人脸识别方法、装置、终端及存储介质制造方法及图纸

本申请公开了一种人脸识别方法、装置、终端及存储介质，方法包括：接收第一人脸图像和第二人脸图像；基于第一人脸图像、第二人脸图像和人脸解析网络模型，得到第一人脸图像对应的多个面部区域图像对和第二人脸图像对应的多个面部区域图像对；基于第一人脸图像对应的多个面部区域图像对、第二人脸图像对应的多个面部区域图像对、特征提取网络模型和映射网络模型，确定第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子；基于第一人脸图像对应的五官特征描述子、第二人脸图像对应的五官特征描述子和预设阈值，确定第一人脸图像和第二人脸图像中的人像为同一人。本发明专利技术提高了人脸识别的精度以及模型的鲁棒性。发明专利技术提高了人脸识别的精度以及模型的鲁棒性。发明专利技术提高了人脸识别的精度以及模型的鲁棒性。

【技术实现步骤摘要】
人脸识别方法、装置、终端及存储介质


[0001]本申请涉及计算机视觉和深度学习
，具体而言，涉及一种人脸识别方法、装置、终端及存储介质。

技术介绍

[0002]人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。
[0003]目前，对于人脸识别需要提前确定人脸图像中的人脸是否被遮挡。在人脸图像中的人脸未被遮挡时，则分别从两张人脸图像中提取面部特征，然后对面部特征进行比对识别，以确定两张人脸图像中的人像是否为同一人。而在人脸图像中的人脸被遮挡时，通过去除遮挡和恢复遮挡以获取到完整的人脸特征，然后对面部特征进行比对识别，以确定两张人脸图像中的人像是否为同一人。
[0004]但是，采用上述方法进行人脸识别存在识别精度低的问题。

