[发明专利]面部识别方法、装置、电子设备及计算机可读介质有效

专利信息
申请号: 201810971687.1 申请日: 2018-08-24
公开(公告)号: CN109117808B 公开(公告)日: 2020-11-03
发明(设计)人: 张站朝 申请(专利权)人: 深圳前海达闼云端智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 袁礼君;阚梓瑄
地址: 518000 广东省深圳市*** 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: 面部 识别 方法 装置 电子设备 计算机 可读 介质
【说明书】:

本公开涉及一种面部特征识别方法、装置、电子设备及计算机可读介质。该方法包括:将待识别的面部图像与数据库中多个第一图片进行第一相似度比较,获取多个第一相似度;在多个第一相似度中的最大第一相似度位于第一相似度门限内时,提取多个第一相似度中的部分第一相似度;通过部分第一相似度对应的多个第一图片生成多个第二图片;将待识别的面部图像与多个第二图片进行第二相似度比较,获取多个第二相似度;以及根据所述多个第二相似度确定所述待识别的面部图像的面部特征识别结果。本公开涉及的面部特征识别方法、装置、电子设备及计算机可读介质,能够在海量数据的情况下快速准确的对人脸进行面部特征识别,输出识别结果。

技术领域

本公开涉及计算机信息处理领域,具体而言,涉及一种面部识别方法、装置、电子设备及计算机可读介质。。

背景技术

人脸识别技术是近年来出现的一种基于人的脸部特征信息进行身份识别的生物特征识别技术,也是目前在基于深度学习的人工智能技术应用最广泛的。与其他生物识别技术相比较,人脸识别具有友好、简便、准确、经济及可扩展性良好等众多优势,可广泛应用于安全验证、监控、出入口控制等多个方面,目前人脸识别技术已经应用到门禁考勤,访客管理,巡更等场所。

在研究现有人脸识别的场景中,人脸识别至少存在如下问题:在自然场景下进行人脸识别时,在预设人脸特征库包含的人脸特征数量较大时(如百万人脸库),受到采集人脸图的光照,分辨率,模糊,角度等因素影响,由于人脸特征比对的样本空间范围较大,出现人脸特征相似度很高可能性就增大,因此,在实际的人脸识别过程中会出现识别精确率下降的问题

因此,需要一种新的面部识别方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此,本公开提供一种面部识别方法、装置、电子设备及计算机可读介质,能够在海量数据的情况下快速准确的对人脸进行面部特征识别,输出识别结果。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的一方面,提出一种面部识别方法,该方法包括:将待识别的面部图像与数据库中多个第一图片进行第一相似度比较,获取多个第一相似度;在多个第一相似度中的最大第一相似度位于第一相似度门限内时,提取多个第一相似度中的部分第一相似度;通过部分第一相似度对应的多个第一图片确定多个第二图片;将待识别的面部图像与多个第二图片进行第二相似度比较,获取多个第二相似度;以及根据所述多个第二相似度确定所述待识别的面部图像的面部特征识别结果。

根据本公开的一方面,提出一种面部识别装置,该装置包括:第一比较模块,用于将待识别的面部图像与数据库中多个第一图片进行第一相似度比较,获取多个第一相似度;门限模块,用于在多个第一相似度中的最大第一相似度位于第一相似度门限内时,提取多个第一相似度中的部分第一相似度;第二图片生成模块,用于通过部分第一相似度对应的多个第一图片确定多个第二图片;第二比较模块,用于将待识别的面部图像与多个第二图片进行第二相似度比较,获取多个第二相似度;以及第一结果模块,用于根据所述多个第二相似度确定所述待识别的面部图像的面部特征识别结果。

根据本公开的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。

根据本公开的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。

根据本公开的面部识别方法、装置、电子设备及计算机可读介质,能够在海量数据的情况下快速准确的对人脸进行面部特征识别,输出识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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前海达闼云端智能科技有限公司,未经深圳前海达闼云端智能科技有限公司许可,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/201810971687.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top