[發明專利]人臉識別方法、裝置及計算機存儲介質

在審

• 申請號: 201811613890.8
• 申請日: 2018-12-27
• 公開（公告）號: CN111382596A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 楊進維
• 申請（專利權）人: 鴻富錦精密工業（武漢）有限公司;鴻海精密工業股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 饒智彬;劉永輝

1.一種人臉識別方法，其特征在于，所述人臉識別方法包括如下步驟：

建立深度網絡模型，獲取訓練資料并訓練所述深度網絡模型；

獲取所述人臉的原始圖像，并同時獲取所述原始圖像對應的景深圖像；

根據所述原始圖像和所述景深圖像通過預設的人臉檢測方法判斷所述原始圖像是否為真人圖像；

若否，則返回所述獲取所述人臉的原始圖像；

若是，則通過所述深度網絡模型匹配所述原始圖像與圖像數據庫內預存的待匹配的人員的匹配圖像，并輸出匹配結果。

2.如權利要求1所述的人臉識別方法，其特征在于，采用遷移學習法訓練所述深度網絡模型。

3.如權利要求1所述的人臉識別方法，其特征在于，所述人臉檢測方法包括如下步驟：

獲取所述原始圖像的人臉坐標；

根據所述原始圖像的人臉坐標對應截取所述景深圖像的人臉坐標；

根據所述景深圖像的人臉坐標利用統計法判斷所述原始圖像。

4.如權利要求3所述的人臉識別方法，其特征在于，所述統計法統計的信息包括臉部平均值和標準偏差、眼睛和鼻子區域平均值和臉部的輪廓。

5.如權利要求1所述的人臉識別方法，其特征在于，所述通過所述深度網絡模型匹配所述原始圖像與圖像數據庫內預存的待匹配的人員的匹配圖像，包括如下步驟：

通過所述深度網絡模型找出與預存于圖像數據庫中的待匹配的人員的匹配圖像；

通過余弦相似度法判斷人臉識別是否成功；

若是，則顯示所述原始圖像對應的人員信息；

若否，則顯示未知人員。

6.如權利要求5所述的人臉識別方法，其特征在于，所述通過余弦相似度法判斷人臉識別是否成功，包括如下步驟：

獲取所述原始圖像，并通過預設的神經網絡模型輸出所述原始圖像的特征值，利用所述原始圖像的特征值得出第一余弦值；

獲取所述匹配圖像，并通過所述神經網絡模型輸出所述匹配圖像的特征值，利用所述匹配圖像的特征值得出第二余弦值；

判斷所述第一余弦值和所述第二余弦值的相似度是否大于等于預設的相似度閾值；

若是，則認定所述原始圖像和所述匹配圖像匹配成功；

若否，則認定所述原始圖像和所述匹配圖像匹配失敗。

7.如權利要求4所述的人臉識別方法，其特征在于，

所述眼睛和鼻子區域平均值采用Haar人臉偵測法得到；

所述臉部的輪廓采用預設的臉部輪廓檢測函數得到，所述臉部輪廓檢測函數查找臉部輪廓的點，得到所述臉部輪廓的點的集合。

8.一種人臉識別裝置，其特征在于，所述人臉是識別裝置包括：

提取單元；用于提取所述人臉的原始圖像和與所述原始圖像對應的景深圖像；

顯示單元；用于顯示所述人臉識別的相關信息；

至少一個處理器；以及

至少一個存儲器，至少一個所述存儲器中存儲有多個程序模塊，所述多個程序模塊由至少一個所述處理器運行并執行如下步驟：

建立深度網絡模型，獲取訓練資料并訓練所述深度網絡模型；

獲取所述人臉的原始圖像，并同時獲取所述原始圖像對應的景深圖像；

根據所述原始圖像和所述景深圖像通過預設的人臉檢測方法判斷所述原始圖像是否為真人圖像；

若否，則返回所述獲取所述人臉的原始圖像；

若是，則通過所述深度網絡模型匹配所述原始圖像與圖像數據庫內預存的待匹配的人員的匹配圖像，并輸出匹配結果。

9.如權利要求8所述的人臉識別裝置，其特征在于，所述深度網絡模型使用遷移學習法訓練得到。