[发明专利]一种人脸识别方法及装置

说明书

本发明公开了一种人脸识别加密方法，包括：连续获取目标用户的多帧脸部图像，分别对各帧脸部图像进行脸部特征提取，得到多组目标脸部特征；将所述多组目标脸部特征进行合并，计算在同一区域内不重合的特征点的空间距离并取其平均值作为目标重合特征点，直到所有的特征点完成重合得到目标重合脸部特征；对所述目标重合特征点的重合路线进行标记并提取，得到多条目标重合路线；将所述多条目标重合路线与所述目标重合脸部特征进行关联，作为特征对比源，并储存在脸部特征数据库中；本发明还公开了一种人脸识别解密方法；本发明采用多帧合并加密对比的方式进行动态对比，可以实现提高人脸识别的准确度。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸识别方法及装置。

背景技术

随着技术的不断发展，人脸识别技术得到了广泛的应用。例如，通过人脸识别来进行访客登记、考勤签到、注册信息录入，或进行门禁识别等等。人脸识别技术是基于人的脸部特征，首先对输入的人脸图像或者视频流判断其是否存在人脸,如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息；并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

传统的人脸识别技术采用单帧图像识别的方式进行识别，即通过采集单帧脸部图像特征进行特征储存作为对比源，再通过识别目标用户的单帧脸部特征进行对比，当确定一致时，识别成功。这种传统的单帧识别方式加密级别不够，当两人的脸部特征及其相似，或通过特殊手段进行脸部修正的时候，单帧图像识别由于对脸部特征进行静态对比，错误率高。

发明内容

本发明提供了一种人脸识别方法，包括了人脸识别加密方法和人脸识别解密方法，通过连续采集用户的多帧图像进行脸部特征提取合并，重合得到目标重合脸部特征作为对比源；再对检测用户的多帧图像进行特征识别，当合并后的检测图像特征与对比源的误差值在阈值范围内时，再通过重合路线还原对比源的脸部特征进行特征的准确识别；以解决传统的单帧识别方式加密级别不够，当两人的脸部特征及其相似，或通过特殊手段进行脸部修正的时候，单帧图像识别由于对脸部特征进行静态对比，导致错误率高的技术问题，从而采用多帧合并加密对比的方式进行动态对比，进而实现提高人脸识别的准确度。

为了解决上述技术问题，本发明实施例提供了一种人脸识别加密方法，包括：

连续获取目标用户的多帧脸部图像，分别对各帧脸部图像进行脸部特征提取，得到多组目标脸部特征；

将所述多组目标脸部特征进行合并，计算在同一区域内不重合的特征点的空间距离并取其平均值作为目标重合特征点，直到所有的特征点完成重合得到目标重合脸部特征；

对所述目标重合特征点的重合路线进行标记并提取，得到多条目标重合路线；

将所述多条目标重合路线与所述目标重合脸部特征进行关联，作为特征对比源，并储存在脸部特征数据库中。

作为优选方案，所述对各帧脸部图像进行脸部特征提取的具体步骤，包括：

对各帧脸部图像进行骨骼特征识别，标记所述脸部图像中的多处骨架点；

对所述多处骨架点进行连接，得到骨架网络图；

对各帧脸部图像进行脸部表情特征识别，标记所述脸部图像中的多处微表情特征点；

将所述多处微表情特征点标记在所述骨架网络图中，构建目标脸部特征网络。

作为优选方案，所述将所述多组目标脸部特征进行合并，计算在同一区域内不重合的特征点的空间距离并取其平均值作为目标重合特征点的具体步骤，包括：

构建空间坐标系，设置唯一基准点并将所述多组目标脸部特征设置在所述空间坐标系中；

对各组目标脸部特征中的特征点进行空间坐标识别，得到坐标参数；