[發明專利]人臉識別方法及裝置

有效

• 申請號: 201510955509.6
• 申請日: 2015-12-17
• 公開（公告）號: CN105631403B
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 張濤;張旭華;張勝凱
• 申請（專利權）人: 小米科技有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種人臉識別方法，其特征在于，所述方法包括：

通過已訓練的第一卷積神經網絡提取照片中的第一人臉區域的第一組特征，所述第一組特征表示所述照片中的人臉特征，所述第一人臉區域由所述照片中的人臉所在的第一區域確定；

通過已訓練的第二卷積神經網絡提取所述照片中的第二人臉區域的第二組特征，所述第二人臉區域由所述照片中的人臉所在的第二區域確定，所述第二區域由所述第一區域向四周擴張設定像素寬度得到，所述第二組特征表示所述照片中的衣物特征；

合并所述第一組特征和所述第二組特征，對合并后的特征組合進行降維處理，得到第三組特征，其中，所述第三組特征的維數小于所述合并后的特征組合的維數；

根據所述第三組特征與已提取出的參考人臉特征的余弦距離確定所述照片中的人臉與所述參考人臉特征對應的人臉是否為同一人臉；

所述方法還包括：

檢測所述照片上的人臉的特征點；

根據所述人臉的特征點從所述照片上確定所述人臉所在的所述第一區域以及對所述第一區域向四周擴張設定像素寬度得到第二區域；

根據預設參考特征點將所述第一區域進行仿射變換得到所述第一人臉區域，所述第一人臉區域的大小與所述第一卷積神經網絡的輸入層的維數相同；

根據所述預設參考特征點將所述第二區域進行仿射變換得到所述第二人臉區域，所述第二人臉區域的大小與所述第二卷積神經網絡的輸入層的維數相同。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將設定數量的第一組有標簽人臉樣本輸入至未訓練的第一卷積神經網絡，對所述未訓練的卷積神經網絡的至少一個卷積層和至少一個全連接層進行訓練；

在確定所述未訓練的第一卷積神經網絡中各節點之間的連接的最佳權重參數時，確定得到所述已訓練的第一卷積神經網絡；

將所述設定數量的第一組有標簽人臉樣本的四周進行擴張所述設定像素寬度的區域，得到第二組有標簽人臉樣本；

將所述設定數量的所述第二組有標簽人臉樣本輸入至未訓練的第二卷積神經網絡，對所述未訓練的第二卷積神經網絡的至少一個卷積層和至少一個全連接層進行訓練；

在確定所述未訓練的第二卷積神經網絡中各節點之間的連接的最佳權重參數時，確定得到所述已訓練的第二卷積神經網絡。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

通過所述已訓練的第一卷積神經網絡提取所述第一組有標簽人臉樣本的第一設定長度的特征參數；

通過所述已訓練的第二卷積神經網絡提取所述第二組有標簽人臉樣本的第二設定長度的特征參數；

合并所述第一設定長度的特征參數和所述第二設定長度的特征參數，將合并后的特征參數進行線性判別式分析LDA訓練，得到所述LDA的第三設定長度的投影矩陣。

4.根據權利要求1所述的方法，其特征在于，所述根據所述第三組特征與已提取出的參考人臉特征的余弦距離確定所述照片中的人臉與所述參考人臉特征對應的人臉是否為同一人臉，包括：

將所述第三組特征與已提取出的參考人臉特征的余弦距離與預設閾值進行比較；

如果所述余弦距離大于所述預設閾值，確定所述照片中的人臉與所述參考人臉特征對應的人臉為同一人臉；

如果所述余弦距離小于或者等于所述預設閾值，確定所述照片中的人臉與所述參考人臉特征對應的人臉為不同的人臉。