[发明专利]人脸识别的方法及相关产品

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括如下步骤：

采集人脸图像，对所述人脸图像进行特征提取得到N个特征；

提取与所述N个特征对应的N个机器学习机对应的N个模板图像中每个模板图像的终端角度，计算每个模板图像的终端角度与所述人脸图像的终端角度的差值的角度绝对值，依据该角度绝对值的大小确定该N个机器学习机的比对顺序；

按照所述比对顺序将所述N个特征输入分别输入到与所述N个特征对应的N个机器学习机内进行识别得到N个初步结果，所述N的取值范围为大于等于3的整数；

对N个特征按完整度划分成X个区间，每个区间对应一个权值，分别对所述N个特征中的每个特征进行完整度分析得到每个特征的完整度，根据每个特征的完整度位于的区间确定每个特征对应的权值，将所述N个特征对应的初步结果分别与相应特征对应的权值相乘得到N个计算结果，对所述N个计算结果求平均值得到结果平均值，如所述结果平均值大于验证阈值，确定所述人脸识别的验证结果为成功，否则确定该人脸识别的验证结果为不成功，X取值范围为大于等于2的整数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取人脸识别的结果，如所述人脸识别的结果为成功，提取所述N个初步结果中低于所述验证阈值的W个初步结果，获取所述W个初步结果对应的W个机器学习机，将所述W个初步结果对应的W个特征分别添加至对应的W个机器学习机的训练样本内对所述W个机器学习机进行重新训练，所述W取值范围为大于等于1的整数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取识别人脸识别的结果，如所述人脸识别的结果为不成功，提取N个初步结果中高于验证阈值的P个初步结果，获取P个初步结果对应的P个机器学习机，将所述P个初步结果对应的P个特征分别添加至对应的P个机器学习机的训练样本内对P个机器学习机进行重新训练，该P取值范围为大于等于1的整数。

4.一种智能终端，其特征在于，所述智能终端包括：人脸识别模组、摄像头模组、存储器和应用处理器AP，所述人脸识别模组与所述摄像头模组连接，所述AP分别与所述人脸识别模组、摄像头模组、存储器连接：

所述摄像头模组，用于采集人脸图像；

所述AP，用于对所述人脸图像进行特征提取得到N个特征；提取与所述N个特征对应的N个机器学习机对应的N个模板图像中每个模板图像的终端角度，计算每个模板图像的终端角度与所述人脸图像的终端角度的差值的角度绝对值，依据该角度绝对值的大小确定该N个机器学习机的比对顺序；

所述人脸识别模组，用于按照所述比对顺序将所述N个特征输入分别输入到与所述N个特征对应的N个机器学习机内进行识别得到N个初步结果，所述N的取值范围为大于等于3的整数；

所述AP，对N个特征按完整度划分成X个区间，每个区间对应一个权值，分别对所述N个特征中的每个特征进行完整度分析得到每个特征的完整度，根据每个特征的完整度位于的区间确定每个特征对应的权值，将所述N个特征对应的初步结果分别与相应特征对应的权值相乘得到N个计算结果，对所述N个计算结果求平均值得到结果平均值，如所述结果平均值大于验证阈值，确定所述人脸识别的验证结果为成功，否则确定该人脸识别的验证结果为不成功，X取值范围为大于等于2的整数。

5.根据权利要求4所述的智能终端，其特征在于，

所述AP，还用于获取人脸识别的结果，如所述人脸识别的结果为成功，提取所述N个初步结果中低于所述验证阈值的W个初步结果，获取所述W个初步结果对应的W个机器学习机，将所述W个初步结果对应的W个特征分别添加至对应的W个机器学习机的训练样本内对所述W个机器学习机进行重新训练，所述W取值范围为大于等于1的整数。

6.根据权利要求4所述的智能终端，其特征在于，所述AP，还用于获取识别人脸识别的结果，如所述人脸识别的结果为不成功，提取N个初步结果中高于验证阈值的P个初步结果，获取P个初步结果对应的P个机器学习机，将所述P个初步结果对应的P个特征分别添加至对应的P个机器学习机的训练样本内对P个机器学习机进行重新训练，该P取值范围为大于等于1的整数。