[發明專利]人臉識別方法、裝置、可讀存儲介質及計算機設備

在審

• 申請號: 202011002116.0
• 申請日: 2020-09-22
• 公開（公告）號: CN112149559A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 沈澈
• 申請（專利權）人: 沈澈
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 何世磊

一種人臉識別方法、裝置、可讀存儲介質及計算機設備，該人臉識別方法包括：捕捉用戶的人臉圖像，并檢測捕捉到的當前人臉圖像中目標特征的位置坐標；根據所述目標特征的位置坐標確定所述當前人臉圖像中的人臉是否為正臉；若是，提取所述當前人臉圖像中的人臉輪廓特征，并根據所述人臉輪廓特征確定所述當前人臉圖像中人臉的當前臉型；從人臉數據庫中查詢所述當前臉型對應的一組目標人臉圖像，所述人臉數據庫中存儲的人臉圖像按照臉型的不同劃分為多組；將所述當前人臉圖像與查詢到的一組目標人臉圖像中的各個人臉圖像進行匹配，以確定所述用戶的身份。本發明中的技術方案降低了圖像匹配的難度，提高了的人臉識別效率。

技術領域

本發明涉及電子技術領域，特別是涉及一種人臉識別方法、裝置、可讀存儲介質及計算機設備。

背景技術

人臉識別(Face Recognition)是基于人的臉部特征信息進行身份識別的一種生物識別技術。人臉識別利用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉圖像進行識別。

人臉識別首先需要進行人臉圖像采集，并基于識別算法在人臉數據庫中進行相似度計算，從而獲得一個識別的結果?，F有的人臉識別過程中通常將采集到人臉圖像均傳送至識別模塊識別，但是在人臉圖像采集時，用戶并非一直正對鏡頭，有時人臉偏向一邊，這種情況下人臉圖像中的人臉特征不完整，增大了識別難度，并且，從人臉數據庫中進行人臉匹配時，需要將拍攝的人臉圖像與數據庫中的每一個人臉圖像進行相似度計算，計算來打，效率低，且浪費了計算資源。

發明內容

鑒于上述狀況，有必要針對現有技術中人臉識別效率低和難度大的問題，提供一種人臉識別方法、裝置、可讀存儲介質及計算機設備。

一種人臉識別方法，包括：

捕捉用戶的人臉圖像，并檢測捕捉到的當前人臉圖像中目標特征的位置坐標；

根據所述目標特征的位置坐標確定所述當前人臉圖像中的人臉是否為正臉；

若是，提取所述當前人臉圖像中的人臉輪廓特征，并根據所述人臉輪廓特征確定所述當前人臉圖像中人臉的當前臉型；

從人臉數據庫中查詢所述當前臉型對應的一組目標人臉圖像，所述人臉數據庫中存儲的人臉圖像按照臉型的不同劃分為多組；

將所述當前人臉圖像與查詢到的一組目標人臉圖像中的各個人臉圖像進行匹配，以確定所述用戶的身份。

進一步的，上述人臉識別方法，其中，所述提取所述當前人臉圖像中的人臉輪廓特征的步驟包括：

根據輪廓檢測算法確定所述當前人臉圖像中的人臉輪廓；

確定所述人臉輪廓中額頭、顴骨和下顎的位置，并計算所述人臉輪廓中額頭的寬度、顴骨寬度和下頜寬度，以及所述人臉輪廓的長度；

根據所述人臉輪廓生成所述人臉輪廓的臉型曲線，并對所述臉型曲線進行區域切割得到多個線段，分別計算每個所述線段的曲線曲率；

將所述人臉輪廓中額頭的寬度、顴骨寬度、下頜寬度、所述人臉輪廓的長度，以及所述曲線曲率作為所述當前人臉圖像中的人臉輪廓特征。

進一步的，上述人臉識別方法，其中，所述根據所述人臉輪廓特征確定所述當前人臉圖像中人臉的當前臉型的步驟包括：

將所述輪廓特征進行歸一化處理；

將處理后的所述輪廓特征輸入至訓練后的預測模型中進行分析，并輸出所述當前臉型的類型。

進一步的，上述人臉識別方法，其中，所述將處理后的所述輪廓特征輸入至訓練后的預測模型中進行分析的步驟之前還包括：

獲取歷史人臉數據，所述歷史人臉數據包括多個人臉輪廓特征樣本，以及每個所述人臉輪廓特征樣本對應的臉型標簽；