[发明专利]人脸识别方法、装置、介质及电子设备

说明书

本发明实施例提供了一种人脸识别方法、装置、介质及电子设备，属于计算机技术领域。该方法包括：获取目标对象的当前可见光人脸图像和当前红外人脸视频；将所述当前可见光人脸图像输入至训练完成的基于深度学习的卷积神经网络模型，输出第一识别结果；根据所述当前红外人脸视频获得第二识别结果；根据所述第一识别结果和所述第二识别结果获得所述目标对象的人脸识别结果。本发明实施例的技术方案能够综合可见光人脸图像和红外人脸视频的识别结果获得最终的人脸识别结果，提高了人脸识别的精准度。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种人脸识别方法、装置、介质及电子设备。

背景技术

随着当今社会科技的不断进步，人们正感受着高科技带来的方便和益处，同时，人们对于高科技服务与生活的要求也越来越高。但是随着科技的发展，也带来了许多不安全的方面，例如，运用高科技手段进行盗窃、抢劫等犯罪行为与日俱增。怎样才能使人们的安全防范措施跟得上科技的发展，并且更有效的阻值这些犯罪行为的侵犯称为亟待解决的问题。仅仅依靠普通的门锁、防盗门已经不能满足人们对安全性能的要求。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种人脸识别方法、装置、介质及电子设备，进而至少在一定程度上克服相关技术中存在的门禁系统安全性不足的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本公开的一个方面，提供一种人脸识别方法，包括：获取目标对象的当前可见光人脸图像和当前红外人脸视频；将所述当前可见光人脸图像输入至训练完成的基于深度学习的卷积神经网络模型，输出第一识别结果；根据所述当前红外人脸视频获得第二识别结果；根据所述第一识别结果和所述第二识别结果获得所述目标对象的人脸识别结果。

在本公开的一种示例性实施例中，根据所述当前红外人脸视频获得第二识别结果，包括：检测所述当前红外人脸视频中相邻两帧红外人脸图像的人脸区域及其眼睛区域；提取所述相邻两帧红外人脸图像的人脸区域的人脸特征点；分别计算所述相邻两帧红外人脸图像的人脸特征点和眼睛区域的光流场特征；基于所述光流场特征获得所述第二识别结果。

在本公开的一种示例性实施例中，基于所述光流场特征获得所述第二识别结果，包括：若所述光流场特征为不规则向量特征，则所述第二识别结果为所述目标对象为活体目标；若所述光流场特征为有序向量特征，则所述第二识别结果为所述目标对象为非活体目标。

在本公开的一种示例性实施例中，所述非活体目标包括三维打印的人头雕像、视频、照片中的任意一种。

在本公开的一种示例性实施例中，检测所述当前红外人脸视频中相邻两帧红外人脸图像的人脸区域及其眼睛区域，包括：获取标注人脸区域及其眼睛区域的红外人脸图像作为训练样本；基于所述训练样本训练HAAR分类器；分别将所述当前红外人脸视频中的相邻两帧红外人脸图像输入至训练完成的所述HAAR分类器，输出所述当前红外人脸视频中相邻两帧红外人脸图像的人脸区域及其眼睛区域。

在本公开的一种示例性实施例中，所述光流场特征包括所述当前红外人脸视频中相邻两帧红外人脸图像的人脸特征点和眼睛区域的光流场以及光流场方向直方图。

在本公开的一种示例性实施例中，根据所述第一识别结果和所述第二识别结果获得所述目标对象的人脸识别结果，包括：若所述第一识别结果为人脸识别通过且所述第二识别结果为所述目标对象为活体目标，则所述人脸识别结果为身份验证成功。