[发明专利]一种人脸识别方法和人脸识别装置

说明书

本发明适用于图像处理领域，提供了一种人脸识别方法和人脸识别装置。从图像中确定人脸的关键点，并根据所述关键点确定框选人脸的人脸矩形框；对所述人脸矩形框进行旋转校正，校正得到正视的人脸图像；对所述人脸图像从至少两个角度进行透视变换，得到M个样本图像；采用训练网络对所述M个样本图像进行训练，训练得到网络模型参数，并基于所述网络模型参数提取人脸特征描述向量；根据所述人脸特征描述向量进行人脸识别。通过透视变换，相对于现有技术减少了变化复杂度，节省了资源和成本，并且也实现了样本图像的增加，保证了人脸识别的正确率。

技术领域

本发明属于图像处理领域，尤其涉及一种人脸识别方法和人脸识别装置。

背景技术

随着各领域对快速高效的自动身份验证技术的迫切需求，人脸识别技术因具有非接触性、采集设备简单等优点而成为当前的研究热点。但由于人的面部结构比较复杂，并且会因表情、光照等因素的影响而改变面部结构，人脸识别技术难以广泛地应用到实际生活中。

近些年来，随着数据的海量增加和深度学习技术的发展，人脸识别技术的准确率也得到了质的飞跃，如DeepID、FaceNet、DeepFace等基于深度神经网络的人脸模型在人脸特征提取方面均表现出较好的描述能力，有效地提升了人脸比对、人脸识别的准确率。

然而，深度学习技术的高效均依赖于大量的训练样本，目前人脸识别方向的数据样本仍旧缺乏，而标记数据样本需要耗费大量的人力成本。因此，目前大都采用图像翻转、随机裁剪等技术增加训练样本的数量，该技术可以在一定程度上解决训练样本过少导致的模型过拟合问题，提升识别准确率。但是，在训练数据严重不足时，过拟合现象仍然存在，导致深度模型的泛化能力弱，识别率低等问题。

发明内容

鉴于此，本发明提供一种人脸识别方法和人脸识别装置，以快速实现全地图人脸识别。

一方面，本发明提供一种人脸识别方法，所述方法包括：

从图像中确定人脸的关键点，并根据所述关键点确定框选人脸的人脸矩形框；

对所述人脸矩形框进行旋转校正，校正得到正视的人脸图像；

对所述人脸图像从至少两个角度进行透视变换，得到M个样本图像，所述M为大于或等于2的正整数；

采用训练网络对所述M个样本图像进行训练，训练得到网络模型参数，并基于所述网络模型参数提取人脸特征描述向量；

根据所述人脸特征描述向量进行人脸识别。

又一方面，本发明提供一种人脸识别装置，包括：

确定单元，用于从图像中确定人脸的关键点，并根据所述关键点确定框选人脸的人脸矩形框；

校正单元，用于对所述人脸矩形框进行旋转校正，校正得到正视的人脸图像；

透视变换单元，用于对所述人脸图像从至少两个角度进行透视变换，得到M个样本图像，所述M为大于或等于2的正整数；

训练单元，用于采用训练网络对所述M个样本图像进行训练，训练得到网络模型参数，并基于所述网络模型参数提取人脸特征描述向量；

人脸识别单元，用于根据所述人脸特征描述向量进行人脸识别。

本发明的有益效果是：从图像中确定人脸的关键点，并根据所述关键点确定框选人脸的人脸矩形框；对所述人脸矩形框进行旋转校正，校正得到正视的人脸图像；对所述人脸图像从至少两个角度进行透视变换，得到M个样本图像；采用训练网络对所述M个样本图像进行训练，训练得到网络模型参数，并基于所述网络模型参数提取人脸特征描述向量；根据所述人脸特征描述向量进行人脸识别。通过透视变换，相对于现有技术减少了变化复杂度，节省了资源和成本，并且也实现了样本图像的增加，保证了人脸识别的正确率。

附图说明