[发明专利]一种基于机器学习的人脸图像识别方法和装置

权利要求书

1.一种基于机器学习的人脸图像识别方法，其特征在于，所述方法包括：

获取第一请求，所述第一请求为第一用户指示查找好友的请求，所述第一请求携带了所述第一用户上传的第一人脸图像；

检测所述第一人脸图像的人脸姿态，所述人脸姿态为正面姿态或侧面姿态；

从多个第一图像集合中的每个第一图像集合中筛选出至少一个第二人脸图像，每个所述第一图像集合与一个用户相关联，所述第二人脸图像是人脸姿态与所述第一人脸图像的人脸姿态相同的人脸图像，所述多个第一图像集合预先存储在数据库中；

分别计算所述第一人脸图像与多个所述第二人脸图像中每个第二人脸图像之间的相似度；

筛选出与所述第一人脸图像之间的相似度大于或等于第一预设阈值的第二人脸图像，得到目标人脸图像；

向所述第一用户推荐目标用户，所述目标用户是与所述目标人脸图像相关联的用户。

2.根据权利要求1所述的方法，其特征在于，在所述检测所述第一人脸图像的人脸姿态之前，所述方法还包括：

获取人脸样本图片；

对所述人脸样本图片预处理得到统一像素的灰度图像；

将所述统一像素的灰度图像分为正脸图像和侧脸图像；

将所述正脸图像作为无监督特征学习模型的输入进行无监督正脸特征学习，得到正脸特征；

将所述侧脸图像作为有监督学习模型的输入，并结合所述正脸特征，通过所述有监督学习模型的处理建立所述侧脸特征和所述正脸特征之间的映射关系；

利用所述映射关系得到统一正脸特征，将所述统一正脸特征送入支持向量机中进行识别模型的训练，得到用于识别姿态的识别模型，

所述检测所述第一人脸图像的人脸姿态，包括：使用所述用于识别姿态的识别模型检测所述第一人脸图像的人脸姿态，

所述筛选出多个第一图像集合中的第二人脸图像，包括：使用所述用于识别姿态的识别模型筛选出多个所述第一图像集合中的所述第二人脸图像。

3.根据权利要求1所述的方法，其特征在于，在所述检测所述第一人脸图像的人脸姿态之前，所述方法还包括：

提取正面人脸图像作为训练正样本；

提取侧面人脸图像作为训练负样本；

提取积分通道特征；

根据所述训练正样本、所述训练负样本和所述积分通道特征训练出强分类器，

所述检测所述第一人脸图像的人脸姿态，包括：利用所述强分类器检测所述第一人脸图像的人脸姿态；

所述筛选出多个第一图像集合中的第二人脸图像，包括：利用所述强分类器筛选出多个所述第一图像集合中的所述第二人脸图像。

4.根据权利要求1任一项所述的方法，其特征在于，在所述获取第一请求之前，所述方法还包括：

接收第二用户发出的人脸图像上传请求，所述人脸图像上传请求携带人脸图像，所述第二用户为已注册用户；

计算所述人脸图像上传请求携带的人脸图像与所述第二用户的身份证件图像之间的相似度；

如果计算得到的相似度大于或等于第二预设阈值，则将所述人脸图像上传请求携带的人脸图像与所述第二用户进行关联存储；

如果计算得到的相似度小于所述第二预设阈值，则输出用于提示所述第二用户重新上传人脸图像的提示信息。

5.根据权利要求1至4任一项所述的方法，其特征在于，

在所述筛选出与所述第一人脸图像之间的相似度大于或等于第一预设阈值的第二人脸图像之前，所述方法还包括：接收所述第一用户设置的相似度阈值，将所述第一用户设置的相似度阈值作为所述第一预设阈值，

在所述得到目标人脸图像之后，所述方法还包括：

计算得到的所述目标人脸图像的数量；

如果所述目标人脸图像的数量小于第一预设数量，则输出用于建议所述第一用户降低所述第一预设阈值的提示信息；

如果所述目标人脸图像的数量大于第二预设数量，则输出用于建议所述第一用户提高所述第一预设阈值的提示信息，所述第二预设数量大于所述第一预设数量。

6.根据权利要求1所述的方法，其特征在于，所述向所述第一用户推荐目标用户，包括：

向所述第一用户推荐所述目标用户的标识；

向所述第一用户隐藏所述目标用户的个人信息。