[发明专利]一种人脸识别方法、装置、机器可读介质及设备有效
申请号: | 201910806194.7 | 申请日: | 2019-08-29 |
公开(公告)号: | CN110363187B | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 周曦;姚志强;吴媛;吴大为 | 申请(专利权)人: | 上海云从汇临人工智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 尹丽云 |
地址: | 200120 上海市浦东*** | 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: | 一种 识别 方法 装置 机器 可读 介质 设备 | ||
本发明提供一种人脸识别方法及装置,其中所述方法包括从视频流中提取出每帧图像并确定待识别人脸图像;从连续的多帧待识别人脸图像中提取出第一动态人脸表情特征向量;所述第一动态人脸表情特征向量依次与预存的第二动态人脸表情特征向量进行比对;根据所述比对结果进行人脸识别。本发明的通过提取人脸表情的动态特征进行人脸识别,相比于静态特征的人脸识别具有更高的识别率。
技术领域
本发明涉及人脸识别技术领域,特别是涉及一种人脸识别方法、装置、机器可读介质及设备。
背景技术
人脸识别技术已经广泛用在视频监控、银行开户、门禁等行业中。在传统技术中,当摄像头采集到视频流后,是通过逐帧分析静态图像中是否有人脸,以及人脸是否和已有人脸数据库匹配。但这类传统方法具体存在如下局限性:
1.损失了人脸的时间维度信息
能代表一个人的人脸特征,不仅包括他的五官排布、脸型等显性特征,而且还包括例如微笑时眉头舒展、无奈时撇嘴等微表情动态特征。然而,传统的人脸识别一般属于静态识别,即只是对单帧图像进行分析,缺少了对人脸表情变化过程的分析。
2.对人脸表情敏感
不同的表情会带来脸部特征产生较大的变化,因而当人脸数据库中的人脸表情与摄像头正采集到的人脸表情不一致时,系统很可能会错误判定同一个人的两张照片为不相似。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种人脸识别方法、装置、机器可读介质及设备,用于解决现有技术中静态识别准确度不够高的问题。
为实现上述目的及其他相关目的,本发明提供一种人脸识别方法,该人脸识别方法包括:
从视频流中提取出每帧图像并确定待识别人脸图像;
从连续的多帧待识别人脸图像中提取出第一动态人脸表情特征向量;其中单帧待识别人脸图像包含于多帧待识别人脸图像内;
将所述第一动态人脸表情特征向量依次与预存的第二动态人脸表情特征向量进行比对;
根据比对结果进行人脸识别。
可选地,该人脸检测方法还包括:
从单帧待识别人脸图像中提取出静态人脸表情特征向量;
确定所述静态人脸表情特征向量所属类别;
根据静态人脸表情特征向量所属类别从连续的多帧待识别人脸图像中提取出第一动态人脸表情特征向量;其中单帧待识别人脸图像包含于多帧待识别人脸图像内;
可选地,从视频流中提取出每帧图像并对每帧图像进行预处理,确定待识别人脸图像,其中,所述预处理包括人脸检测和人脸对齐。
可选地,所述人脸检测包括:
使用人脸检测算法判断图片中是否有人脸;若存在人脸,则计算该人脸的位置和角度。
可选地,所述人脸的位置由人脸的外接矩形的四个角点的坐标点表示。
可选地,人脸的角度包括人脸的俯仰角、横滚角和偏航角。
可选地,所述人脸的角度通过以下方法获得:
检测出人脸关键点;
根据所述关键点计算出当前图片中人脸的角度。
可选地,所述人脸关键点包括眼睛、鼻子、嘴巴。
可选地,人脸对齐算法包括Procrustes分析算法。
可选地,静态人脸表情特征向量的提取方法包括LBP、LPQ。
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上海云从汇临人工智能科技有限公司,未经上海云从汇临人工智能科技有限公司许可,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/201910806194.7/2.html,转载请声明来源钻瓜专利网。