[发明专利]人脸图像识别方法、装置、设备及存储介质

权利要求书

1.一种人脸图像识别方法，其特征在于，所述人脸图像识别方法包括：

获取待识别的人脸图像；

将所述待识别人脸图像依次输入按照预设顺序串行排列的N个分类器中，在第i个所述分类器中，计算所述待识别人脸图像和样本库中预存的样本图像之间的特征相似度，得到第i个所述分类器的相似度数据，并根据该相似度数据确定第i个所述分类器的识别结果，其中，i为大于0并且小于等于N的整数；

若第i个所述分类器的识别结果为识别成功，则将第i个所述分类器识别出的目标样本图像作为所述待识别人脸图像的匹配结果；

若N个所述分类器的识别结果均为识别失败，则基于加权投票算法，对得到的N个所述分类器的相似度数据进行投票，并根据投票结果确定所述待识别人脸图像的匹配结果。

2.如权利要求1所述的人脸图像识别方法，其特征在于，所述将所述待识别人脸图像依次输入按照预设顺序串行排列的N个分类器中，在第i个所述分类器中，计算所述待识别人脸图像和样本库中预存的样本图像之间的特征相似度，得到第i个所述分类器的相似度数据，并根据该相似度数据确定第i个所述分类器的识别结果包括：

按照第i个所述分类器的模型定义，对所述待识别人脸图像进行面部特征提取，得到所述待识别人脸图像的面部特征矢量；

计算所述面部特征矢量和每个所述样本图像在第i个所述分类器中对应的样本特征矢量之间的特征相似度，并将得到的M个所述特征相似度作为第i个所述分类器的相似度数据，其中，M为所述样本图像的数量；

若得到的M个所述特征相似度中数值最大的特征相似度大于或等于第i个所述分类器预设的目标阈值，则确定第i个所述分类器的识别结果为该数值最大的特征相似度对应的所述样本图像；

若得到的M个所述特征相似度中数值最大的所述特征相似度小于所述目标阈值，则确定第i个所述分类器的识别结果为空。

3.如权利要求2所述的人脸图像识别方法，其特征在于，所述若N个所述分类器的识别结果均为识别失败，则基于加权投票算法，对得到的N个所述分类器的相似度数据进行投票，并根据投票结果确定所述待识别人脸图像的匹配结果包括：

若N个所述分类器的识别结果均为识别失败，则根据每个所述分类器的相似度数据，按照所述特征相似度从大到小的顺序，对所述特征相似度对应的样本图像进行排序，生成每个所述分类器对应的特征相似序列，得到N个所述特征相似序列，其中，每个所述特征相似序列包括从起始位置到结束位置的M个位置，每个位置对应一个样本图像元素，所述起始位置对应的所述样本图像元素为所述特征相似度最大值对应的样本图像，所述结束位置对应的所述样本图像元素为所述特征相似度最小值对应的样本图像；

针对每个所述特征相似序列，选取前k个所述样本图像元素，作为基础图像元素，在N个所述特征相似序列中共得到N×k个所述基础图像元素，其中，k为大于0并且小于等于M的整数；

在N×k个所述基础图像元素中，统计每个所述基础图像元素出现的次数，并将每个所述基础图像元素出现的次数作为每个所述基础图像元素的投票数；

若所述投票数中最大数值对应的所述基础图像元素唯一，则将该基础图像元素对应的样本图像，作为所述待识别人脸图像的匹配结果；

若所述投票数中最大数值对应的所述基础图像元素为A个，则将该A个基础图像元素作为目标图像元素，按照所述特征相似序列中每个所述位置的预设权重值，根据每个所述目标图像元素在包含该目标图像元素的所述特征相似序列中的位置，计算每个所述目标图像元素的权重分值，其中，A为大于1并且小于k的正整数，所述特征相似序列中每个所述位置的预设权重值按照从起始位置到结束位置的方向依次递增；

获取所述权重分值的最小数值对应的目标图像元素，并将该目标图像元素对应的样本图像，作为所述待识别人脸图像的匹配结果。