[发明专利]多姿态人脸识别方法、装置、存储介质以及电子设备

说明书

本申请实施例公开了一种多姿态人脸识别方法、装置、存储介质以及终端。所述方法包括：获取检测区域内用户的人体活动轨迹，在人体活动轨迹关联的人体图像集合中提取人脸图像集合，在确定人脸图像集合中存在符合预设规则的至少一个目标人脸图像时，确定至少一个目标人脸图像中各目标人脸图像对应的待匹配人脸特征值，在确定人脸特征库中存在与待匹配人脸特征值匹配的目标人脸特征值时，获取目标人脸特征值关联的目标身份信息，将目标身份信息作为用户的身份信息。通过本申请的方法，获取同一用户多个姿态下的人脸图像，在人脸特征库中匹配各人脸图像对应的各人脸特征值，从而确定用户的身份信息，可以提高非限制场景下人脸识别的准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种多姿态人脸识别方法、装置、存储介质以及电子设备。

背景技术

现如今，在一些场景下，人脸识别的准确率已经很高，包括刷脸考勤、身份验证等场景。在刷脸考勤的应用场景下，由于已经录入了一个全部员工的人脸特征库，每个员工可以刷脸，人脸识别时是进行一对N的特征值比对。这样的场景下，人脸特征库中的人脸特征值是全量的并且稳定的，人脸特征库中的人脸特征值不会有累加的过程。员工刷脸时采集的人脸图像，其背景单一且不复杂，员工可以直视镜头，多次进行人脸识别。

但是在非限制场景下，比如统计门店内当天的人流量，找到当天甚至隔天内多次到店的回头客，便于精准营销等场景，若用户衣服没有更换时，可以较准确地实现行人重识别。若用户衣服颜色接近、款式接近，或者第二天换装再次出现时，行人重识别的效果较差。上述场景下没有全量的人脸特征库，需要在用户进店活动期间随机抓取人脸图像提取人脸特征值入库。随机抓取人脸图像并提取人脸特征值，并不确定人脸特征值的质量，人脸特征库中的人脸特征值也会逐渐累积。当抓取到用户出现侧脸、低头脸等其他姿态的人脸图像进行识别时，由于人脸特征库中保存的是用户正脸时的人脸特征值时，会出现人脸识别失败的问题。

发明内容

本申请实施例提供了一种多姿态人脸识别方法、装置、计算机存储介质以及电子设备，旨在解决相关技术中如何提高非限制性场景下人脸识别准确率的技术问题。所述技术方案如下：

第一方面，本申请实施例提供了一种多姿态人脸识别方法，所述方法包括：

获取检测区域内用户的人体活动轨迹；

在所述人体活动轨迹关联的人体图像集合中提取人脸图像集合；

在确定所述人脸图像集合中存在符合预设规则的至少一个目标人脸图像时，确定所述至少一个目标人脸图像中各目标人脸图像对应的待匹配人脸特征值；

在确定人脸特征库中存在与所述待匹配人脸特征值匹配的目标人脸特征值时，获取所述目标人脸特征值关联的目标身份信息，将所述目标身份信息作为所述用户的身份信息。

第二方面，本申请实施例提供了一种多姿态人脸识别装置，所述装置包括：

第一获取模块，用于获取检测区域内用户的人体活动轨迹；

第二提取模块，用于在所述人体活动轨迹关联的人体图像集合中提取人脸图像集合；

第一确定模块，用于在确定所述人脸图像集合中存在符合预设规则的至少一个目标人脸图像时，确定所述至少一个目标人脸图像中各目标人脸图像对应的待匹配人脸特征值；

第二确定模块，用于在确定人脸特征库中存在与所述待匹配人脸特征值匹配的目标人脸特征值时，获取所述目标人脸特征值关联的目标身份信息，将所述目标身份信息作为所述用户的身份信息。

第三方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供了一种电子设备，可包括：存储器和处理器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述存储器加载并执行上述的方法步骤。