本申请适用于数字图像处理技术领域,提供了一种人脸识别方法、装置、终端设备及存储介质。本申请实施例中根据第一人脸识别算法对第一人脸图像进行处理,生成第一元特征矩阵;根据第二人脸识别算法对第二人脸图像进行处理,生成第二元特征矩阵;根据第一人脸识别算法对授权人脸图像进行处理,生成授权人脸特征矩阵,对第一元特征矩阵和授权人脸特征矩阵进行映射处理得到第一特征矩阵;根据第二人脸识别算法对待测人脸图像进行处理,生成待测人脸特征矩阵,对第二元特征矩阵和待测人脸特征矩阵进行映射处理得到第二特征矩阵;根据第一特征矩阵和第二特征矩阵计算相似度,当相似度大于预设阈值时,人脸识别成功,从而提高不同模态的人脸识别效率。
【技术实现步骤摘要】
一种人脸识别方法、装置、终端设备及存储介质
本申请属于数字图像处理
,尤其涉及一种人脸识别方法、装置、终端设备及存储介质。
技术介绍
随着社会的发展,人脸识别在人们的生活中越来越常见,而在现有的人脸识别技术中,采用不同的人脸识别算法得到的人脸特征数据一般不具有可比性,也就是说利用不同算法输出的关于人脸图像的特征描述基本毫不相关,并且无法直接进行特征相似度的对比。因不同模态的人脸对应不同的人脸识别算法,而导致不同模态的人脸不能直接进行对比,例如同一个人的彩色人脸图像和红外人脸图像不能直接进行对比以识别彩色人脸和红外人脸是否为同一个人。而倘若利用现有的跨模态的人脸识别模型进行不同模态的人脸识别,通常需要大量的跨模态数据进行混合训练来得到,不仅整个过程的时间周期较长,而且不同模态的人脸识别效率较低。
技术实现思路
本申请实施例提供了一种人脸识别方法、装置、终端设备及存储介质,可以解决不同模态的人脸识别效率较低的问题。第一方面,本申请实施例提供了一种人脸识别方法,包括:获取预设目标群体的第一人脸图像,根据预设的第一人脸识别算法对所述第一人脸图像进行处理,生成第一元特征矩阵;获取所述目标群体的第二人脸图像,根据预设的第二人脸识别算法对所述第二人脸图像进行处理,生成第二元特征矩阵;获取授权人脸图像,根据所述第一人脸识别算法对所述授权人脸图像进行处理,生成授权人脸特征矩阵,并对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵;获取待测人脸图像,根据所述第二人脸识别算法对所述待测人脸图像进行处理,生成待测人脸特征矩阵,并对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵;根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,当所述相似度大于预设阈值时,人脸识别成功。可选的,所述对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵,包括:对所述授权人脸特征矩阵进行转置操作,生成第一转置矩阵;将所述第一转置矩阵乘以所述第一元特征矩阵得到第一特征矩阵;可选的,所述对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵,包括:对所述待测人脸特征矩阵进行转置操作,生成第二转置矩阵;将所述第二转置矩阵乘以所述第二元特征矩阵得到第二特征矩阵。可选的,所述根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,包括:对所述第二特征矩阵进行转置操作,生成第三转置矩阵;计算所述第三转置矩阵与所述第一特征矩阵的乘积,得到所述相似度。可选的,所述根据所述第一人脸识别算法对所述授权人脸图像进行处理,还包括:以预设方式对所述授权人脸图像进行预处理,并根据所述第一人脸识别算法对完成预处理的授权人脸图像进行处理。可选的,所述以预设方式对所述授权人脸图像进行预处理,包括:获取预设数量的人脸特征坐标,根据所述人脸特征坐标进行授权人脸图像中的人脸对齐;对完成人脸对齐的授权人脸图像进行预设规格的图像尺度变换;对完成图像尺度变换的授权人脸图像进行图像像素归一化处理。第二方面,本申请实施例提供了一种人脸识别装置,包括:第一元矩阵生成模块,用于获取预设目标群体的第一人脸图像,根据预设的第一人脸识别算法对所述第一人脸图像进行处理,生成第一元特征矩阵;第二元矩阵生成模块,用于获取所述目标群体的第二人脸图像,根据预设的第二人脸识别算法对所述第二人脸图像进行处理,生成第二元特征矩阵;第一矩阵生成模块,用于获取授权人脸图像,根据所述第一人脸识别算法对所述授权人脸图像进行处理,生成授权人脸特征矩阵,并对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵;第二矩阵生成模块,用于获取待测人脸图像,根据所述第二人脸识别算法对所述待测人脸图像进行处理,生成待测人脸特征矩阵,并对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵;相似度计算模块,用于根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,当所述相似度大于预设阈值时,人脸识别成功。第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一种人脸识别方法的步骤。第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述的计算机程序被处理器执行时实现上述任一种人脸识别方法的步骤。