[发明专利]人脸识别方法和人脸识别装置在审
申请号: | 201910823883.9 | 申请日: | 2019-09-02 |
公开(公告)号: | CN110705357A | 公开(公告)日: | 2020-01-17 |
发明(设计)人: | 邢军华;欧阳一村;曾志辉;贺涛;许文龙 | 申请(专利权)人: | 深圳中兴网信科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 11343 北京友联知识产权代理事务所(普通合伙) | 代理人: | 尚志峰;王淑梅 |
地址: | 518109 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸识别 人脸图像 人脸特征向量 人脸检测 人脸样本 人脸正面 网络模型 图像 人脸识别装置 样本特征向量 特征数据库 差异对比 输出识别 特征向量 准确率 级联 卷积 采集 图片 | ||
1.一种人脸识别方法,其特征在于,包括:
采集人脸图像;
采用多任务级联卷积网络模型对所述人脸图像进行人脸检测,得到人脸正面区域;
根据所述人脸正面区域,采用轻量级人脸识别网络模型提取所述人脸图像的人脸特征向量;
根据所述人脸特征向量与特征数据库中每个人脸样本图像的样本特征向量,确定特征间距;
根据特征间距与识别阈值的比较结果,输出识别结果。
2.根据权利要求1所述的人脸识别方法,其特征在于,所述采集人脸图像的步骤之前,还包括:
获取所述人脸样本图像;
采用多任务级联卷积网络模型对所述人脸样本图像进行人脸检测,得到人脸样本正面区域;
根据所述人脸样本正面区域,采用所述轻量级人脸识别网络模型提取所述样本特征向量;
根据所述样本特征向量构建所述特征数据库。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述对所述人脸图像进行人脸检测的步骤,具体包括:
检测所述人脸图像的人脸区域和人脸特征点;
根据所述人脸特征点对所述人脸区域进行对齐处理,得到所述人脸正面区域。
4.根据权利要求1所述的人脸识别方法,其特征在于,所述采集人脸图像的步骤之前,还包括:
检测识别位置的光照强度;
若所述光照强度小于强度阈值,开启光源对所述识别位置进行照射。
5.根据权利要求1所述的人脸识别方法,其特征在于,还包括:
若所述特征间距大于所述识别阈值,发送所述人脸图像至终端;
接收所述终端发出的安全识别信息;
根据所述安全识别信息更新所述识别结果。
6.一种人脸识别装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现:
采集人脸图像;
采用多任务级联卷积网络模型对所述人脸图像进行人脸检测,得到人脸正面区域;
根据所述人脸正面区域,采用轻量级人脸识别网络模型提取所述人脸图像的人脸特征向量;
根据所述人脸特征向量与特征数据库中每个人脸样本图像的样本特征向量,确定特征间距;
根据特征间距与识别阈值的比较结果,输出识别结果。
7.根据权利要求6所述的人脸识别装置,其特征在于,所述处理器用于执行所述计算机程序还实现:
获取所述人脸样本图像;
采用多任务级联卷积网络模型对所述人脸样本图像进行人脸检测,得到人脸样本正面区域;
根据所述人脸样本正面区域,采用所述轻量级人脸识别网络模型提取所述样本特征向量;
根据所述样本特征向量构建所述特征数据库。
8.根据权利要求6所述的人脸识别装置,其特征在于,所述处理器用于执行所述计算机程序以实现所述采用多任务级联卷积网络模型对所述人脸图像进行人脸检测的步骤具体包括:
检测所述人脸图像的人脸区域和人脸特征点;
根据所述人脸特征点对所述人脸区域进行对齐处理,得到所述人脸正面区域。
9.根据权利要求6所述的人脸识别装置,其特征在于,所述处理器用于执行所述计算机程序还实现:
检测识别位置的光照强度;
若所述光照强度小于强度阈值,开启光源对所述识别位置进行照射。
10.根据权利要求6所述的人脸识别装置,其特征在于,所述处理器用于执行所述计算机程序还实现:
若所述特征间距大于所述识别阈值,发送所述人脸图像至终端;
接收所述终端发出的安全识别信息;
根据所述安全识别信息更新所述识别结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳中兴网信科技有限公司,未经深圳中兴网信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910823883.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:功能控制方法及相关设备
- 下一篇:一种列车AEB系统隧道场景控制决策方法