[发明专利]人脸识别的方法和装置、存储介质有效
申请号: | 201811647022.1 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109815845B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 张站朝 | 申请(专利权)人: | 达闼机器人有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/74;G06K9/62;G06F16/583 |
代理公司: | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人: | 魏嘉熹;南毅宁 |
地址: | 201111 上海市*** | 国省代码: | 上海;31 |
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 存储 介质 | ||
1.一种人脸识别的方法,其特征在于,所述方法包括:
获取待检测人脸图像;
计算人脸库中人脸图像对应的特征向量与所述待检测人脸图像的人脸特征向量之间的距离值;其中,所述人脸库中存有每个人的多张人脸图像和每张人脸图像对应的特征向量;
将所述人脸库中的人脸图像按照所述距离值从小到大进行排序,并选取前M张所述人脸图像,其中M大于或等于2;
在前M张所述人脸图像中,进行同一人归并以计算每个人与所述待检测人脸图像之间的综合相似度;
将每个人的综合相似度进行比较,并将所述综合相似度最高的人脸图像对应的用户信息作为识别结果进行输出;
其中,所述在前M张所述人脸图像中,进行同一人归并以计算每个人与所述待检测人脸图像之间的综合相似度,包括:计算前M张所述人脸图像对应的距离值的平均值;计算前M张所述人脸图像对应的距离值与所述平均值的差值;对同一人多张人脸照片差值进行相乘计算,得到每个人与所述待检测人脸图像的综合相似度。
2.根据权利要求1所述的方法,其特征在于,还包括:
采集每个人的多张不同人脸图像以存入人脸库中;
通过预设的神经网络算法构建的模型获取每张人脸图像的特征向量;
将所述人脸图像和对应的所述特征向量存入人脸库中。
3.根据权利要求1所述的方法,其特征在于,所述计算人脸库中人脸图像对应的特征向量与所述待检测人脸图像的人脸特征向量之间的距离值,包括:
将所述人脸库中的人脸图像与所述待检测人脸图像进行第一次相似度计算;
选取所述人脸库中相似度超过预设阈值的人脸图像;
计算选取的人脸图像对应的特征向量与所述待检测人脸图像的人脸特征向量之间的距离值。
4.一种人脸识别的装置,其特征在于,所述装置包括:
第一获取模块,用于获取待检测人脸图像;
距离计算模块,用于计算人脸库中人脸图像对应的特征向量与所述待检测人脸图像的人脸特征向量之间的距离值;其中,所述人脸库中存有每个人的多张人脸图像和每张人脸图像对应的特征向量;
选取计算模块,用于将所述人脸库中的人脸图像按照所述距离值从小到大进行排序,并选取前M张所述人脸图像,在前M张所述人脸图像中,进行同一人归并以计算每个人与所述待检测人脸图像之间的综合相似度,其中M大于或等于2;
输出模块,用于将每个人的综合相似度进行比较,并将所述综合相似度最高的人脸图像对应的用户信息作为识别结果进行输出;
其中,所述在前M张所述人脸图像中,进行同一人归并以计算每个人与所述待检测人脸图像之间的综合相似度,包括:计算前M张所述人脸图像对应的距离值的平均值;计算前M张所述人脸图像对应的距离值与所述平均值的差值;对同一人多张人脸照片差值进行相乘计算,得到每个人与所述待检测人脸图像的综合相似度。
5.根据权利要求4所述的装置,其特征在于,还包括:
采集模块,用于采集每个人的多张不同人脸图像以存入人脸库中;
第二获取模块,用于通过预设的神经网络算法构建的模型获采集的每张人脸图像的特征向量;
存储模块,用于将所述人脸图像和对应的所述特征向量存入人脸库中。
6.根据权利要求4所述的装置,其特征在于,所述距离计算模块包括:
第一计算子模块,用于将所述人脸库中的人脸图像与所述待检测人脸图像进行第一次相似度计算;
第一选取子模块,用于选取所述人脸库中相似度超过预设阈值的人脸图像;
第二计算子模块,用于计算选取的人脸图像对应的特征向量与所述待检测人脸图像的人脸特征向量之间的距离值。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至3中任一项所述方法的步骤。
8.一种人脸识别的装置,其特征在于,包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1至3中任一项所述方法的步骤。
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达闼机器人有限公司,未经达闼机器人有限公司许可,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/201811647022.1/1.html,转载请声明来源钻瓜专利网。