[发明专利]一种人脸识别方法、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，包括：

获取用户的图像；

判断所述图像中是否存在所述用户的人脸；

若存在，则判断所述用户的人脸是否存在遮挡；

若存在，则获取所述用户的人脸的遮挡比例；

判断所述遮挡比例是否大于或者等于预设比例；

若大于或者等于，根据预设行人重识别算法，提取历史图像中与所述用户的行走姿态相匹配的行人的图像；

根据提取的图像，确定所述用户的身份信息；

若小于，则根据预设人脸还原算法，对所述图像中所述用户的人脸图像进行还原，其中，对人脸公开数据集中的人脸的源图像进行局部抹除，得到抹除图像，建立所述抹除图像与所述源图像的对应关系，通过深度残差网络对人脸还原模型进行训练，将所述用户的人脸图像输入所述人脸还原模型进行计算，得到所述还原后的图像；

根据所述源图像和所述还原后的图像，计算还原指标，并判断所述还原指标是否大于或者等于预设指标；

若是，根据还原后的图像，确定所述用户的身份信息。

2.根据权利要求1所述的方法，其特征在于，所述根据预设行人重识别算法，提取历史图像中与所述用户的行走姿态相匹配的行人的图像，具体包括：

通过预设姿态识别算法，从所述图像识别所述用户的若干人体区域上的人体关节点，以及，从各所述历史图像中各所述行人若干人体区域上的人体关节点；

将所述用户的各人体区域和各所述行人的各人体区域一一进行匹配，得到所述各人体区域的匹配分数；

加权计算各所述人体区域的匹配分数，得到所述用户和所述行人的匹配值；

判断所述匹配值是否超过预设阈值；

若超过，确认所述用户和所述行人为同一人，从所述历史图像提取所确认的所述行人的图像。

3.根据权利要求2所述的方法，其特征在于，所述人体区域包括头部区域；

所述将所述用户的各人体区域和各所述行人的各人体区域一一进行匹配，得到所述各人体区域的匹配分数的步骤，进一步包括：

通过预设FaceNet模型计算所述用户头部图像和各行人的头部图像的欧式距离，得到所述头部区域的匹配分数。

4.根据权利要求3所述的方法，其特征在于，所述人体区域还包括身体区域，所述身体区域包括躯干区域、左腿区域和右腿区域；

所述将所述用户的各人体区域和各所述行人的各人体区域一一进行匹配，得到所述各人体区域的匹配分数的步骤，进一步包括：

将所述身体区域的图像色彩空间转化为HSV空间；

根据所述HSV空间，获取所述用户身体图像和所述行人身体图像中每个像素点的值；

根据所述像素点的值，获取所述用户身体图像的直方图和所述行人身体图像的直方图之差，得到所述匹配分数。

5.根据权利要求4所述的方法，其特征在于，所述加权计算各所述人体区域的匹配分数，得到所述用户和所述行人的匹配值的步骤，具体包括：

获取所述各所述人体区域的权重系数；

根据所述匹配分数和所述权重系数，获取所述匹配值，计算所述匹配值的计算公式如下：

Similar_score＝α*head_score+β*body_score+γ₁*lleg_score+γ₂*rleg_score

其中，[α,β,γ₁,γ₂]为所述各所述人体区域的权重系数，Similar_score为所述匹配值，head_score为头部区域的匹配分数，body_score为躯干区域的匹配分数，lleg_score为左腿区域的匹配分数，rleg_score为右腿区域的匹配分数。

6.根据权利要求1所述的方法，其特征在于，所述根据所述源图像和所述还原后的图像，计算还原指标，计算还原指标的计算公式如下：

MSE＝(1/S)*∑(I-J)

PSNR＝10*log(255/MSE)

其中，I为所述源图像，J为所述还原后的图像，S为所述源图像的面积，MSE为所述源图像与所述还原后的图像的均方误差，PSNR为所述还原指标。