[发明专利]人脸识别的方法、装置、终端及计算机可读存储介质在审
申请号: | 201810948055.3 | 申请日: | 2018-08-20 |
公开(公告)号: | CN109117801A | 公开(公告)日: | 2019-01-01 |
发明(设计)人: | 卢宁;徐国强;邱寒 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04 |
代理公司: | 深圳市立智方成知识产权代理事务所(普通合伙) 44468 | 代理人: | 王增鑫 |
地址: | 518052 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸图像 人脸特征 人脸识别 矩阵 身份信息 计算机可读存储介质 人脸识别技术 终端 矩阵确定 面部器官 应用场景 多维度 人脸 预设 申请 配合 | ||
本申请涉及人脸识别技术领域,公开了一种人脸识别的方法、装置、终端及计算机可读存储介质,该方法为:获取待识别用户的人脸图像;将人脸图像输入至预设的人脸识别模型,得到人脸图像对应的人脸特征矩阵;依据人脸特征矩阵与身份信息的对应关系,确定与待识别用户的人脸特征矩阵对应的身份信息。本申请方案,由于多维度的人脸特征可有效反映出人脸图像中各面部器官的特征,因此对于无配合的应用场景下的待识别用户的人脸图像,即使待识别用户的人脸图像只提取到局部人脸特征,在通过人脸识别模型对待识别用户的人脸图像进行识别后,也可准确反应出人脸的局部特点,使基于人脸特征矩阵确定的待识别用户的身份信息更准确。
技术领域
本申请涉及人脸识别技术领域,具体而言,本申请涉及一种人脸识别的方法、装置、终端及计算机可读存储介质。
背景技术
现有技术中,主要是基于人面部各个部位的二维几何特征进行人脸识别,即通过摄像头采集人脸图像,对采集到的人脸图像进行人脸检测、人脸定位和特征提取;然后,通过提取到的二维特征与预存特征库中的特征进行对比,实现人脸识别。
基于上述现有技术中的人脸识别方法,需要对采集的人脸图像有一定的要求,即需要被识别对象在特定位置保持特定姿势,再通过图像采集设备采集人脸图像,以保证采集到人脸图像中的大部分面部器官,进而可从人脸图像中提取到足够多有效的面部特征,对人脸图像进行准确的人脸识别;但是,在无配合的应用场景下,即在自然流动的人群,被识别对象无法配合图像采集设备采集人脸图像的情况下,采集的人脸图像中可能因眼镜、口罩、侧脸、低头、帽子等干扰因素使人脸图像中只包括局部面部器官,进而基于现有技术中的人脸识别方法,只能提取人脸图像中有限的二维面部特征,由于局部面部器官的二维面部特征很难准确反应出人脸的特点,因此,基于有限的二维面部特征进行人脸识别,得到的识别结果准确性低,即基于二维面部特征无法准确识别被识别对象的身份。
因此,现有技术中的缺陷是:在无配合的应用场景下,基于现有的人脸的二维几何特征无法准确识别被识别对象的身份。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特别是在无配合的应用场景下,基于现有的人脸的二维几何特征无法准确识别被识别对象身份的技术缺陷。
第一方面,本申请提供了一种人脸识别的方法,该方法包括:
获取待识别用户的人脸图像;
将人脸图像输入至预设的人脸识别模型,得到人脸图像对应的人脸特征矩阵,人脸特征矩阵包括多维度的人脸特征;
依据人脸特征矩阵与身份信息的对应关系,确定与待识别用户的人脸特征矩阵对应的身份信息。
第二方面,本申请提供了一种人脸识别的装置,该装置包括:
人脸图像获取模块,用于获取待识别用户的人脸图像;
人脸特征矩阵识别模块,用于将人脸图像输入至预设的人脸识别模型,得到人脸图像对应的人脸特征矩阵,人脸特征矩阵包括多维度的人脸特征;
身份信息确认模块,用于依据人脸特征矩阵与身份信息的对应关系,确定与待识别用户的人脸特征矩阵对应的身份信息。
第三方面,本申请提供了一种人脸识别的终端,该终端包括:处理器、存储器和总线;总线,用于连接处理器和存储器;存储器,用于存储操作指令;处理器,用于通过调用操作指令,执行如本申请的第一方面所示的方法对应的操作。
第四方面,本申请提供了一种计算机可读存储介质,存储介质存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本申请的第一方面所示的方法。
本申请实施例提供的技术方案带来的有益效果是:
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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201810948055.3/2.html,转载请声明来源钻瓜专利网。