[发明专利]一种人脸特征的获取方法、装置、终端及存储介质

说明书

本发明提供了一种人脸特征的获取方法、装置、终端及存储介质，该方法包括：根据待识别人脸图像，利用卷积神经网络模型获取待识别人脸的目标特征信息，目标特征信息包括至少两个人脸局部区域的特征信息；根据待识别人脸图像，利用图卷积神经网络模型获取待识别人脸的几何特征信息；对目标特征信息和几何特征信息进行融合，以获取用于人脸识别的人脸特征信息。因此，通过将人脸局部区域的特征信息与待识别人脸的几何特征信息进行融合，进而生成能够考虑到待识别人脸图像的几何特征的人脸特征信息，进而克服由于忽略每个像素的几何位置关系而导致的人脸识别效果差的问题，保证人脸识别效果。

技术领域

本发明属于图像处理领域，特别是涉及一种人脸特征的获取方法、装置、终端及存储介质。

背景技术

目前，现有技术中所采用的人脸特征识别方法是基于人脸关键点抠出多个局部区域，利用卷积神经网络(英文：Convolutional Neural Network；缩写：CNN)提取多个局部区域特征，再融合后得到对于整个人脸的特征信息。然后，可以根据特征比对，识别判断两个人脸是否为同一个体的人脸。

但是，由于在进行人脸识别图像的获取过程中，可能出现大角度的旋转或者在外界环境光较弱的情况，此时采集到的人脸识别图像可能造成人脸关键点检测错误或者失败，进而影响人脸识别的效果，难以保证人脸识别的有效性。

发明内容

有鉴于此，本发明提供一种人脸特征的获取方法、装置、终端及存储介质，以便解决现有技术存在的人脸识别效果差的问题。

依据本发明实施例的第一方面，提供了一种人脸特征的获取方法，该方法可以包括：

根据待识别人脸图像，利用卷积神经网络模型获取待识别人脸的目标特征信息，所述目标特征信息包括至少两个人脸局部区域的特征信息；

根据所述待识别人脸图像，利用图卷积神经网络模型获取所述待识别人脸的几何特征信息；

对所述目标特征信息和所述几何特征信息进行融合，以获取用于人脸识别的人脸特征信息。

依据本发明实施例的第二方面，提供了一种人脸特征的获取装置，该装置可以包括：

目标信息获取模块，用于根据待识别人脸图像，利用卷积神经网络模型获取待识别人脸的目标特征信息，所述目标特征信息包括至少两个人脸局部区域的特征信息；

几何信息获取模块，用于根据所述待识别人脸图像，利用图卷积神经网络模型获取所述待识别人脸的几何特征信息；

信息融合模块，用于对所述目标特征信息和所述几何特征信息进行融合，以获取用于人脸识别的人脸特征信息。

依据本发明实施例的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的人脸特征的获取方法的步骤。

依据本发明实施例的第四方面，提供了一种终端，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面项所述的人脸特征的获取方法的步骤。

本发明实施例，根据待识别人脸图像，利用卷积神经网络模型获取待识别人脸的目标特征信息，所述目标特征信息包括至少两个人脸局部区域的特征信息；根据所述待识别人脸图像，利用图卷积神经网络模型获取所述待识别人脸的几何特征信息；对所述目标特征信息和所述几何特征信息进行融合，以获取用于人脸识别的人脸特征信息。因此，通过将人脸局部区域的特征信息与待识别人脸的几何特征信息进行融合，进而生成能够考虑到待识别人脸图像的几何特征的人脸特征信息，进而克服由于忽略每个像素的几何位置关系而导致的人脸识别效果差的问题，保证人脸识别效果。