一种人脸识别的方法和装置制造方法及图纸

本发明专利技术提供了一种人脸识别的方法和装置，其中，所述人脸识别方法包括：对矫正后的人脸图像进行预处理，得到预处理后的人脸图像；根据预先配置的训练模型对预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量；根据人脸特征向量的余弦相似度判断人脸图像与人脸图像库中的至少一张人脸图像是否为相同人脸，若余弦相似度在预设阈值范围内，则判断人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。本发明专利技术通过引入人脸特征向量的余弦相似度，能够精准判断两张或两张以上的人脸图像是否为相同人脸，降低了现有的误判率，提高了人脸识别的精准度。提高了人脸识别的精准度。提高了人脸识别的精准度。

【技术实现步骤摘要】
一种人脸识别的方法和装置


[0001]本专利技术涉及计算机
，具体而言，涉及一种人脸识别的方法 和装置。

技术介绍

[0002]随着移动终端设备的不断普及，越来越多的应用程序，例如，支付 宝，启用了人脸识别技术。基于人脸识别技术的普及，给手机支付提供 了便利。
[0003]基于现在人脸识别技术的精确度有限，无法从图像库中的众多人脸 图像中识别出两张或多张以上的人脸是相同的人脸。现有的误判率还是 比较高的，尤其是从视频中截取的不同人脸图像，基于现有的人脸识别 技术，很难识别出两张或多张以上的人脸是相同的人脸。

