[发明专利]人脸识别方法及大数据金融用户管理系统

说明书

本发明公开了一种人脸识别方法及大数据金融用户管理系统，对当前用户的人脸图像进行加强处理，为提高人脸识别的准确性奠定了重要基础，然后获得所述当前用户加强人脸图像的边缘坐标点，基于所述边缘坐标点的RGB三通道的值和所述边缘坐标点在所述三维坐标轴上的坐标点，得到五官边缘特征向量和人脸轮廓边缘特征向量，如此得到的边缘特征向量能够准确表征当前用户的人脸的特性。得到的五官分布相似值和边缘特征向量相似值可以准确衡量当前用户的人脸特性与数据库中存储的用户的人脸特性之间的相似程度，提高了用户身份信息对比的准确性，提高了人脸识别的准确性。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种人脸识别方法及大数据金融用户管理系统。

背景技术

目前，人脸识别技术主要依赖于人脸中的特征点构成的整体的特征来对人脸进行识别，但是在这个整体额特征里面，没有考虑每个特征点之间的关系，导致人脸识别的准确性低。因为人脸识别的准确性低，导致对用户的管理的准确性和可靠性低。特此是在金融领域，对用户的有效管理是提高运营效率和效果的一个有效措施。

发明内容

本发明的目的在于提供了一种人脸识别方法及大数据金融用户管理系统，用以解决现有技术中存在的上述问题。

第一方面，本发明实施例提供了一种人脸识别方法，所述方法包括：

获得当前用户的人脸图像，所述人脸图像包括整张人脸；

对所述当前用户人脸图像进行预处理以及数据加强，得到当前用户加强人脸图像，所述当前用户加强人脸图像的分辨率为448x 448像素；

基于当前用户加强人脸图像，建立三维坐标轴，所述三维坐标轴以所述当前用户加强人脸图像左下角作为坐标原点，以图像宽边作为x轴，图像高边作为y轴，图像RGB三通道的值正方向作为z轴；

获得所述当前用户加强人脸图像的边缘坐标点，所述边缘坐标点包括五官边缘坐标点和人脸轮廓坐标点；

基于所述边缘坐标点的RGB三通道的值和所述边缘坐标点在所述三维坐标轴上的坐标点，得到边缘特征向量，所述边缘特征向量包括五官边缘特征向量和人脸轮廓边缘特征向量；

基于所述边缘特征向量与其他用户人脸图像的边缘特征向量，得到边缘特征向量相似值，所述其他用户人脸图像的边缘特征向量是数据库中存储的其他用户人脸图像的边缘特征向量；

基于所述边缘特征向量中的角点特征向量，得到不同五官角点特征向量与轮廓角点特征向量之间的第一距离值、第二距离值和角点夹角，所述角点特征向量是表示五官特征和轮廓特征的特征向量；

基于所述当前用户人脸图像的第一距离值、第二距离值和角点夹角与数据库中存储的其他用户人脸图像的第一距离值、第二距离值和角点夹角，得到五官分布相似值；

基于第一阈值和第二阈值，以及五官分布相似值和边缘特征向量相似值，判断当前用户是否为数据库中存储的用户；若当前用户不是数据库中存储的用户，将当前用户的人脸图像和边缘特征向量存入数据库中；若当前用户是数据库中存储的用户，获得当前用户的人脸信息。

可选的，所述获得所述当前用户加强人脸图像的边缘坐标点，所述边缘坐标点包括五官边缘坐标点和人脸轮廓坐标点，包括：

获得所述当前用户人脸灰度图像，所述当前用户人脸灰度图像是所述当前用户加强人脸图像灰度化后的人脸图像；

所述当前用户人脸灰度图像通过下述公式所述的计算方式获得：

I(x,y)＝1/3*I_R(x,y)+1/3*I_G(x,y)+1/3*I_B(x,y)