[发明专利]人脸识别的方法、装置和电子设备

权利要求书

1.一种人脸识别的方法，其特征在于，包括：

获取识别目标的深度图像；

基于所述深度图像进行人脸防伪判别，以确定所述识别目标是否为三维人脸结构，其中，人脸防伪判别的结果用于人脸识别；

所述基于所述深度图像进行人脸防伪判别，以确定所述识别目标是否为三维人脸结构，包括：

对所述深度图像进行预处理得到优化深度图像；

通过卷积神经网络对所述优化深度图像进行分类处理，以确定所述识别目标是否为三维人脸结构；

其中，所述卷积神经网络包括至少一个卷积激励层和至少一个全连接层，所述至少一个卷积激励层包括至少一个特征检测卷积层和至少一个卷积激励网络，所述卷积激励网络包括深度卷积层、逐点卷积层、压缩奖惩网络层和激励层，所述特征检测卷积层用于对图像进行特征提取得到特征图像，所述卷积激励网络用于对提取得到的特征图像进行进一步的特征提取以及特征融合。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述识别目标的二维图像；

基于所述二维图像进行二维识别；

其中，所述获取识别目标的深度图像，包括：

在二维识别成功时，获取所述识别目标的深度图像；

所述方法还包括：

在所述识别目标为三维人脸结构时，确定人脸识别成功；

或者，在所述识别目标不为三维人脸结构时，确定人脸识别失败。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述识别目标为三维人脸结构时，获取所述识别目标的二维图像，并基于所述二维图像进行二维识别；

在二维识别成功时，确定人脸识别成功，或者，在二维识别失败时，确定人脸识别失败；

或者，在所述识别目标为非三维人脸结构时，确定人脸识别失败。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述二维图像进行人脸检测；

其中，所述基于所述二维图像进行二维识别包括：

在人脸检测成功时，对所述二维图像进行人脸图像剪切形成人脸二维图像，基于所述人脸二维图像进行二维识别。

5.根据权利要求4所述的方法，其特征在于，所述基于所述人脸二维图像进行二维识别，包括：

将所述人脸二维图像的特征向量与多个模板特征向量进行匹配，当匹配成功时，二维识别成功，或者，当匹配失败时，二维识别失败。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

当人脸识别成功时，基于所述人脸二维图像的特征向量进行模板学习。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述获取识别目标的深度图像，包括：

投射结构光至所述识别目标；

接收所述结构光经所述识别目标反射后的反射结构光信号，并将所述反射结构光信号转换得到所述深度图像。

8.根据权利要求2-6中任一项所述的方法，其特征在于，所述获取所述识别目标的二维图像，包括：

发射红外光至所述识别目标；

接收所述红外光经所述识别目标反射后的反射红外光信号，并将所述反射红外光信号转换得到所述二维图像。

9.根据权利要求1-6中任一项所述的方法，其特征在于，所述对所述深度图像进行预处理得到优化深度图像，包括：

采用直方图均衡化方法对所述深度图像进行处理得到所述优化深度图像。

10.根据权利要求1-6中任一项所述的方法，其特征在于，所述对所述深度图像进行预处理得到优化深度图像，还包括：

采用局部二值模式特征处理方法对所述深度图像处理得到所述优化深度图像。