[发明专利]一种快速人脸识别方法、装置、电子设备及存储介质

摘要

本发明公开了一种快速人脸识别方法，其包括以下步骤：获取样本集和输入人脸图像的位置信息；利用关键点邻域像素的梯度方向分布特性，以此得到样本集和输入人脸图像的描述子信息；计算样本集和输入人脸图像的关键点能量值：将输入人脸图像的所有关键点均分别遍历样本集所有关键点，获得的所有匹配关键点记为目标关键点；根据目标关键点确定目标样本；根据欧氏距离从目标样本中找出与所述输入人脸图像的最佳匹配样本。本发明还公开了快速人脸识别装置、电子设备及计算机可读存储介质。本发明可以降低人脸匹配过程中的时间复杂度，缩短人脸识别花费的时间，达到快速人脸识别的目的。

主权项

1.一种快速人脸识别方法，其特征在于，包括以下步骤：利用主动外观模型进行关键点定位，获取样本集和输入人脸图像的位置信息；所述样本集的位置信息为：Xi＝[xi1,xi2,...,xi68,yi1,yi2,...,yi68]T所述输入人脸图像的位置信息为：Y＝[x1,x2,...,x68,y1,y2,...,y68]T其中，Xi为第i个样本的位置信息，1≤i≤n，n为样本集中样本的个数，Y为输入人脸图像的位置信息；xij和yij共同组成第i个样本的第j个关键点的位置信息，1≤j≤68，xj和yj共同组成输入人脸图像的第j个关键点的位置信息；利用关键点邻域像素的梯度方向分布特性，获得每个关键点的128维特征向量，以此得到样本集和输入人脸图像的描述子信息；其中，P_i为第i个样本的描述子信息；为第i个样本的第j个关键点的特征向量；Q为输入人脸图像的描述子信息，为输入人脸图像第j个关键点的特征向量；p_ijk为特征向量中的第k维元素，q_jk为特征向量中的第k维元素，1≤j≤128；计算样本集和输入人脸图像的关键点能量值：Eij为第i个样本的第j个关键点的能量值，Eij为第i个样本的第j个关键点的能量值；Ej为输入人脸图像第j个关键点的能量值；对于输入人脸图像的第j个关键点，遍历样本集所有关键点，搜索在[Ej‑w,Ej+w]范围内的样本集的关键点，将能量值在[Ej‑w,Ej+w]范围内的样本集的关键点记为该输入人脸图像的第j个关键点的匹配关键点；将输入人脸图像的所有关键点均分别遍历样本集所有关键点，获得的所有匹配关键点记为目标关键点；根据目标关键点确定目标样本，目标样本为样本集中的部分或全部样本，目标样本的描述子信息记为P′；根据欧氏距离从目标样本中找出与所述输入人脸图像的最佳匹配样本：D为目标样本和输入人脸图像的最小欧氏距离值，Wj为第j个关键点的权值，为设定值，样本集和输入人脸图像的第j个关键点具有相同的权值；p′ajk为第a个目标样本第j个关键点第k维元素，1≤a≤m，m为目标样本的个数，1≤m≤n，最小欧氏距离值D对应的目标样本即为最佳匹配样本。