[发明专利]一种基于人脸属性的人脸识别方法及系统

说明书

本发明公开了一种基于人脸属性的人脸识别方法，包括：获取待识别的人脸图像；在检测到所述人脸图像清晰时，识别所述人脸图像中的人脸属性；检索人脸库中与识别出的人脸属性所对应的子库，以对所述人脸图像进行人脸识别；所述人脸库由存储具有不同人脸属性的人脸样本图像的多个子库组成。另外，本发明公开了一种基于人脸属性的人脸识别系统。本发明能够有效提高人脸识别的效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于人脸属性的人脸识别方法及系统。

背景技术

随着人脸识别领域的研究不断发展，人脸识别准确率越来越高。特别是随着计算机硬件的不断提升，以及大型人脸数据库的获取越来越方便，基于深度学习的人脸识别方法越来越使用化，使得人脸识别的应用越来越广泛。移动支付、门禁系统、员工签到系统、安防系统、VIP客户管理系统等都嵌入了人脸识别算法。

虽然人脸识别已经被广泛使用，但是常见的人脸识别系统都是定制型的，能够识别的人脸数量有限，比如一个小区的门禁系统最多不过几千人，这样的系统只能成为小型人脸识别系统。由于人脸库中的人脸数量较少，对速度影响不大。但是对于百万级别的人脸数据库，要进行1:N的人脸对比，则需要较长的时间，对于公安部门嫌犯检索等场合，快速锁定嫌犯身份是非常重要的，而要对整个人脸库进行检索，非常耗时。

发明内容

本发明针对现有技术中存在的问题，提供了一种基于人脸属性的人脸识别方法及系统，能够有效提高人脸识别的效率。

本发明就上述技术问题而提出的技术方案如下：

一方面，本发明提供一种基于人脸属性的人脸识别方法，包括：

获取待识别的人脸图像；

在检测到所述人脸图像清晰时，识别所述人脸图像中的人脸属性；

检索人脸库中与识别出的人脸属性所对应的子库，以对所述人脸图像进行人脸识别；所述人脸库由存储具有不同人脸属性的人脸样本图像的多个子库组成。

进一步地，所述人脸属性包括性别和年龄；

在所述获取待识别的人脸图像之前，还包括：

获取人脸样本图像；

对所述人脸样本图像进行性别识别；

对所述人脸样本图像进行年龄识别；

将人脸库划分为多个子库，使具有相同性别和年龄的人脸样本图像存储在一个子库中。

进一步地，所述在检测到所述人脸图像清晰时，识别所述人脸图像中的人脸属性，具体包括：

采用拉普拉斯方法对所述人脸图像的清晰度进行检测；

在检测到所述清晰度大于预设阈值时，判定所述人脸图像清晰，识别所述人脸图像中的人脸属性。

进一步地，所述方法还包括：

在检测到所述清晰度小于预设阈值时，判定所述人脸图像不清晰，检索整个人脸库，以对所述人脸图像进行人脸识别。

进一步地，所述检索人脸库中与识别出的人脸属性所对应的子库，以对所述人脸图像进行人脸识别，具体包括：

检索人脸库中与识别出的人脸属性所对应的子库；

分别计算所述人脸图像与所述子库中每个人脸样本图像的相似度；

将计算出的最高相似度与预设相似阈值进行比较；

若所述最高相似度大于预设相似阈值，则将所述人脸图像中的人脸识别为所述最高相似度的人脸样本图像所对应的人脸；