[发明专利]侧脸情况下的人脸识别方法、装置、设备及存储介质

说明书

本发明公开了一种侧脸情况下的人脸识别方法、装置、设备及存储介质，该方法包括：获取接收到的人脸图像中人脸特征点对应的局部二值特征，并对局部二值特征进行回归处理，识别人脸形状；当识别出的人脸形状为非正脸时，通过预先构建的正脸重构模型，对人脸图像进行重构，生成正脸图像；根据正脸图像，通过预先构建的暂态混沌神经网络，提取人脸框；根据人脸框，通过预先构建的FaceNet网络模型，提取人脸特征向量；对人脸特征向量进行拼接，并计算拼接后的人脸特征向量与正脸图像样本的相似度；获取最大相似度对应的正脸图像样本，并输出为人脸识别结果；该方法在侧脸或部分遮挡情况下，能够有效提高人脸识别的准确性。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种侧脸情况下的人脸方法、装置、设备及存储介质。

背景技术

随着计算机技术特别是模式识别技术的发展，侧脸情况下的人脸识别作为一个技术方向出现在人们的视野。侧脸情况下的人脸识别技术可以作为图像处理和视频分析领域中多应用项目的基础性工作，比如人脸识别、人脸图像检索以及驾驶员疲劳状态检测等等。在人脸识别过程中，侧脸识别在人脸识别中具有非常重要的意义，在很多情况下会很难得到人的正脸图像，存在因人脸被遮挡或者侧脸的现象对人脸难以识别的问题，例如：在监控场景下拍摄到人正脸的概率就比较小。因此，提高侧脸识别的准确率是人脸识别需要解决的一项非常关键的技术问题。

发明内容

针对上述问题，本发明的目的在于提供一种侧脸情况下的人脸识别方法、装置、设备及存储介质，其能有效提供侧脸识别的准确率。

第一方面，本发明实施例提供了一种侧脸情况下的人脸识别方法，包括以下步骤：

获取接收到的人脸图像中人脸特征点对应的局部二值特征，并对所述局部二值特征进行回归处理，识别人脸形状；

当识别出的人脸形状为非正脸时，通过预先构建的正脸重构模型，对所述人脸图像进行重构，生成正脸图像；

根据所述正脸图像，通过预先构建的暂态混沌神经网络，提取人脸框；

根据所述人脸框，通过预先构建的FaceNet网络模型，提取人脸特征向量；

对所述人脸特征向量进行拼接，并计算拼接后的人脸特征向量与正脸图像样本的相似度；

获取最大相似度对应的正脸图像样本，并输出为人脸识别结果。

优选地，所述根据所述正脸图像，通过预先构建的暂态混沌神经网络，提取人脸框，具体包括：

根据所述正脸图像，通过预先构建的图像金字塔模型，获取不同尺寸的人脸候选框；

对不同尺寸的人脸候选框进行区域切分；

将区域切分后的人脸候选框输入到预先构建的暂态混沌神经网络，提取人脸框。

优选地，所述方法还包括：

提取预先采集的正脸图像样本和侧脸图像样本的人脸特征点；

根据所述正脸图像样本、侧脸图像样本对应的人脸特征点，分别对所述正脸图像样本、侧脸图像样本进行分块；

采用分块后的正脸图像样本、侧脸图像样本对预先构建的深度神经网络进行模型训练，构建正脸重构模型；其中，所述预先构建的深度神经网络包括逻辑回归算法。

优选地，所述根据所述正脸图像，通过预先构建的暂态混沌神经网络，提取人脸框之前，还包括：

对所述正脸图像进行旋转校正，得到正视的正脸图像。

优选地，所述对所述人脸特征向量进行拼接，并计算拼接后的人脸特征向量与正脸图像样本的相似度，具体包括：

对所述人脸特征向量进行拼接；