[发明专利]人脸识别方法、装置、系统、存储介质和抓拍机

说明书

本发明提供了一种人脸识别方法、装置、系统、存储介质和抓拍机，该人脸识别方法包括：获取待处理的图像，并对所述图像进行人脸检测以得到人脸图像；针对所述人脸图像提取人脸特征向量；将所述提取的人脸特征向量传送到服务端，以由服务端基于所述人脸特征向量与底库进行比对，从而得到人脸识别结果。根据本发明实施例的人脸识别方法、装置、系统、存储介质和抓拍机在前端对检测得到的人脸图像提取人脸特征向量，并将提取出的人脸特征向量传送至服务端由服务端来实施比对，一方面使得人脸识别最耗费计算力的阶段在前端完成，从而降低对服务端服务器的性能需求，另一方面使得无需将识别底库设置在前端，因而彻底防止了识别底库在前端外泄的可能。

技术领域

本发明涉及人脸检测技术领域，更具体地涉及一种人脸识别方法、装置、系统和存储介质和抓拍机。

背景技术

现有的人脸识别系统通常包括三种情形，第一种前端用普通视频相机，后端接处理服务器解析视频进行人脸识别。这种系统要求服务器完成视频解码、视频人脸检测以及人脸识别，对性能要求较高。第二种前端是人脸抓拍机，它对视频中的人脸进行检测后，只推出人脸小图给服务器进行识别，这种系统中服务器只需要完成人脸识别功能，对性能要求较低。第三种是直接在前端相机中完成人脸识别功能，这对服务器的性能要求最低。但第三种方案需要把识别底库放到前端的摄像机上，而由于摄像机的数量众多，安装环境也各种各样，不易控制，所以很难保证摄像机上存储的识别底库的信息安全，使得第三种方案在很多对识别底库敏感的应用中无法实施。

发明内容

本发明提出了一种关于人脸识别的方案，其也可以延伸至用于任何目标对象的识别，只需将人脸替换为其他目标对象即可。下面简要描述本发明提出的关于人脸识别的方案，更多细节将在后续结合附图在具体实施方式中加以描述。

根据本发明一方面，提供了一种人脸识别方法，所述人脸识别方法包括：获取待处理的图像，并对所述图像进行人脸检测以得到人脸图像；针对所述人脸图像提取人脸特征向量；以及将所述提取的人脸特征向量传送到服务端，以由服务端基于所述人脸特征向量与底库进行比对，从而得到人脸识别结果。

在本发明的一个实施例中，所述对所述图像进行人脸检测以得到人脸图像包括第一步骤和第二步骤，所述第一步骤包括：检测所述获取的图像中的人脸以获得人脸区域以及人脸关键点；所述第二步骤包括：将所述人脸区域抠图得到人脸框图像，并基于所述人脸关键点对所述人脸框图像进行调整，从而得到所述人脸图像。

在本发明的一个实施例中，所述基于所述人脸关键点对所述人脸框图像进行调整包括：基于所述人脸关键点对所述人脸框图像进行旋转、平移、缩放中的至少一项。

在本发明的一个实施例中，所述第一步骤是基于卷积神经网络来实现的，所述卷积神经网络在现场可编程门阵列上实现。

在本发明的一个实施例中，所述现场可编程门阵列以2比特、4比特或8比特的精度执行计算。

在本发明的一个实施例中，所述第二步骤是基于图像处理器来实现的。

在本发明的一个实施例中，所述针对所述人脸图像提取人脸特征向量是基于卷积神经网络来实现的，所述卷积神经网络在现场可编程门阵列上实现。

在本发明的一个实施例中，所述针对所述人脸图像提取的人脸特征向量为一维特征向量。

在本发明的一个实施例中，所述服务端基于所述人脸特征向量与底库进行比对包括：计算所述人脸特征向量与所述底库中的特征向量的欧氏距离。

根据本发明另一方面，提供了一种人脸识别装置，所述人脸识别装置包括：人脸检测模块，用于获取待处理的图像，并对所述图像进行人脸检测以得到人脸图像；特征提取模块，用于针对所述人脸检测模块得到的人脸图像提取人脸特征向量；以及通信模块，用于将所述特征提取模块提取的人脸特征向量传送到服务端，以由服务端基于所述人脸特征向量与底库进行比对，从而得到人脸识别结果。