[发明专利]人脸识别方法、终端及计算机可读存储介质

说明书

本发明公开了一种人脸识别方法、终端及计算机可读存储介质，该人脸识别方法通过获取人脸图像；根据人脸图像在三维人脸模板上重建对应的三维人脸模型；将每张人脸图像对应的三维人脸模型投影到经过归一化处理的三维人脸模板上并进行深度消隐处理，得到每张人脸图像对应的投影归一化图像；根据投影归一化图像确定每张人脸图像对应的模型参数，并结合每张人脸图像对应的模型参数确定目标人脸的三维模型；通过三维模型获取目标人脸的二维特征图像并进行识别，进而根据获取目标人脸的三维模型确定对应的二维特征图像，通过识别人脸图像的二维特征图提升人脸识别系统的识别精度，进而提升大角度下人脸识别的精度。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种人脸识别方法、终端及计算机可读存储介质。

背景技术

随着计算机网络技术的发展，人脸的识别和比对技术飞速发展，但是当前在某种场景下我们无法准确获取目标图像的特征值，导致再使用该特征值和预设固定目标人脸图像比对准确率不高。例如商场等人流量大的场景，由于玩手机或者聊天等场景，我们获取到的是目标的侧脸。

在智能监控系统中，一般会采用单摄像头获取包含待识别人脸的视频流，然后通过人脸检测技术检测视频流中的人脸，使用人脸跟踪技术记录单一人脸的帧序列号，从跟踪的人脸序列中抽取特定的帧进行人脸识别与验证。由于安防监控场景较为复杂，光线、遮挡、人脸姿态等因素对人脸识别的识别精度影响较大。其中，智能视频监控系统中大姿态角人脸导致人脸识别的识别精度降低是一个亟待解决的问题。

发明内容

本发明主要解决的技术问题是提供一种人脸识别方法、终端及计算机可读存储介质，解决现有技术中人脸识别系统的识别精度低的问题。

为解决上述技术问题，本发明采用的第一个技术方案是：提供一种人脸识别方法，该人脸识别方法包括：获取人脸图像；根据人脸图像在三维人脸模板上重建对应的三维人脸模型；将每张人脸图像对应的三维人脸模型投影到经过归一化处理的三维人脸模板上并进行深度消隐处理，得到每张人脸图像对应的投影归一化图像；根据投影归一化图像确定每张人脸图像对应的模型参数，并结合每张人脸图像对应的模型参数确定目标人脸的三维模型；通过三维模型获取目标人脸的二维特征图像并进行识别。

其中，根据人脸图像在三维人脸模板上重建对应的三维人脸模型的步骤具体包括：对人脸图像分别进行特征点检测，并获取特征点的位置信息；根据每张人脸图像对应的特征点的位置信息在三维人脸模板上重建每张人脸图像对应的三维人脸模型。

其中，将每张人脸图像对应的三维人脸模型投影到经过归一化处理的三维人脸模板上并进行深度消隐处理的步骤具体包括：对三维人脸模板进行归一化处理，以得到归一化形变模板；将每张人脸图像对应的三维人脸模型分别与归一化形变模板进行Z-buffer处理。

其中，根据投影归一化图像确定每张人脸图像对应的模型参数，并结合每张人脸图像对应的模型参数确定目标人脸的三维模型的步骤具体包括：对获取的人脸图像进行剪裁，以去除人脸图像中的空白区域；根据剪裁后的人脸图像与投影归一化图像估计每张人脸图像对应的模型形状参数；计算所有人脸图像对应的模型形状参数的平均值；根据模型形状参数的平均值确定目标人脸的三维模型。

其中，通过三维模型获取目标人脸的二维特征图像并进行识别的步骤具体包括：根据每张人脸图像的顶点纹理对目标人脸的三维模型进行纹理映射贴图，得到目标人脸的最终三维人脸模型；将最终三维人脸模型进行正向二维映射，获取目标人脸的二维正面图像；对目标人脸的二维正面图像进行人脸识别。

其中，对目标人脸的二维正面图像进行人脸识别的步骤具体包括：将二维正面图像与预先建立的数据库中的注册人脸进行比对；若确定二维正面图像与数据库中注册人脸匹配，则目标人脸被识别。