技术实现思路

[0004]本专利技术的目的在于提供一种人脸识别的方法、装置、介质和电子设 备，能够解决上述提到的至少一个技术问题。具体方案如下：
[0005]根据本专利技术的具体实施方式，第一方面，本专利技术提供一种人脸识别 的方法，包括：
[0006]判断人脸图像是否满足人脸矫正的要求，若所述人脸图像满足所述 人脸矫正的要求，则通过仿射变换方法，将所述人脸图像对应的至少一 个人脸关键点矫正至对应的标准位置，得到矫正后的人脸图像；
[0007]对所述矫正后的人脸图像进行预处理，得到预处理后的人脸图像；
[0008]根据预先配置的训练模型对所述预处理后的人脸图像进行人脸特征 向量提取，得到对应的人脸特征向量；
[0009]根据所述人脸特征向量的余弦相似度判断所述人脸图像与人脸图像 库中的至少一张人脸图像是否为相同人脸，若所述余弦相似度在预设阈 值范围内，则判断所述人脸图像与人脸图像库中的至少一张人脸图像为 相同人脸。
[0010]根据本专利技术的具体实施方式，第二方面，本专利技术提供一种人脸识别 的装置，包括：
[0011]矫正单元，用于判断人脸图像是否满足人脸矫正的要求，若所述人 脸图像满足所述人脸矫正的要求，则通过仿射变换方法，将所述人脸图 像对应的至少一个人脸关键点矫正至对应的标准位置，得到矫正后的人 脸图像；
[0012]预处理单元，用于对所述矫正单元矫正的所述矫正后的人脸图像进 行预处理，得到预处理后的人脸图像；
[0013]人脸特征向量提取单元，用于根据预先配置的训练模型对所述预处 理单元得到的所述预处理后的人脸图像进行人脸特征向量提取，得到对 应的人脸特征向量；
[0014]判断单元，用于根据所述人脸特征向量提取单元提取的所述人脸特 征向量的余弦相似度判断所述人脸图像与人脸图像库中的至少一张人脸 图像是否为相同人脸，若所述余弦相似度在预设阈值范围内，则判断所 述人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。
[0015]本专利技术实施例的上述方案与现有技术相比，至少具有以下有益效果： 本专利技术通过提供一种人脸识别的方法和装置，本专利技术实施例通过引入人 脸特征向量的余弦相似度，能够精准判断两张或两张以上的人脸图像是 否为相同人脸，降低了现有的误判率，提高了人脸识别的精准度。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合 本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地， 下面描述中的附图仅仅是本专利技术的一些实施例，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。在附图中：
[0017]图1示出了根据本专利技术实施例的人脸识别的方法流程图；
[0018]图2示出了根据本专利技术的实施例的对人脸识别的装置结构示意图；
[0019]图3示出了根据本专利技术的实施例的电子设备连接结构示意图。
具体实施方式
[0020]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图 对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一 部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普 通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都 属于本专利技术保护的范围。
[0021]在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的， 而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单 数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文 清楚地表示其他含义，“多种”一般包含至少两种。
[0022]应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象 的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单 独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字 符“/”，一般表示前后关联对象是一种“或”的关系。
[0023]应当理解，尽管在本专利技术实施例中可能采用术语第一、第二、第三 等来描述，但不应限于这些术语。这些术语仅用来区分开。例如，在不 脱离本专利技术实施例范围的情况下，第一也可以被称为第二，类似地，第 二也可以被称为第一。
[0024]取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为
ꢀ“
在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类 似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事 件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈 述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0025]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在 涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包 括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这 种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包 括一个
……”
限定的要素，并不排除在包括所述要素的商品或者装置中 还存在另外的相同要素。
[0026]下面结合附图详细说明本专利技术的可选实施例。
[0027]实施例1
[0028]如图1所示，根据本公开实施例的具体实施方式，第一方面，本公 开实施例提供一种图像相似度处理方法，具体包括如下方法步骤：
[0029]S102：判断人脸图像是否满足人脸矫正的要求，若人脸图像满足人 脸矫正的要求，则通过仿射变换方法，将人脸图像对应的至少一个人脸 关键点矫正至对应的标准位置，得到矫正后的人脸图像。
[0030]在此步骤中，仿射变换方法是在几何上定义为两个向量空间之间的 一个仿射变换或者仿射映射由一个非奇异的线性变换(运用一次函数进 行的变换)接上一个平移变换组成。在有限维的情况，每个仿射变换可 以由一个矩阵A和一个向量b给出，它可以写作A和一个附加的列b。 一个仿射变换对应于一个矩阵和一个向量的乘法，而仿射变换的复合对 应于普通的矩阵乘法，只要加入一个额外的行到矩阵的底下，这一行全 部是0除了最右边是一个1，而列向量的底下要加上一个1。
[0031]可选的，在执行S102判断人脸图像是否满足人脸矫正的要求之前， 所述方法还包括以下步骤：
[0032]获取人脸图像。
[0033本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，包括：判断人脸图像是否满足人脸矫正的要求，若所述人脸图像满足所述人脸矫正的要求，则通过仿射变换方法，将所述人脸图像对应的至少一个人脸关键点矫正至对应的标准位置，得到矫正后的人脸图像；对所述矫正后的人脸图像进行预处理，得到预处理后的人脸图像；根据预先配置的训练模型对所述预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量；根据所述人脸特征向量的余弦相似度判断所述人脸图像与人脸图像库中的至少一张人脸图像是否为相同人脸，若所述余弦相似度在预设阈值范围内，则判断所述人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。2.根据权利要求1所述的方法，其特征在于，在所述判断所述人脸图像是否满足人脸矫正的要求之前，所述方法还包括：获取人脸图像。3.根据权利要求2所述的方法，其特征在于，所述获取人脸图像包括：响应于图像采集启动的触控指令，通过图像采集装置采集人脸图像，得到所述人脸图像。4.根据权利要求2所述的方法，其特征在于，所述获取人脸图像还包括：根据视频文件的时间戳，从视频文件中截取所述人脸图像。5.根据权利要求1所述的方法，其特征在于，所述对所述矫正后的人脸图像进行预处理包括：检测所述人脸图像中的人脸数量；在所述人脸图像中的所述人脸数量大于或等于二时，检测所述人脸图像中的各个人脸对应的各个人脸位置；根据各个人脸位置检测各个人脸对应的至少一个人脸关键点坐标；根据各个人脸位置和各个人脸对应的至少一个人脸关键点坐标，对所述人脸图像中的各个人脸进行截取，得到各个人脸图像。6.根据权利要求5所述的方法，其特征在于，所述对所述矫正后的人脸图像进行预处理还包括：对所述矫正后的人脸图像进行清晰度的预处理，或者，从所述矫正后的所述人脸图像中随机选取多个关键点，并将相邻的关键点依次连接，形成对应的第一图形，对所述第一图形进行圆率的预处理；或者，从所述矫正后的所述人脸图像中随机选取多个关键点，并将相邻的关键点依次连接，形成对应的第二图形，对所述第二图形进行方率的预处理。7.根据权利要求6所述的方法，其特征在于，对所述矫正后...

【专利技术属性】
技术研发人员：安鹏，
申请(专利权)人：宁波工程学院，
类型：发明
国别省市：