三维人脸图像进行直方图处理,获得多个目标直方图,包括:

从预设的多个分割粒度中依次获取一个分割粒度,或者并行获取多个分割粒度;

对于获取到的每个分割粒度,基于所述预处理后的三维人脸图像获取所述分割粒度对应的目标直方图。

5.根据权利要求4所述的人脸识别方法,其特征在于,基于所述预处理后的三维人脸图像获取所述分割粒度对应的目标直方图,包括:

从所述三维人脸图像中获取包含人脸的方形区域;

基于所述分割粒度对所述方形区域进行分割,获得多个分割单元;

根据每个分割单元中各像素点在Z坐标轴上的坐标值,计算所述每个分割单元对应的深度值,得到所述三维人脸图像在所述分割粒度下对应的目标直方图;

所述Z坐标轴平行于采集所述三维人脸图像的拍摄模组的光轴。

6.根据权利要求1所述的人脸识别方法,其特征在于,获取人脸识别结果之后,所述方法还包括:

根据所述人脸识别结果控制移动设备进行解锁。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小米移动软件有限公司,未经北京小米移动软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711329593.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top