[发明专利]人脸识别方法及终端在审
| 申请号: | 201710959540.6 | 申请日: | 2017-10-16 |
| 公开(公告)号: | CN109670386A | 公开(公告)日: | 2019-04-23 |
| 发明(设计)人: | 杨文;沈琳琳;秦玉杰;程建波;胡船歌;李孝天 | 申请(专利权)人: | 深圳泰首智能技术有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 深圳盛德大业知识产权代理事务所(普通合伙) 44333 | 代理人: | 贾振勇 |
| 地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 人脸图像 人脸识别 属性信息 人脸 图像处理技术 摄像头拍摄 身份识别卡 用户验证 表情 终端 | ||
本发明适用于图像处理技术领域,提供了一种人脸识别方法,该方法包括:获取通过摄像头拍摄的用户当前的所述第一人脸图像和所述用户的身份识别卡中的所述第二人脸图像各自对应的所述用户的人脸属性信息,所述人脸属性信息包括所述用户的年龄、姿态或表情中的一种或多种组合;根据所述人脸属性信息确定所述第一人脸图像和所述第二人脸图像是否属于同一个用户;如果确定属于同一个用户,所述用户验证通过。可见,实施本发明实施例,能够提高人脸识别的性能。
技术领域
本发明属于图像处理技术领域,尤其涉及一种人脸识别方法及终端。
背景技术
近年来,随着社会的发展以及科学技术的突飞猛进,计算机视觉技术和模式识别技术的高速发展,人脸识别技术与人工智能、模式识别、图像处理、机器视觉、神经网络理论及统计学习理论等有很大的相关性,涉及的学科范围较为广泛。其基本思想是,利用计算机分析图像采集终端得到用户的图像,对图像中有关于人脸的信息特征进行分析与提取,然后根据提取出的特征信息与人脸数据库中特征信息的比对,如果比对结果小于预设的阈值,则该用户验证通过。
但是,实践中发现,身份识别系统中采集到的人脸图像,往往是多姿态、多表情、光照环境变化大,上述图像与人脸数据库中同一用户的特征信息的差异性较大,从而造成该用户不能被验证通过,人脸识别的性能较低。
发明内容
本发明提供一种人脸识别方法及终端,能够提高人脸识别的性能。
第一方面,提供了一种人脸识别方法,应用于支持安卓系统的终端,该方法包括:
终端获取通过摄像头拍摄的用户当前的第一人脸图像和用户的身份识别卡中的第二人脸图像各自对应的用户的人脸属性信息,人脸属性信息包括用户的年龄、姿态或表情中的一种或多种组合;
根据人脸属性信息确定第一人脸图像和第二人脸图像是否属于同一个用户;
如果确定属于同一个用户,用户验证通过。
可见,实施本发明实施例,人脸识别中,终端除对第一人脸图像和第二人脸图像的特征信息(比如,眼睛、鼻子、嘴巴等)比对成功外,还可以分别对第一人脸图像和第二人脸图像对应的人脸属性信息一一比对,避免了在采集人脸图像时,人脸图像因多表情或多姿态,用户不能被认证通过,而造成人脸识别的性能较低的问题。
在一种可能的设计中,获取第一人脸图像和第二人脸图像各自对应的人脸属性信息之前,如果第一人脸图像和第二人脸图像均光照不均,对第一人脸图像和第二人脸图像进行光照补偿;
终端可以获取光照补偿后的第一人脸图像和第二人脸图像各自对应的人脸属性信息。
在又一种可能的设计中,获取第一人脸图像和第二人脸图像各自对应的人脸属性信息之前,终端还可以对第一人脸图像和第二人脸图像分别进行划分、归类,将归类后不同类型的图像滤波处理;
终端还可以获取滤波处理后的第一人脸图像和第二人脸图像各自对应的人脸属性信息。
在又一种可能的设计中,终端可以确定第一人脸图像和第二人脸图像各自对应的人脸属性信息是否均满足预设的条件,如果是,第一人脸图像和第二人脸图像属于同一个用户。
在又一种可能的设计中,人脸属性信息包括用户的年龄,确定第一人脸图像和第二人脸图像属于同一个用户之后,终端可以确定用户的年龄是否满足预设的年龄阈值;如果满足预设的年龄阈值,用户验证通过;如果不满足预设的年龄阈值,输出提示信息,提示信息用于提示用户验证未通过。
第二方面,提供了一种终端,其特征在于,该终端支持安卓系统的终端,终端包括:
获取单元,用于获取通过摄像头拍摄的用户当前的第一人脸图像和用户的身份识别卡中的第二人脸图像各自对应的用户的人脸属性信息,人脸属性信息包括用户的年龄、姿态或表情中的一种或多种组合;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳泰首智能技术有限公司,未经深圳泰首智能技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710959540.6/2.html,转载请声明来源钻瓜专利网。