第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一种人脸识别方法。本申请实施例中获取预设目标群体的第一人脸图像,根据预设的第一人脸识别算法对所述第一人脸图像进行处理,生成第一元特征矩阵;获取所述目标群体的第二人脸图像,根据预设的第二人脸识别算法对所述第二人脸图像进行处理,生成第二元特征矩阵;获取授权人脸图像,根据所述第一人脸识别算法对所述授权人脸图像进行处理,生成授权人脸特征矩阵,并对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵;获取待测人脸图像,根据所述第二人脸识别算法对所述待测人脸图像进行处理,生成待测人脸特征矩阵,并对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵;根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,当所述相似度大于预设阈值时,人脸识别成功。通过本申请实施例利用预设目标群体的第一人脸图像和第二人脸图像,分别对应于第一人脸识别算法和第二人脸识别算法,得到同一目标群体不同人脸识别算法得到的元特征矩阵,再利用第一人脸识别算法和第二人脸识别算法分别就不同模态的授权人脸图像和待测人脸图像进行处理得到对应的特征矩阵,再将利用同一人脸识别算法下的元特征矩阵和特征矩阵进行映射处理,从而将不同模态的授权人脸图像和待测人脸图像映射至同一层次进行比较,并得到相似度,从而提高了不同模态的人脸识别效率。附图说明为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是本申请实施例提供的人脸识别方法的第一种流程示意图;图2是本申请实施例提供的人脸识别方法的第二种流程示意图;图3是本申请实施例提供的人脸识别方法的第三种流程示意图;图4是本申请实施例提供的人脸识别方法的第四种流程示意图;图5是本申请实施例提供的人脸识别装置的结构示意图;图6是本申请实施例提供的终端设备的结构示意图。
...
【技术保护点】
1.一种人脸识别方法,其特征在于,包括:/n获取预设目标群体的第一人脸图像,根据预设的第一人脸识别算法对所述第一人脸图像进行处理,生成第一元特征矩阵;/n获取所述目标群体的第二人脸图像,根据预设的第二人脸识别算法对所述第二人脸图像进行处理,生成第二元特征矩阵;/n获取授权人脸图像,根据所述第一人脸识别算法对所述授权人脸图像进行处理,生成授权人脸特征矩阵,并对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵;/n获取待测人脸图像,根据所述第二人脸识别算法对所述待测人脸图像进行处理,生成待测人脸特征矩阵,并对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵;/n根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,当所述相似度大于预设阈值时,人脸识别成功。/n
【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括:
获取预设目标群体的第一人脸图像,根据预设的第一人脸识别算法对所述第一人脸图像进行处理,生成第一元特征矩阵;
获取所述目标群体的第二人脸图像,根据预设的第二人脸识别算法对所述第二人脸图像进行处理,生成第二元特征矩阵;
获取授权人脸图像,根据所述第一人脸识别算法对所述授权人脸图像进行处理,生成授权人脸特征矩阵,并对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵;
获取待测人脸图像,根据所述第二人脸识别算法对所述待测人脸图像进行处理,生成待测人脸特征矩阵,并对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵;
根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,当所述相似度大于预设阈值时,人脸识别成功。
2.如权利要求1所述的人脸识别方法,其特征在于,所述对所述第一元特征矩阵和所述授权人脸特征矩阵进行映射处理得到第一特征矩阵,包括:
对所述授权人脸特征矩阵进行转置操作,生成第一转置矩阵;
将所述第一转置矩阵乘以所述第一元特征矩阵得到第一特征矩阵。
3.如权利要求2所述的人脸识别方法,其特征在于,所述对所述第二元特征矩阵和所述待测人脸特征矩阵进行映射处理得到第二特征矩阵,包括:
对所述待测人脸特征矩阵进行转置操作,生成第二转置矩阵;
将所述第二转置矩阵乘以所述第二元特征矩阵得到第二特征矩阵。
4.如权利要求1所述的人脸识别方法,其特征在于,所述根据所述第一特征矩阵和所述第二特征矩阵计算所述待测人脸图像与所述授权人脸图像之间的相似度,包括:
对所述第二特征矩阵进行转置操作,生成第三转置矩阵;
计算所述第三转置矩阵与所述第一特征矩阵的乘积,得到所述相似度。
5.如权利要求1至4任一项所述的人脸识别方法,其特征在于,所述根据所述第一人脸识别算法对所述授权人脸图像进行处理,包括:
以预设方式对所述授权人脸图像进行预处理,并根据所述第一人脸识别算法对完成预处理的授权人脸图像进行处理。
【专利技术属性】
技术研发人员:高通,陈碧辉,郑新莹,黄源浩,肖振中,
申请(专利权)人:深圳奥比中光科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。