[发明专利]面部识别方法及装置、电子设备及存储介质在审

专利信息
申请号: 202010209378.8 申请日: 2020-03-23
公开(公告)号: CN111401283A 公开(公告)日: 2020-07-10
发明(设计)人: 张水发;李岩 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06T3/40
代理公司: 北京中博世达专利商标代理有限公司 11274 代理人: 申健
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面部 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种面部识别方法,其特征在于,所述方法包括:

获取第一面部图像,所述第一面部图像为用户的部分面部图像;

根据所述第一面部图像,生成第二面部图像,所述第二面部图像为用户的完整面部图像;

采用所述第二面部图像,进行面部识别。

2.根据权利要求1所述的面部识别方法,其特征在于,所述根据所述第一面部图像,生成第二面部图像的步骤,包括:

获取所述第一面部图像中的面部特征图像,得到第一面部特征图像;

根据所述第一面部图像和所述第一面部特征图像,生成所述第二面部图像。

3.根据权利要求2所述的面部识别方法,其特征在于,所述根据所述第一面部图像和所述第一面部特征图像,生成所述第二面部图像的步骤,包括:

根据所述第一面部图像,生成面部轮廓图像;

根据所述第一面部特征图像,生成面部五官图像;

将所述面部轮廓图像和所述面部五官图像合成,得到所述第二面部图像。

4.根据权利要求2所述的面部识别方法,其特征在于,所述根据所述第一面部图像和所述第一面部特征图像,生成所述第二面部图像的步骤,包括:

将所述第一面部图像和所述第一面部特征图像输入面部还原模型,生成所述第二面部图像。

5.根据权利要求4所述的面部识别方法,其特征在于,所述将所述第一面部图像和所述第一面部特征图像输入面部还原模型,生成所述第二面部图像的步骤之前,所述方法还包括:

获取M组样本面部图像,每组样本面部图像分别包括一个完整面部图像和N个部分面部图像,M为正整数,N为大于1的整数;

采用所述M组样本面部图像,对预设模型进行训练,得到所述面部还原模型。

6.根据权利要求5所述的面部识别方法,其特征在于,所述采用所述M组样本面部图像,对预设模型进行训练,得到所述面部还原模型的步骤,包括:

将第i组样本面部图像中的第一个部分面部图像输入所述预设模型,得到第一个完整面部图像;

将所述第i组样本面部图像中的第j个部分面部图像输入所述预设模型,得到第j个完整面部图像,1≤i≤M,1j≤N,i和j均为整数;

若第一损失值与第二损失值之间的差值小于或等于预设阈值,则将第i+1组样本面部图像中的部分面部图像输入所述预设模型,直至当第M组样本面部图像中连续的两个部分面部图像输入所述预设模型得到的完整面部图像,相对于所述第M组样本面部图像中的完整面部图像的损失值的差值小于或等于所述预设阈值时,训练得到的模型为所述面部还原模型;

其中,所述第一损失值为所述第j个完整面部图像相对于所述第i组样本面部图像中的完整面部图像的损失值,所述第二损失值为第j-1个完整面部图像相对于所述第i组样本面部图像中的完整面部图像的损失值。

7.一种面部识别装置,其特征在于,包括获取模块、生成模块和识别模块;

所述获取模块,被配置为获取第一面部图像,所述第一面部图像为用户的部分面部图像;

所述生成模块,被配置为根据所述获取模块获取的所述第一面部图像,生成第二面部图像,所述第二面部图像为用户的完整面部图像;

识别模块,被配置为采用所述生成模块生成的所述第二面部图像,进行面部识别。

8.据权利要求7所述的面部识别装置,其特征在于,所述生成模块,具体被配置为获取所述第一面部图像中的面部特征图像,得到第一面部特征图像;并根据所述第一面部图像和所述第一面部特征图像,生成所述第二面部图像。

9.一种电子设备,其特征在于,包括:

处理器;

用于存储所述处理器可执行指令的存储器;

其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的面部识别方法。

10.一种存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1至6中任一项所述的面部识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202010209378.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top