[发明专利]人脸识别方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202010925577.9 申请日: 2020-09-03
公开(公告)号: CN111985454A 公开(公告)日: 2020-11-24
发明(设计)人: 张仁娟 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 陈小娟
地址: 518000 广东省深圳市*** 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: 识别 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种人脸识别方法,其特征在于,所述人脸识别方法包括以下步骤:

在接收到人脸识别请求时,根据所述人脸识别请求获取用户人脸图像;

将所述用户人脸图像与预设人脸图像进行比对,根据比对结果判断人脸识别是否成功;

当人脸识别失败时,提取所述用户人脸图像中可识别部位的第一位置信息,并获取所述可识别部位在所述预设人脸图像中的第二位置信息;

根据所述第一位置信息和所述第二位置信息检测所述可识别部位在所述用户人脸图像和所述预设人脸图像中的位置是否一致;

若所述可识别部位在所述用户人脸图像和所述预设人脸图像中的位置一致,则根据所述用户人脸图像对所述预设人脸图像进行误差训练,并根据误差训练结果对所述预设人脸图像进行更新,以基于更新后的预设人脸图像进行人脸识别。

2.如权利要求1所述的人脸识别方法,其特征在于,所述根据所述用户人脸图像对所述预设人脸图像进行误差训练,并根据误差训练结果对所述预设人脸图像进行更新,以基于更新后的预设人脸图像进行人脸识别的步骤包括:

提取所述用户人脸图像的第一人脸特征,并提取所述预设人脸图像的第二人脸特征;

根据所述第一人脸特征和所述第二人脸特征确定得到所述可识别部位的第三人脸特征及遮挡部位的第四人脸特征;

基于所述第三人脸特征和所述第四人脸特征对所述预设人脸图像进行更新,以基于更新后的预设人脸图像进行人脸识别。

3.如权利要求2所述的人脸识别方法,其特征在于,所述提取所述用户人脸图像的第一人脸特征,并提取所述预设人脸图像的第二人脸特征的步骤包括:

根据所述第一位置信息,对所述用户人脸图像进行分割,得到所述用户人脸图像中所述可识别部位的第一图像及遮挡部位的第二图像;

对所述第一图像进行特征提取,得到人脸部位特征,并对所述第二图像进行特征提取,得到遮挡部位特征,其中,所述第一人脸特征包括所述人脸部位特征和所述遮挡部位特征;

根据所述第二位置信息,对所述预设人脸图像进行分割,得到所述预设人脸图像中所述可识别部位的第三图像;

对所述第三图像进行特征提取,得到第二人脸特征。

4.如权利要求3所述的人脸识别方法,其特征在于,所述根据所述第一人脸特征和所述第二人脸特征确定得到所述可识别部位的第三人脸特征及遮挡部位的第四人脸特征的步骤包括:

根据所述第一人脸特征中的人脸部位特征、所述第二人脸特征、预设权重系数,计算得到所述可识别部位的第三人脸特征;

将所述第一人脸特征中的遮挡部位特征作为遮挡部位的第四人脸特征。

5.如权利要求2至4中任一项所述的人脸识别方法,其特征在于,所述基于所述第三人脸特征和所述第四人脸特征对所述预设人脸图像进行更新,以基于更新后的预设人脸图像进行人脸识别的步骤包括:

根据所述第三人脸特征对所述预设人脸图像中所述可识别部位的图像部分进行更新,得到第一人脸更新图像;

根据所述第四人脸特征分别对所述预设人脸图像和所述第一更新人脸图像的遮挡图像部分进行更新,得到第二人脸更新图像,以基于所述第一人脸更新图像和所述第二人脸更新图像进行人脸识别。

6.如权利要求1至4中任一项所述的人脸识别方法,其特征在于,所述根据所述第一位置信息和所述第二位置信息检测所述可识别部位在所述用户人脸图像和所述预设人脸图像中的位置是否一致的步骤包括:

根据所述第一位置信息计算得到各可识别部位之间的第一距离信息,根据所述第一距离信息生成第一距离特征向量;

根据所述第二位置信息计算得到各可识别部位之间的第二距离信息,根据所述第二距离信息生成第二距离特征向量;

计算所述第一距离特征向量与所述第二距离特征向量之间的相似度,检测所述相似度与预设阈值的大小关系,以检测所述可识别部位在所述用户人脸图像和所述预设人脸图像中的位置是否一致。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/202010925577.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top