[发明专利]人脸识别方法、底库录入方法、装置及电子设备

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取待识别图像中的人脸图像和人脸关键点位置；

对所述人脸图像进行特征提取，得到第一人脸全局特征；

根据所述人脸关键点位置和预存的局部特征区域相对位置，从所述人脸图像中获取局部特征区域图像；所述局部特征区域相对位置是根据用户确定的局部特征区域得到的所述局部特征区域相对于人脸关键点的位置；所述局部特征区域相对位置预先通过下述方式得到：

获取预存的线性插值函数；

将所述局部特征区域在底库人脸图像中的位置坐标和所述底库人脸图像的人脸关键点的位置坐标代入所述线性插值函数，确定所述线性插值函数的参数；

采用确定参数后的线性插值函数表示所述局部特征区域相对于所述人脸关键点的位置，得到所述局部特征区域相对位置；

对所述局部特征区域图像进行特征提取，得到第一人脸局部特征；

根据所述第一人脸全局特征和所述第一人脸局部特征，生成第一人脸综合特征；

基于所述第一人脸综合特征和预存的底库数据，确定人脸识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别图像中的人脸图像和人脸关键点位置的步骤，包括：

通过人脸检测器从所述待识别图像中获取人脸图像；

基于所述人脸图像确定人脸关键点位置。

3.根据权利要求1所述的方法，其特征在于，根据所述人脸关键点位置和预存的局部特征区域相对位置，从所述人脸图像中获取局部特征区域图像的步骤，包括：

根据所述人脸关键点位置和预存的局部特征区域相对位置，确定局部特征区域在所述人脸图像中的位置；

根据所述局部特征区域在所述人脸图像中的位置，从所述人脸图像中分割出初始局部特征区域图像；

对所述初始局部特征区域图像进行尺度归一化变换，得到所述局部特征区域图像。

4.根据权利要求3所述的方法，其特征在于，对所述初始局部特征区域图像进行尺度归一化变换，得到所述局部特征区域图像的步骤，包括：

通过仿射变换将所述初始局部特征区域图像映射至预设尺度，得到所述局部特征区域图像。

5.根据权利要求1所述的方法，其特征在于，对所述人脸图像进行特征提取，得到第一人脸全局特征的步骤，包括：

将所述人脸图像输入全局特征提取网络，得到所述全局特征提取网络输出的第一人脸全局特征；

对所述局部特征区域图像进行特征提取，得到第一人脸局部特征的步骤，包括：

将所述局部特征区域图像输入局部特征提取网络，得到所述局部特征提取网络输出的第一人脸局部特征。

6.根据权利要求1所述的方法，其特征在于，根据所述第一人脸全局特征和所述第一人脸局部特征，生成第一人脸综合特征的步骤，包括：

将所述第一人脸全局特征和所述第一人脸局部特征均输入循环神经网络，得到循环神经网络输出的第一人脸综合特征。

7.根据权利要求1所述的方法，其特征在于，所述底库数据包括根据底库人脸图像得到的第二人脸综合特征；基于所述第一人脸综合特征和预存的底库数据，确定人脸识别结果的步骤，包括：

计算所述第一人脸综合特征与所述第二人脸综合特征的相似度值；

基于所述相似度值，确定人脸识别结果。

8.一种底库录入方法，其特征在于，所述方法包括：

将获取的底库人脸图像展示给用户；

接收用户在所述底库人脸图像上选定的局部特征区域；

获取所述底库人脸图像的人脸关键点位置；

获取预存的线性插值函数；

将所述局部特征区域在所述底库人脸图像中的位置坐标和所述底库人脸图像的人脸关键点的位置坐标代入所述线性插值函数，确定所述线性插值函数的参数；

采用确定参数后的线性插值函数表示所述局部特征区域相对于所述人脸关键点的位置，得到所述局部特征区域相对位置；

将所述底库人脸图像和所述局部特征区域相对位置保存为底库数据。