[发明专利]基于人工智能的人脸识别方法、装置、电子设备及介质

说明书

本发明涉及人工智能，提供一种基于人工智能的人脸识别方法、装置、电子设备及介质。该方法能够提取待识别图像并确定人脸区域，提取人脸特征信息点，基于人脸特征信息点构建待识别图像的三维人脸图像，从三维人脸图像中提取多个目标特征，计算多个目标特征与配置库中的配置特征的相似度，得到多个目标值，基于多个目标值确定待识别图像的目标用户，本发明无需通过摄像设备获取多角度下的多张人脸图像，仅通过一张人脸图像能够确定目标用户，节省设备资源，同时，不仅提高人脸识别的效率，还能够提高人脸识别的精度。此外，本发明还涉及区块链技术，所述三维人脸图像存储于区块链中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的人脸识别方法、装置、电子设备及介质。

背景技术

人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，这项技术实际上是采用摄像设备采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。

目前，在摄像设备及人脸的相对位置的影响下，无法采集到同一用户的多张不同角度的人脸图像，为此，在进行人脸特征比较时，会导致人脸识别精度低，另外，由于配置库中存储的人脸特征是来自比较单一的拍摄角度(例如，正面拍摄)的图像，为此，在进行人脸识别时，要求用户必须以同一拍摄角度拍下待识别图像，这将影响人脸识别效率。

发明内容

鉴于以上内容，有必要提供一种基于人工智能的人脸识别方法、装置、电子设备及介质，不仅能够提高人脸识别的效率，还能够提高人脸识别的精度。

一种基于人工智能的人脸识别方法，所述基于人工智能的人脸识别方法包括：

当接收到人脸识别指令时，从所述人脸识别指令中提取待识别图像，并从所述待识别图像中确定人脸区域；

从所述人脸区域中提取人脸特征信息点；

基于所述人脸特征信息点构建所述待识别图像的三维人脸图像；

从所述三维人脸图像中提取多个目标特征；

计算所述多个目标特征与配置库中的配置特征的相似度，得到多个目标值；

基于所述多个目标值确定所述待识别图像的目标用户。

根据本发明优选实施例，所述从所述待识别图像中确定人脸区域包括：

从所述待识别图像中确定多个肤色区域；

利用检测窗口从所述待识别图像中选取所述多个肤色区域，得到多个待确定区域；

拼接所述多个待确定区域，得到目标图像；

利用预先训练好的人脸检测器检测所述目标图像，得到所述人脸区域。

根据本发明优选实施例，在利用预先训练好的人脸检测器检测所述目标图像之前，所述方法还包括：

获取数据集，所述数据集包括正样本及负样本，所述正样本为人脸图像，所述负样本为背景图像；

划分所述数据集，得到训练样本及测试样本；

提取所述训练样本的像素级差分特征，并根据所述像素级差分特征构建深度二叉树；

采用bootstrap框架对所述深度二叉树进行级联，生成学习器；

利用所述测试样本测试所述学习器；

当检测到所述学习器通过测试时，将所述学习器确定为所述人脸检测器。

根据本发明优选实施例，所述从所述人脸区域中提取人脸特征信息点包括：

对所述人脸区域进行灰度值处理，得到所述人脸区域的多个像素点及每个像素点对应的灰度值；