[发明专利]人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取用户终端传输的一对T帧图像帧，所述一对T帧图像帧包括一对T帧彩色图像帧和T帧深度图像帧，T的取值为大于1的整数；

将所述T帧彩色图像作为人脸检测模型的输入进行人脸检测；

若检测到人脸，获取由T帧彩色人脸数据和T帧深度人脸数据构成的T帧人脸对；

将所述T帧深度人脸数据和T帧之前的n个深度人脸数据进行融合，得到融合后的T帧深度人脸数据，n的取值为小于T的正整数；

分别提取所述T帧彩色人脸数据对应的彩色人脸特征向量，以及所述融合后的T帧深度人脸数据对应的深度人脸特征向量；

根据所述彩色人脸特征向量和所述深度人脸特征向量进行相似度计算，得到最终决策分数final_score；

若所述最终决策分数final_score大于阈值，确定所述T帧人脸对对应的人脸通过人脸识别。

2.根据权利要求1所述的方法，其特征在于，所述将所述T帧彩色图像作为人脸检测模型的输入进行人脸检测，包括：

将所述一对T帧图像帧中的T帧彩色图像输入预先构建的人脸检测模型中；

获取所述人脸检测模型输出的所述T帧彩色图像中符合要求的人脸数据，所述人脸数据包括人脸所在位置矩形左上角和右下角的坐标，所述符合要求的人脸指当存在一个人脸时所述人脸的人脸数据，当存在多个人脸时所述多个人脸中面积最大的人脸对应的人脸数据；

相应的，若检测到人脸，获取由T帧彩色人脸数据和T帧深度人脸数据构成的T帧人脸对，包括：

根据所述坐标裁剪所述一对T帧图像帧中的T帧彩色图像帧和T帧深度图像帧，获取由T帧彩色人脸数据和T帧深度人脸数据构成的T帧人脸对。

3.根据权利要求1所述的方法，其特征在于，所述将所述T帧深度人脸数据和T帧之前的n个深度人脸数据进行融合，得到融合后的T帧深度人脸数据，包括：

基于相机内参，将所述T帧深度人脸数据和T帧之前的n个深度人脸数据转换为对应的T帧三维点云数据；

通过迭代最邻近点法ICP配准算法将T帧之前的n个三维点云数据旋转变换到所述T帧三维点云数据所在的T帧相机坐标系下，得到变换后的T帧之前的n个三维点云数据；

将所述T帧三维点云数据和所述变换后的T帧之前的n个三维点云数据融合到截断有符号距离函数模型TSDF模型中；

基于相机内参，将所述TSDF模型投影到T帧相机成像平面中，得到融合后的T帧深度人脸数据。

4.根据权利要求1所述的方法，其特征在于，所述分别提取所述T帧彩色人脸数据对应的彩色人脸特征向量，以及所述融合后的T帧深度人脸数据对应的深度人脸特征向量，包括：

将所述T帧彩色人脸数据输入彩色人脸识别模型中，提取所述T帧彩色人脸数据对应的彩色人脸特征向量；

将所述融合后的T帧深度人脸数据输入深度人脸识别模型中，提取所述融合后的T帧深度人脸数据对应的深度人脸特征向量；

其中，所述彩色人脸识别模型和所述深度人脸识别模型基于训练深度神经卷积网络模型得到。

5.根据权利要求1所述的方法，其特征在于，所述根据所述彩色人脸特征向量和所述深度人脸特征向量进行相似度计算，得到最终决策分数final_score，包括：

将提取的所述彩色人脸特征向量与预先构建的样本库中的彩色人脸特征向量进行比对，计算彩色相似度分数color_score；

将提取的所述深度人脸特征向量与预先构建的样本库中的深度人脸特征向量进行比对，计算深度相似度分数depth_score；

基于加权平均法，获取所述彩色相似度分数color_score和所述深度相似度分数depth_score分别乘以各自对应的权重系数后的和值，将所述和值作为最终决策分数final_score；

其中，final_score＝w1*color_score+w2*depth_score，w1为所述彩色相似度分数color_score的权重系数，w2为所述深度相似度分数depth_score的权重系数，w1+w2＝1。