技术实现思路

[0005]本申请的主要目的在于提供一种人脸识别方法、装置、终端及存储介质，以解决相关技术中存在的识别精度低的问题。
[0006]为了实现上述目的，第一方面，本申请提供了一种人脸识别方法，包括：
[0007]接收第一人脸图像和第二人脸图像；
[0008]基于第一人脸图像、第二人脸图像和人脸解析网络模型，得到第一人脸图像对应的多个面部区域图像对和第二人脸图像对应的多个面部区域图像对；
[0009]基于第一人脸图像对应的多个面部区域图像对、第二人脸图像对应的多个面部区域图像对、特征提取网络模型和映射网络模型，确定第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子；
[0010]基于第一人脸图像对应的五官特征描述子、第二人脸图像对应的五官特征描述子和预设阈值，确定第一人脸图像和第二人脸图像中的人像为同一人。
[0011]在一种可能的实现方式中，基于第一人脸图像、第二人脸图像和人脸解析网络模型，得到第一人脸图像对应的多个面部区域图像对和第二人脸图像对应的多个面部区域图像对，包括：
[0012]将第一人脸图像和第二人脸图像分别输入人脸解析网络模型，得到第一人脸图像对应的语义分割图和第二人脸图像对应的语义分割图；
[0013]分别对第一人脸图像对应的语义分割图和第二人脸图像对应的语义分割图进行处理，得到第一人脸图像对应的多个面部区域图像对和第二人脸图像对应的多个面部区域图像对。
[0014]在一种可能的实现方式中，基于第一人脸图像对应的多个面部区域图像对、第二
人脸图像对应的多个面部区域图像对、特征提取网络模型和映射网络模型，确定第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子，包括：
[0015]分别将第一人脸图像对应的多个面部区域图像对、第二人脸图像对应的多个面部区域图像对输入特征提取网络模型，得到第一人脸图像对应的多个面部特征描述子和第二人脸图像对应的多个面部特征描述子；
[0016]分别将第一人脸图像对应的多个面部特征描述子和第二人脸图像对应的多个面部特征描述子输入映射网络模型，得到第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子。
[0017]在一种可能的实现方式中，多个面部区域图像对包括额头区域图像对、左眼区域图像对、右眼区域图像对、鼻子区域图像对和鼻下区域图像对；特征提取网络模型包括额头特征提取网络模型、左眼特征提取网络模型、右眼特征提取网络模型、鼻子特征提取网络模型和鼻下特征提取网络模型；多个面部特征描述子包括额头特征描述子、左眼特征描述子、右眼特征描述子、鼻子特征描述子和鼻下特征描述子；
[0018]分别将第一人脸图像对应的多个面部区域图像对、第二人脸图像对应的多个面部区域图像对输入特征提取网络模型，得到第一人脸图像对应的多个面部特征描述子和第二人脸图像对应的多个面部特征描述子，包括：
[0019]分别将第一人脸图像对应的额头区域图像对和第二人脸图像对应的额头区域图像对输入额头特征提取网络模型，输出第一人脸图像对应的额头特征描述子和第二人脸图像对应的额头特征描述子；
[0020]分别将第一人脸图像对应的左眼区域图像对和第二人脸图像对应的左眼区域图像对输入左眼特征提取网络模型，输出第一人脸图像对应的左眼特征描述子和第二人脸图像对应的左眼特征描述子；
[0021]分别将第一人脸图像对应的右眼区域图像对和第二人脸图像对应的右眼区域图像对输入右眼特征提取网络模型，输出第一人脸图像对应的右眼特征描述子和第二人脸图像对应的右眼特征描述子；
[0022]分别将第一人脸图像对应的鼻子区域图像对和第二人脸图像对应的鼻子区域图像对输入鼻子特征提取网络模型，输出第一人脸图像对应的鼻子特征描述子和第二人脸图像对应的鼻子特征描述子；
[0023]分别将第一人脸图像对应的鼻下区域图像对和第二人脸图像对应的鼻下区域图像对输入鼻下特征提取网络模型，输出第一人脸图像对应的鼻下特征描述子和第二人脸图像对应的鼻下特征描述子。
[0024]在一种可能的实现方式中，分别将第一人脸图像对应的多个面部特征描述子和第二人脸图像对应的多个面部特征描述子输入映射网络模型，得到第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子，包括：
[0025]将第一人脸图像对应的额头特征描述子、左眼特征描述子、右眼特征描述子、鼻子特征描述子和鼻下特征描述子进行整合后输入映射网络模型，得到第一人脸图像对应的五官特征描述子；
[0026]将第二人脸图像对应的额头特征描述子、左眼特征描述子、右眼特征描述子、鼻子特征描述子和鼻下特征描述子进行整合后输入映射网络模型，得到第二人脸图像对应的五
官特征描述子。
