[发明专利]人脸识别方法、设备及计算机可读存储介质

说明书

本发明公开了一种人脸识别方法、设备及计算机可读存储介质，其中该方法包括：获取待识别的图像数据；从图像数据中提取出原始彩色人脸图像；将原始彩色人脸图像转换成第一灰度图像，并获取第一灰度图像的第一灰度平均值；根据第一灰度平均值，对原始彩色人脸图像进行第一图像增强预处理，得到目标人脸图像，以使目标人脸图像符合预设的识别条件；对目标人脸图像进行人脸识别，能提升人脸识别的准确度。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸识别方法、设备及计算机可读存储介质。

背景技术

随着深度学习在视觉领域的发展，让神经网络能在相对低成本的嵌入式设备上实时运行已经成为迫切的需求，但是神经网络计算量很大，往往运行在图形处理器(GPU，Graphics Processing Unit)上。如果想在没有GPU的终端(如需对人脸进行识别的终端，例如广告机)上实现深度学习，计算量巨大的神经网络模型是无法正常运行的，因为这些终端的计算能力往往只有桌面级GPU的1/1000到1/100。而若想在这些终端上实现深度学习，必须对神经网络模型的复杂度进行精简，但精简后的网络由于复杂度相对较小，因而对于噪声的敏感度较高，以需对人脸进行识别的终端为例，由于终端中的神经网络模型做了精简，造成在人脸识别过程中存在较大的错误率。

发明内容

本发明的主要目的在于提供一种人脸识别方法、设备及计算机可读存储介质，以解决人脸识别过程中存在较大的错误率的问题。

为实现上述目的，本发明提供了一种人脸识别方法，包括：

获取待识别的图像数据；

从图像数据中提取出原始彩色人脸图像；

将原始彩色人脸图像转换成第一灰度图像，并获取第一灰度图像的第一灰度平均值；

根据第一灰度平均值，对原始彩色人脸图像进行第一图像增强预处理，得到目标人脸图像，以使目标人脸图像符合预设的识别条件；

对目标人脸图像进行人脸识别。

本发明还提供了一种人脸识别设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述的人脸识别方法的步骤。

本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的人脸识别方法的步骤。

本发明的上述方案至少包括以下有益效果：

在本发明的实施例中，通过在获取到待识别的图像数据时，从该图像数据中提取出原始彩色人脸图像，并将该原始彩色人脸图像转换成第一灰度图像，获取该第一灰度图像的第一灰度平均值，接着根据该第一灰度平均值，对原始彩色人脸图像进行第一图像增强预处理，以提高原始彩色人脸图像的视觉质量，得到符合预设的识别条件的目标人脸图像，最终对视觉质量较高的目标人脸图像进行人脸识别，从而有效提升人脸识别的准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一具体实施例中人脸识别方法的流程图；

图2为本发明具体实施例中对原始彩色人脸图像进行第一图像增强预处理的流程图；

图3为本发明具体实施例中对中间人脸图像进行第二图像增强预处理的流程图；

图4为本发明具体实施例中对目标人脸图像进行人脸识别的流程图；

图5为本发明另一具体实例中人脸识别方法的流程图；