[发明专利]人脸识别方法、人脸识别装置、终端设备及存储介质在审

专利信息
申请号: 202110042337.9 申请日: 2021-01-13
公开(公告)号: CN112651380A 公开(公告)日: 2021-04-13
发明(设计)人: 李运涛;童志军;丁小羽 申请(专利权)人: 深圳市一心视觉科技有限公司;上海阅面网络科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 肖遥
地址: 518000 广东省深圳市福田区梅*** 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 终端设备 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:

获取待识别人脸的红外图像和三维点云数据;

根据所述红外图像,确定所述待识别人脸的目标红外特征;

根据所述三维点云数据,确定所述待识别人脸的目标三维点云特征;

将所述目标红外特征和所述目标三维点云特征进行融合,得到融合特征;

根据所述融合特征进行人脸识别,得到人脸识别结果。

2.如权利要求1所述的人脸识别方法,其特征在于,所述根据所述红外图像,确定所述待识别人脸的目标红外特征包括:

确定所述红外图像中的人脸图像,所述人脸图像是指所述红外图像中人脸区域的图像;

获取所述人脸图像中的人脸特征点;

根据所述人脸特征点,确定所述目标红外特征。

3.如权利要求2所述的人脸识别方法,其特征在于,所述根据所述人脸特征点,确定所述目标红外特征包括:

确定所述人脸特征点为所述目标红外特征;

或者,将所述人脸图像输入到已训练的卷积神经网络中,得到所述目标红外特征。

4.如权利要求3所述的人脸识别方法,其特征在于,在将所述人脸图像输入到已训练的卷积神经网络中之前还包括:

根据所述人脸特征点对所述人脸图像进行人脸校正,得到校正后的人脸图像;

所述将所述人脸图像输入到已训练的卷积神经网络中,得到所述目标红外特征包括:

将所述校正后的人脸图像输入到所述已训练的卷积神经网络中,得到所述目标红外特征。

5.如权利要求2所述的人脸识别方法,其特征在于,所述根据所述三维点云数据,确定所述待识别人脸的目标三维点云特征包括:

根据所述人脸特征点,确定所述三维点云数据中的人脸点云区域;

对所述人脸点云区域中的人脸点云数据进行去噪处理,得到去噪后的人脸点云数据;

将所述去噪后的人脸点云数据输入到已训练的三维人脸重建网络中,得到重建后的人脸点云数据;

对所述重建后的人脸点云数据进行配准,得到配准后的人脸点云数据;

根据所述配准后的人脸点云数据,确定所述目标三维点云特征。

6.如权利要求5所述的人脸识别方法,其特征在于,所述根据所述配准后的人脸点云数据,确定所述目标三维点云特征包括:

确定所述配准后的人脸点云数据为所述目标三维点云特征;

或者,将所述配准后的人脸点云数据输入到已训练的PointNet网络中,得到所述目标三维点云特征。

7.如权利要求1至6任一项所述的人脸识别方法,所述将所述目标红外特征和所述目标三维点云特征进行融合,得到融合特征包括:

将所述目标红外特征和所述目标三维点云特征输入到已训练的融合网络中,得到所述融合特征;

或者,将所述目标红外特征和所述目标三维点云特征进行线性加权,得到所述融合特征。

8.一种人脸识别装置,其特征在于,所述人脸识别装置包括:

获取模块,用于获取待识别人脸的红外图像和三维点云数据;

第一确定模块,用于根据所述红外图像,确定所述待识别人脸的目标红外特征;

第二确定模块,用于根据所述三维点云数据,确定所述待识别人脸的目标三维点云特征;

融合模块,用于将所述目标红外特征和所述目标三维点云特征进行融合,得到融合特征;

识别模块,用于根据所述融合特征进行人脸识别,得到人脸识别结果。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述人脸识别方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸识别方法的步骤。

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市一心视觉科技有限公司;上海阅面网络科技有限公司,未经深圳市一心视觉科技有限公司;上海阅面网络科技有限公司许可,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/202110042337.9/1.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