[发明专利]人脸的识别方法、装置、计算机设备及可读存储介质

说明书

本申请涉及一种人脸的识别方法、装置、计算机设备及可读存储介质。所述方法包括：获取目标用户的人脸图像；根据所述人脸图像，确定所述目标用户的人脸纹理特征和人脸形状特征；对所述人脸纹理特征和所述人脸形状特征进行融合处理，得到所述目标用户的第一人脸特征；对所述第一人脸特征与预先存储的第二人脸特征进行特征比对处理，得到比对结果。采用本申请可以提高人脸识别的准确率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种人脸的识别方法、装置、计算机设备及可读存储介质。

背景技术

目前，传统的人脸识别技术主要是通过图像采集装置采集目标用户的人脸图像。然后，通过卷积神经网络(Convolutional Neural Networks，CNN)提取该人脸图像对应的人脸纹理特征。之后，将提取到的人脸纹理特征与预先存储的合法用户的人脸纹理特征进行特征比对，从而判断该目标用户是否为合法用户。

然而，当非法用户的人脸纹理特征与合法用户的人脸纹理特征相近时，采用传统的人脸识别技术，容易将非法用户识别为合法用户。因此，亟需一种能够提高人脸识别准确率的方案。

发明内容

基于此，有必要针对上述技术问题，提供一种人脸的识别方法、装置、计算机设备及可读存储介质。

第一方面，提供了一种人脸的识别方法，所述方法包括：

获取目标用户的人脸图像；

根据所述人脸图像，确定所述目标用户的人脸纹理特征和人脸形状特征；

对所述人脸纹理特征和所述人脸形状特征进行融合处理，得到所述目标用户的第一人脸特征；

对所述第一人脸特征与预先存储的第二人脸特征进行特征比对处理，得到比对结果。

作为一种可选地实施方式，所述根据所述人脸图像，确定所述目标用户的人脸纹理特征和人脸形状特征，包括：

从所述人脸图像中提取所述目标用户的面部特征点；

根据所述面部特征点，构建所述目标用户的面部特征对应的几何关系图；

将所述几何关系图输入至预先训练的图卷积神经网络，输出所述目标用户的人脸形状特征，并将所述人脸图像输入至预先训练的卷积神经网络，输出所述目标用户的人脸纹理特征。

作为一种可选地实施方式，所述根据所述面部特征点，构建所述目标用户的面部特征对应的几何关系图，包括：

针对每个面部特征点，在各面部特征点中，确定该面部特征点对应的邻接面部特征点，并确定该面部特征点与邻接面部特征点对应的边的权重；

根据所述各面部特征点的属性信息，构建特征点矩阵，并根据所述各面部特征点与邻接面部特征点对应的边的权重，构建邻接矩阵；

根据所述特征点矩阵和所述邻接矩阵，构建所述目标用户的面部特征对应的几何关系图。

作为一种可选地实施方式，所述针对每个面部特征点，在各面部特征点中，确定该面部特征点对应的邻接面部特征点，并确定该面部特征点与邻接面部特征点对应的边的权重，包括：

针对每个面部特征点，确定该面部特征点与其他面部特征点的距离，并在所述其他面部特征点中，将距离最小的预设数目个其他面部特征点，确定为该面部特征点对应的邻接面部特征点；

根据该面部特征点与邻接面部特征点的距离，确定该面部特征点与邻接面部特征点对应的边的权重。

作为一种可选地实施方式，所述对所述人脸纹理特征和所述人脸形状特征进行融合处理，得到所述目标用户的第一人脸特征，包括：

对所述人脸纹理特征和所述人脸形状特征进行对位相乘，得到所述目标用户的第一人脸特征。