System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及人脸识别,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
1、跨场景人脸识别例如是用户在社区大门需要通过人脸识别闸机进入小区;在单元门需要人脸识别解锁单元门;在电梯间需要人脸识别自动呼梯至指定楼层;回家后通过电视/冰箱等设备下单购物需要人脸识别验证支付;送货机器人送货上门后需要人脸识别确定收货人后才打开货物舱门;前往社区幼儿园时,家长通过人脸识别进入学校大门等候接孩子放学;监控通过匹配每组儿童与家长身份确保孩子放学的人身安全等等。
2、跨场景人脸识别的相关技术中,不同人脸识别设备需要单独进行设备选型、人脸识别算法选型,由于各场景下提取的人脸特征是不同的,因此各个场景的人脸识别设备都需要进行人员注册,各自设置独立的存储设备存储人脸特征是必要的,一方面增加了跨场景人脸识别整体的物理成本,另一方面,多次注册会有多次注册数据的传输,如果任一次注册数据的传输泄露数据,那么用户数据都会暴露,因此数据泄露风险较大。
技术实现思路
1、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,用以解决相关技术中,跨场景人脸识别整体的物理成本较高,用户数据泄露风险较大的问题。
2、第一方面,本申请提供了一种人脸识别方法,所述方法包括:
3、获取待识别人员的第一人脸图像,对所述第一人脸图像进行特征提取,得到第一人脸特征;
4、将所述第一人脸特征输入人脸特征对齐模型,基于所述人脸特征对齐模型确定对齐人脸特征;其中,所述人脸特征
5、将所述对齐人脸特征与各个注册人脸特征进行匹配,得到人脸识别结果;其中,所述各个注册人脸特征是注册设备获取各个待注册人员的第二人脸图像,对所述第二人脸图像进行特征提取,得到第二人脸特征,将所述第二人脸特征输入所述人脸特征对齐模型,基于所述人脸特征对齐模型确定出的。
6、第二方面,本申请提供了一种人脸识别装置,所述装置包括:
7、获取单元,用于获取待识别人员的第一人脸图像,对所述第一人脸图像进行特征提取,得到第一人脸特征;
8、确定单元,用于将所述第一人脸特征输入人脸特征对齐模型,基于所述人脸特征对齐模型确定对齐人脸特征;其中,所述人脸特征对齐模型,是基于各个场景的人脸识别设备提取的各个样本人脸特征训练得到的;
9、识别单元,用于将所述对齐人脸特征与各个注册人脸特征进行匹配,得到人脸识别结果;其中,所述各个注册人脸特征是注册设备获取各个待注册人员的第二人脸图像,对所述第二人脸图像进行特征提取,得到第二人脸特征,将所述第二人脸特征输入所述人脸特征对齐模型,基于所述人脸特征对齐模型确定出的。
10、第三方面,本申请提供了一种终端设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
11、存储器,用于存放计算机程序;
12、处理器,用于执行存储器上所存放的程序时,实现上述任一项所述的方法步骤。
13、第四方面,本申请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内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
14、本申请提供了一种人脸识别方法、装置、终端设备及存储介质,所述方法包括:获取待识别人员的第一人脸图像,对所述第一人脸图像进行特征提取,得到第一人脸特征;将所述第一人脸特征输入人脸特征对齐模型,基于所述人脸特征对齐模型确定对齐人脸特征;其中,所述人脸特征对齐模型,是基于各个场景的人脸识别设备提取的各个样本人脸特征训练得到的;将所述对齐人脸特征与各个注册人脸特征进行匹配,得到人脸识别结果;其中,所述各个注册人脸特征是注册设备获取各个待注册人员的第二人脸图像,对所述第二人脸图像进行特征提取,得到第二人脸特征,将所述第二人脸特征输入所述人脸特征对齐模型,基于所述人脸特征对齐模型确定出的。
15、上述的技术方案具有如下优点或有益效果:
16、本申请中,基于各个场景的人脸识别设备提取的各个样本人脸特征训练得到人脸特征对齐模型。在注册阶段,只需通过注册设备获取各个待注册人员的第二人脸图像,基于人脸特征对齐模型确定各个第二人脸图像的注册人脸特征。结合人脸特征对齐模型可以对各个场景的人脸识别设备采集到的人脸图像进行特征对齐,因此可以实现一次注册,各个人脸识别设备均能根据注册得到的注册人脸特征进行人脸识别。在识别阶段,获取待识别人员的第一人脸图像,基于人脸特征对齐模型确定第一人脸图像的对齐人脸特征,进而与各个注册人脸特征进行匹配,得到人脸识别结果。相较于不同人脸识别设备需要单独进行设备选型、人脸识别算法选型,各自设置独立的存储设备存储人脸特征的方案,减少了跨场景人脸识别整体的物理成本。并且仅一次注册,相较于相关技术各个场景的人脸识别设备均需注册的方案,减少了注册数据传输的次数,降低了数据泄露风险。
本文档来自技高网...【技术保护点】
1.一种人脸识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述将所述对齐人脸特征与各个注册人脸特征进行匹配,得到人脸识别结果包括:
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
4.如权利要求1所述的方法,其特征在于,所述将所述对齐人脸特征与各个注册人脸特征进行匹配之前,所述方法还包括:
5.如权利要求1所述的方法,其特征在于,所述人脸特征对齐模型的训练过程包括:
6.如权利要求5所述的方法,其特征在于,所述分别将所述各个样本人脸特征输入所述人脸特征对齐模型,基于所述人脸特征对齐模型输出各个联合人脸特征包括:
7.如权利要求5所述的方法,其特征在于,所述确定所述各个联合人脸特征之间的损失值,根据所述损失值对所述人脸特征对齐模型进行训练包括:
8.一种人脸识别装置,其特征在于,所述装置包括:
9.一种终端设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
10.一种
...【技术特征摘要】
1.一种人脸识别方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述将所述对齐人脸特征与各个注册人脸特征进行匹配,得到人脸识别结果包括:
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
4.如权利要求1所述的方法,其特征在于,所述将所述对齐人脸特征与各个注册人脸特征进行匹配之前,所述方法还包括:
5.如权利要求1所述的方法,其特征在于,所述人脸特征对齐模型的训练过程包括:
6.如权利要求5所述的方法,其特征在于,所述分别将所述各个样本人脸特征输入所述人脸特征对齐模型,...
【专利技术属性】
技术研发人员:高雪松,张淯易,陈维强,
申请(专利权)人:海信集团控股股份有限公司,
类型:发明
国别省市:
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。