[发明专利]人脸识别的方法及装置

说明书

一种人脸识别的方法，包括：接收多个原始人脸图像；通过标准人脸生成模型产生对应上述原始人脸图像的多个标准人脸图像；以及使用原始人脸图像测试集及标准人脸图像测试集训练识别模型，直到上述识别模型识别上述原始人脸图像测试集的第一准确率高于第一阈值，且上述识别模型识别上述标准人脸图像测试集的第二准确率高于第二阈值为止，其中上述原始人脸图像测试集及上述标准人脸图像测试集分别由上述原始人脸图像及上述标准人脸图像采样组成。

技术领域

本公开一般涉及生物识别技术，且更加具体地说是有关于一种人脸识别的方法及装置。

背景技术

由于脸部为人类的一项重要的生物特征，因此发展出许多人脸相关的研究。其中，一项重要的应用为人脸识别，其通过计算机分析比较人脸特征，进行身份鉴别。在利用人脸识别作为门禁控管的依据时，可省去感应卡的管理建置费用，也能免去进出门禁的人员忘记带卡的困扰。相较于其他生物特征的识别方式，人脸识别利用非侵入、非接触的方式进行，容易被大多数人接受的。尤其，在双手无暇刷卡或按密码时，特别能感受到人脸识别技术的好处。

此外，另一项重要的人脸相关的研究为人脸检测。人脸检测常应用在有可疑的移动物体进入监控摄影机的设定范围内时，立即检测并启动人脸判别及追踪功能，锁定移动物体并判断其是否为可疑的入侵者。

然而，由于现代人对潮流的不断追求，往往会进行一定程度的装扮，比如：佩戴帽子、眼镜、墨镜、口罩、化妆等。同时在进行人脸识别时由于个体身高、身型等差异，会存在不同识别角度，比如：造成侧脸、低头等识别角度问题。如何能在不同情景下快速、准确的识别人脸结果，是一个亟待解决的问题。

因此，需要一种人脸识别的方法及装置，以提升人脸识别的精确度。

发明内容

以下发明内容仅为示例性的，且不意指以任何方式加以限制。除所述说明性方面、实施方式和特征之外，通过参照附图和下述具体实施方式，其他方面、实施方式和特征也将显而易见。即，以下发明内容被提供以介绍概念、重点、益处及本文所描述新颖且非显而易见的技术优势。所选择，非所有的，实施例将进一步详细描述如下。因此，以下发明内容并不意旨在所要求保护主题的必要特征，也不意旨在决定所要求保护主题的范围中使用。

本公开提出一种人脸识别模型训练的方法，包括：接收多个原始人脸图像；通过标准人脸生成模型产生对应上述原始人脸图像的多个标准人脸图像；使用上述原始人脸图像及上述标准人脸图像训练识别模型；以及使用原始人脸图像测试集及标准人脸图像测试集测试上述识别模型，直到上述识别模型识别上述原始人脸图像测试集的第一准确率高于第一阈值，且上述识别模型识别上述标准人脸图像测试集的第二准确率高于第二阈值为止，其中上述原始人脸图像测试集是由上述原始人脸图像采样组成，而上述标准人脸图像测试集是由上述标准人脸图像采样组成。

在一些实施例中，上述方法还包括：使用混合测试集测试上述识别模型，其中上述混合测试集是由上述原始人脸图像及上述标准人脸图像随机采样所组成。

在一些实施例中，上述方法还包括：通过上述标准人脸生成模型产生对应用户的第一原始人脸图像中的一个第一标准人脸图像；通过上述标准人脸生成模型产生对应上述用户的第二原始人脸图像中的一个第二标准人脸图像；将上述第二原始人脸图像与上述第一原始人脸图像相比较取得第一相似度，并将上述第二标准人脸图像与上述第一标准人脸图像相比较取得第二相似度；以及根据上述第一相似度及上述第二相似度计算最终相似度。

在一些实施例中，其中上述最终相似度FinalSimilarity表示如下：

FinalSimilarity＝α×SimiP2P1+β×SimiF2F1

其中SimiP2P1是上述第一相似度，SimiF2F1是上述第二相似度，α及β是介于0～1之间的数值，且α+β＝1及α≥β。