[发明专利]人脸图像识别方法及装置、计算机存储介质、终端在审

专利信息
申请号: 201711483448.3 申请日: 2017-12-29
公开(公告)号: CN108038475A 公开(公告)日: 2018-05-15
发明(设计)人: 王红娟;董毅;王玉奎 申请(专利权)人: 浪潮金融信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F17/30
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 215000 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 计算机 存储 介质 终端
【权利要求书】:

1.一种人脸图像识别方法,其特征在于,包括:

获取待识别人脸图像,并生成所述待识别人脸图像对应的特征识别码;所述特征识别码为基于所述待识别人脸图像的预设数量的人脸特征图像的几何特征生成;

将所述待识别人脸图像与预设的人脸数据库中的人脸图像的特征识别码进行比对,以确定所述人脸数据库中是否存在与所述待识别人脸图像的特征识别码相匹配的特征识别码;

当确定所述人脸数据库中存在与所述待识别人脸图像的特征识别码相匹配的特征识别码时,将相匹配的特征识别码对应的人脸图像作为与所述待识别人脸图像相匹配的人脸图像。

2.根据权利要求1所述的人脸图像识别方法,其特征在于,所述生成所述待识别人脸图像对应的特征识别码,包括:

从待识别人脸图像中获取预设的人脸特征图像的信息;

基于所获取的人脸特征图像是否能够识别,生成对应的特征标识;

从所述待识别人脸图像中分别截取能够识别的人脸特征图像,并基于所截取的人脸特征图像的几何结构特征生成对应的索引;

使用所生成的人脸特征标识和所生成的索引,生成所述待识别人脸图像对应的特征识别码,作为所述待识别人脸图像的人脸图像数据。

3.根据权利要求2所述的人脸图像识别方法,其特征在于,所述基于所获取的人脸特征是否能够识别,生成对应的人脸特征标识,包括:

当确定所述人脸特征图像能够识别时,将所述人脸特征标识设置为第一数值;

当确定所述人脸特征图像无法识别时,将所述人脸特征标识设置为第二数值。

4.根据权利要求3所述的人脸图像识别方法,其特征在于,所述基于所截取的人脸特征图像的几何结构特征生成对应的索引,包括:

分别将所截取的人脸特征图像分别载入预设的多维数据空间;在所述多维数据空间中,将所截取的人脸特征图像中的像素点的图像坐标系位置分别作为所述像素点在所述多维化数据空间的X轴坐标和Y轴坐标,以所述像素点的色彩值作为像素点在所述多维化数据空间的Z轴坐标;

将所述多维数据空间中Z轴坐标位于预设的多个色彩区间中同一色彩区间且X轴和Y轴坐标位置闭合的像素点构成的区域作为一个几何区域,得到所截取的人脸特征图像中的几何区域;

基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引。

5.根据权利要求4所述的人脸图像识别方法,其特征在于,所述基于所得到的人脸特征图像的几何区域,确定所截取的人脸特征图像对应的索引,包括:

根据所得到的所述人脸特征图像的几何区域,确定所述几何区域对应的轮廓类型的比例关系;

基于所确定的比例关系,确定所述轮廓类型对应的索引,形成所述人脸特征图像对应的索引。

6.根据权利要求5所述的人脸图像识别方法,其特征在于,所述人脸特征图像包括眼部图像、眉端图像、鼻端图像、口部图像和耳部图像中至少一种。

7.根据权利要求6所述的人脸图像识别方法,其特征在于,所述人脸特征图像包括面部轮廓图像。

8.根据权利要求7所述的人脸图像识别方法,其特征在于,所述人脸特征图像还包括个性化面部特征图像;所述个性化特征图像为包括胎记、痣和疤痕面部永久性面部识别特征图像。

9.根据权利要求8所述的人脸图像识别方法,其特征在于,所述使用所生成的人脸特征标识和所生成的索引,生成对应的特征识别码,包括:

按照预设的顺序排列所述预设的人脸特征图像的特征标识,生成对应的特征标识序列;

按照能够识别的人脸特征图像的特征标识在所述特征标识序列中的先后位序排列能够识别的人脸特征图像的索引和对应的比例关系,并置于所述特征标识序列之后,得到所述待识别人脸图像对应的特征识别码。

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浪潮金融信息技术有限公司,未经浪潮金融信息技术有限公司许可,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/201711483448.3/1.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