[发明专利]一种人脸识别的方法、系统、设备及介质

说明书

本发明公开了一种人脸识别的方法、系统、设备和存储介质，方法包括以下步骤：选取人脸数据库中每个人第一数量的图片作为训练集，选取每个人第二数量的图片作为测试集；运用曲波变换分别对训练集和测试集的图像进行分解，得到多个尺度的分量；对多个尺度的分量分别进行降维处理，并对降维后的多个尺度的分量分配不同的权重；以及基于权重对训练集和测试集进行融合，并对融合后的训练集和测试集进行识别测试。本发明提出的人脸识别的方法、系统、设备及介质通过对各个尺度的分量分配不同的权重以将所有尺度的分量均加入到人脸识别中，能够提高人脸识别的成功率。

技术领域

本发明涉及人脸识别领域，更具体地，特别是指一种人脸识别的方法、系统、计算机设备及可读介质。

背景技术

由于人脸是个几何结构，由三维曲面组成，人脸图像面部和轮廓都是由很多曲线构成的，具有一定的复杂度。目前存在的算法不能很好的提取人脸轮廓等曲线细节信息或者不能对提取到的多维数据信息进行降维去噪，因而造成人脸识别率较低。

发明内容

有鉴于此，本发明实施例的目的在于提出一种人脸识别的方法、系统、计算机设备及计算机可读存储介质，通过对各个尺度的分量分配不同的权重以将所有尺度的分量均加入到人脸识别中，能够提高人脸识别的成功率。

基于上述目的，本发明实施例的一方面提供了一种人脸识别的方法，包括如下步骤：选取人脸数据库中每个人第一数量的图片作为训练集，选取每个人第二数量的图片作为测试集；运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量；对所述多个尺度的分量分别进行降维处理，并对降维后的多个尺度的分量分配不同的权重；以及基于所述权重对所述训练集和所述测试集进行融合，并对融合后的所述训练集和所述测试集进行识别测试。

在一些实施方式中，所述运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量包括：对所述图像进行预处理，并对预处理后的图像提取人脸特征；以及根据提取人脸特征的数量将所述图像分解成多个不同尺度的分量。

在一些实施方式中，所述对降维后的多个尺度的分量分配不同的权重包括：基于多个尺度的分量分别包含的人脸特征的数量对所述尺度的分量分配对应的权重。

在一些实施方式中，所述对融合后的所述训练集和所述测试集进行识别测试包括：对融合后的所述训练集和所述测试集运用最近邻算法进行分类。

本发明实施例的另一方面，还提供了一种人脸识别的系统，包括：选取模块，配置用于选取人脸数据库中每个人第一数量的图片作为训练集，选取每个人第二数量的图片作为测试集；分解模块，配置用于运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量；降维模块，配置用于对所述多个尺度的分量分别进行降维处理，并对降维后的多个尺度的分量分配不同的权重；以及测试模块，配置用于基于所述权重对所述训练集和所述测试集进行融合，并对融合后的所述训练集和所述测试集进行识别测试。

在一些实施方式中，分解模块还配置用于：对所述图像进行预处理，并对预处理后的图像提取人脸特征；以及根据提取人脸特征的数量将所述图像分解成多个不同尺度的分量。

在一些实施方式中，所述降维模块还配置用于：基于多个尺度的分量分别包含的人脸特征的数量对所述尺度的分量分配对应的权重。

在一些实施方式中，所述测试模块还配置用于：对融合后的所述训练集和所述测试集运用最近邻算法进行分类。

本发明实施例的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现如上方法的步骤。

本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。