[0027]在一种可能的实现方式中，额头区域图像对包括额头区域图像和额头区域图像对应的掩膜图像，左眼区域图像对包括左眼区域图像和左眼区域图像对应的掩膜图像、右眼区域图像对包括右眼区域图像和右眼区域图像对应的掩膜图像、鼻子区域图像对包括鼻子区域图像和鼻子区域图像对应的掩膜图像、鼻下区域图像对包括鼻下区域图像和鼻下区域图像对应的掩膜图像。
[0028]在一种可能的实现方式中，基于第一人脸图像对应的五官特征描述子、第二人脸图像对应的五官特征描述子和预设阈值，确定第一人脸图像和第二人脸图像中的人像为同一人，包括：
[0029]对第一人脸图像对应的五官特征描述子和第二人脸图像对应的五官特征描述子进行相似度计算，得到相似度值；
[0030]将相似度值转化为相似度评分，并将相似度评分与预设阈值进行比较；
[0031]当相似度评分达到预设阈值，第一人脸图像和第二人脸图像中的人像为同一人。
[0032]第二方面，本专利技术实施例提供了一种人脸识别装置，包括：
[0033]图像接收模块，用于接收第一人脸图像和第二人脸图像；
[0034]人脸解析模块，用于基于第一人脸图像、第二人脸图像和人脸解析网络模型，得到第一人脸图像对应的多个面部区域图像对和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：接收第一人脸图像和第二人脸图像；基于所述第一人脸图像、所述第二人脸图像和人脸解析网络模型，得到所述第一人脸图像对应的多个面部区域图像对和所述第二人脸图像对应的多个面部区域图像对；基于所述第一人脸图像对应的多个面部区域图像对、所述第二人脸图像对应的多个面部区域图像对、特征提取网络模型和映射网络模型，确定所述第一人脸图像对应的五官特征描述子和所述第二人脸图像对应的五官特征描述子；基于所述第一人脸图像对应的五官特征描述子、所述第二人脸图像对应的五官特征描述子和预设阈值，确定所述第一人脸图像和所述第二人脸图像中的人像为同一人。2.如权利要求1所述人脸识别方法，其特征在于，所述基于所述第一人脸图像、所述第二人脸图像和人脸解析网络模型，得到所述第一人脸图像对应的多个面部区域图像对和所述第二人脸图像对应的多个面部区域图像对，包括：将所述第一人脸图像和所述第二人脸图像分别输入所述人脸解析网络模型，得到所述第一人脸图像对应的语义分割图和所述第二人脸图像对应的语义分割图；分别对所述第一人脸图像对应的语义分割图和所述第二人脸图像对应的语义分割图进行处理，得到所述第一人脸图像对应的多个面部区域图像对和所述第二人脸图像对应的多个面部区域图像对。3.如权利要求2所述人脸识别方法，其特征在于，所述基于所述第一人脸图像对应的多个面部区域图像对、所述第二人脸图像对应的多个面部区域图像对、特征提取网络模型和映射网络模型，确定所述第一人脸图像对应的五官特征描述子和所述第二人脸图像对应的五官特征描述子，包括：分别将所述第一人脸图像对应的多个面部区域图像对、所述第二人脸图像对应的多个面部区域图像对输入所述特征提取网络模型，得到所述第一人脸图像对应的多个面部特征描述子和所述第二人脸图像对应的多个面部特征描述子；分别将所述第一人脸图像对应的多个面部特征描述子和所述第二人脸图像对应的多个面部特征描述子输入所述映射网络模型，得到所述第一人脸图像对应的五官特征描述子和所述第二人脸图像对应的五官特征描述子。4.如权利要求3所述人脸识别方法，其特征在于，所述多个面部区域图像对包括额头区域图像对、左眼区域图像对、右眼区域图像对、鼻子区域图像对和鼻下区域图像对；所述特征提取网络模型包括额头特征提取网络模型、左眼特征提取网络模型、右眼特征提取网络模型、鼻子特征提取网络模型和鼻下特征提取网络模型；所述多个面部特征描述子包括额头特征描述子、左眼特征描述子、右眼特征描述子、鼻子特征描述子和鼻下特征描述子；所述分别将所述第一人脸图像对应的多个面部区域图像对、所述第二人脸图像对应的多个面部区域图像对输入所述特征提取网络模型，得到所述第一人脸图像对应的多个面部特征描述子和所述第二人脸图像对应的多个面部特征描述子，包括：分别将所述第一人脸图像对应的额头区域图像对和所述第二人脸图像对应的额头区域图像对输入所述额头特征提取网络模型，输出所述第一人脸图像对应的额头特征描述子和所述第二人脸图像对应的额头特征描述子；分别将所述第一人脸图像对应的左眼区域图像对和所述第二人脸图像对应的左眼区
域图像对输入所述左眼特征提取网络模型，输出所述第一人脸图像对应的左眼特征描述子和所述第二人脸图像对应的左眼特征描述子；分别将所述第一人脸图像对应的右眼区域图像对和所述第二人脸图像对应的右眼区域图像对输入所述右眼特征提取网络模型，输出所述第一人脸图像对应的右眼特征描述子和所述第二人脸图像对应的右眼特征描述子...

【专利技术属性】
技术研发人员：王远强，杨青，
申请(专利权)人：度小满科技北京有限公司，
类型：发明
国别省市：