[发明专利]人脸比对方法、装置、计算机设备和存储介质在审
申请号: | 201910309442.7 | 申请日: | 2019-04-17 |
公开(公告)号: | CN110135268A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 鞠汶奇;张阿强;刘子威 | 申请(专利权)人: | 深圳和而泰家居在线网络科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 深圳中细软知识产权代理有限公司 44528 | 代理人: | 阎昱辰 |
地址: | 518000 广东省深圳市南山区高新南区科*** | 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: | 栅格图像 人脸比对 栅格 目标人脸图像 格子区域 映射模型 格子 计算机设备 存储介质 人脸比对装置 人脸数据库 准确度 脸部区域 人脸识别 人脸特征 人脸图像 特征比对 唯一标识 输出 | ||
1.一种人脸比对方法,其特征在于,所述方法包括:
获取待识别的目标人脸图像;
将所述目标人脸图像作为栅格映射模型的输入,所述栅格映射模型用于根据提取到的人脸特征对所述目标人脸图像进行栅格划分,获取所述栅格映射模型输出的目标栅格图像,所述目标栅格图像中包括多个格子区域,每个格子区域对应一个格子标识,所述格子标识用于唯一标识一块脸部区域;
获取人脸数据库中的注册人脸图像对应的注册栅格图像;
根据所述每个格子区域对应的格子标识将所述目标栅格图像与所述注册栅格图像进行特征比对,得到人脸比对结果。
2.根据权利要求1所述的方法,其特征在于,所述注册栅格图像为注册标准栅格图像;
所述根据所述每个格子区域对应的格子标识将所述目标栅格图像与所述注册栅格图像进行特征比对,得到人脸比对结果,包括:
根据所述每个格子区域对应的格子标识将所述目标栅格图像中的多个格子区域进行标准化,得到与所述目标人脸图像对应的目标标准栅格图像,所述目标标准栅格图像和所述注册标准栅格图像中都包括预设个数的标准格子,每个标准格子对应有格子标识;
将所述目标标准栅格图像与所述注册标准栅格图像进行特征比对,得到人脸比对结果。
3.根据权利要求2所述的方法,其特征在于,所述将所述目标标准栅格图像与所述注册标准栅格图像进行特征比对,得到人脸比对结果,包括:
将所述目标标准栅格图像作为特征提取模型的输入,获取所述特征提取模型输出的与所述目标标准栅格图像对应的目标人脸特征向量;
获取所述注册标准栅格图像对应的注册人脸特征向量;
根据所述目标人脸特征向量与所述注册人脸特征向量进行特征比对,确定人脸比对结果。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将所述目标标准栅格图像作为栅格特征系数模型的输入,获取所述栅格特征系数模型输出的目标特征系数向量,所述目标特征系数向量中包括与每个格子区域对应的特征系数;
根据所述目标特征系数向量对所述目标人脸特征向量和所述注册人脸特征向量进行更新,得到更新目标人脸特征向量和更新注册人脸特征向量;
所述根据所述目标人脸特征向量与所述注册人脸特征向量进行比对,确定人脸比对结果,包括:
根据所述更新目标人脸特征向量和所述更新注册人脸特征向量进行比对,确定比对结果。
5.根据权利要求3所述的方法,其特征在于,所述获取所述注册人脸图像对应的注册人脸特征向量,还包括:
将所述注册标准栅格图像作为注册特征系数模型的输入,所述注册特征系数模型用于对所述注册标准栅格图像中的格子区域对应的权重系数进行调整,获取所述注册特征系数模型输出的注册特征系数向量;
将所述注册标准栅格图像作为所述特征提取模型的输入,获取输出的初始注册特征向量;
根据所述注册特征系数向量和所述初始注册特征向量确定与所述注册人脸图像对应的注册人脸特征向量。
6.根据权利要求3所述的方法,其特征在于,所述根据所述目标人脸特征向量与所述注册人脸特征向量进行特征比对,确定人脸比对结果,包括:
计算所述目标人脸特征向量分别与每个所述注册人脸特征向量之间的特征距离;
根据所述目标人脸特征向量与每个所述注册人脸特征向量之间的特征距离确定所述人脸比对结果。
7.根据权利要求1所述的方法,其特征在于,所述获取待识别的目标人脸图像,还包括:
获取待识别的初始图像,所述初始图像中包括人脸;
对所述初始图像中的人脸进行检测,提取出人脸图像;
根据所述人脸图像中的关键特征点将所述人脸图像进行仿射变换得到目标人脸图像。
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和而泰家居在线网络科技有限公司,未经深圳和而泰家居在线网络科技有限公司许可,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/201910309442.7/1.html,转载请声明来源钻瓜专利网。