[发明专利]一种人脸识别方法及人脸识别设备

说明书

本发明实施例公开了一种人脸识别方法及人脸识别设备，用于提高戴眼镜用户在进行人脸识别时的准确率。本发明实施例方法包括：获取第一人脸图像的图像特征，所述第一人脸图像为戴眼镜用户完整的人脸图像；获取第二人脸图像的图像特征；获取第三人脸图像的图像特征；根据所述第一人脸图像的图像特征、所述第二人脸图像的图像特征以及所述第三人脸图像的图像特征确定目标图像特征；根据所述目标图像特征生成低维图像特征；根据所述低维图像特征对所述戴眼镜用户进行人脸识别。

技术领域

本发明涉及通信领域，尤其涉及一种人脸识别方法及人脸识别设备。

背景技术

人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

现有的人脸识别设备是通过采集面部的图像特征来进行人脸识别，具体步骤包括：采集靠近人脸识别设备的戴眼镜的用户人脸图像；对采集到人脸图像进行图像特征提取；利用这些图像特征，对戴眼镜用户进行登记，再比对或识别。

但是由于戴眼镜的用户越来越多，由于眼镜会遮挡住面部，特别是眼睛周围的特征点，这部分特征在识别过程中所占权重比较大，导致人脸识别设备对戴眼镜的用户在识别时的准确率较低。

发明内容

本发明实施例提供了一种人脸识别方法及人脸识别设备，用于提高戴眼镜用户在进行人脸识别时的准确率。

本发明实施例第一方面提供了一种人脸识别方法，具体包括：

获取第一人脸图像的图像特征，所述第一人脸图像为戴眼镜用户完整的人脸图像；

获取第二人脸图像的图像特征，所述第二人脸图像为所述戴眼镜用户在眼镜以下的人脸的第一部分人脸的图像，所述第一部分人脸的图像为所述戴眼镜用户在眼镜以下的人脸的图像的左脸图像；

获取第三人脸图像的图像特征，所述第三人脸图像为所述戴眼镜用户在眼镜以下的人脸的第二部分人脸的图像，所述第二部分人脸的图像为所述戴眼镜用户在眼镜以下的人脸的图像的右脸图像；

根据所述第一人脸图像的图像特征、所述第二人脸图像的图像特征以及所述第三人脸图像的图像特征确定目标图像特征；

根据所述目标图像特征生成低维图像特征；

根据所述低维图像特征对所述戴眼镜用户进行人脸识别。

结合第一方面，在第一方面的第一种可能的实现方式中，人脸识别设备在需要获取到第一人脸的图像特征时，可以通过预置的第一卷积神经网络模块提取第一人脸的图像特征。

结合第一方面，在第一方面的第二种可能的实现方式中，人脸识别设备可以通过预置的第二卷积神经网络模块对第一人脸图像的图像特征、第二人脸的图像特征以及第三人脸图像的图像特征进行图像特征串联确定目标图像特征。

结合第一方面，在第一方面的第三种可能的实现方式中，当人脸识别设备在需要根据目标图像特征生成低维图像特征时，可以提取目标图像特征的高维度特征，选取高维度特征中的目标子集特征作为低维图像特征，该目标子集特征包含于高维度特征。

结合第一方面，在第一方面的第四种可能的实现方式中，当人脸识别设备在需要根据目标特征生成低维图像特征时，可以将目标图像特征中的高维度特征经过预置函数映射至低维度得到低维图像特征。

本发明实施例第二方面提供了一种人脸识别设备，具体包括：

第一获取模块，用于获取第一人脸图像的图像特征，所述第一人脸图像为戴眼镜用户完整的人脸图像；