[發明專利]一種人臉采集識別方法、系統及存儲介質

在審

• 申請號: 202110429920.5
• 申請日: 2021-04-21
• 公開（公告）號: CN113420585A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 麥偉彬
• 申請（專利權）人: 廣州晟燁信息科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 成嬋娟

本發明公開了一種人臉采集識別方法、系統及存儲介質，本發明的方法包括：獲取大量人臉圖像，提取所述大量人臉圖像的人臉特征，并標記人臉特征對應的人臉位置點，存儲至人臉庫；觸發智能終端進行人臉識別；提取待識別人臉的人臉特征；在待識別人臉的人臉特征的位置點與人臉庫中某人臉圖像的人臉特征的位置點的距離小于第一設定閾值時，返回該人臉圖像對應的人物信息。本發明通過將待識別人臉的人臉特征的位置點與人臉庫中人臉圖像的人臉特征的位置點進行對比，可實現快速確認用戶身份信息。

技術領域

本發明涉及人臉識別技術領域，具體涉及一種人臉采集識別方法、系統及存儲介質。

背景技術

目前，人臉識別是一種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。隨著其技術的發展和社會認同度的提高，人臉識別如今應用于很多領域，例如：線上線下消費刷臉在線支付、學校或企業無感人臉考勤、小區業主無感人臉進出門口。

當前比較流行的掃二維碼、指紋識別、IDC卡等方式來確認用戶身份的形式，容易造成擁堵、代替、造假的情況，這就使得研發一種無感快捷、安全可靠的確認用戶身份信息的系統成為本領域技術人員所要解決的問題。

發明內容

鑒于以上技術問題，本發明的目的在于提供一種人臉采集識別方法、系統及存儲介質，能實現無感快捷、安全可靠的確認用戶身份信息。

本發明采用以下技術方案：

一種人臉采集識別方法，包括:

獲取大量人臉圖像，提取所述大量人臉圖像的人臉特征，并標記人臉特征對應的人臉位置點，存儲至人臉庫；

觸發智能終端進行人臉識別；提取待識別人臉的人臉特征；

獲取待識別人臉的人臉特征的位置點；將待識別人臉的人臉特征的位置點與人臉庫中n個人臉圖像的人臉特征的位置點進行一一對比，n為自然數；在待識別人臉的人臉特征的位置點與人臉庫中某人臉圖像的人臉特征的位置點的距離小于第一設定閾值時，返回該人臉圖像對應的人物信息。

進一步的，還包括：將待識別人臉的人臉特征與人臉庫中某人臉圖像的人臉特征進行對比，返回待識別人臉的人臉特征與該人臉圖像的人臉特征的相似度。

進一步的，還包括：在待識別人臉的人臉特征的位置點與人臉庫中所有人臉圖像的人臉特征的位置點的距離均不小于第一設定閾值時，判定為人臉識別失敗，則存儲當次人臉識別所捕獲的人臉圖像。

進一步的，還包括：判斷人臉識別失敗的原因是否存在環境原因，所述環境原因包括智能終端所在環境的光照強度低于預設的強度閾值。

進一步的，所述提取待識別人臉的人臉特征包括：

基于卷積神經網絡建立人臉特征點形狀驅動深度模型；

通過RetinaFace人臉檢測模型檢測人臉，生成不同尺寸的多層檢測框；所述檢測框包含不同尺寸的目標框；在每層檢測框對人臉特征點形狀驅動深度模型進行訓練；

利用訓練后人臉特征點形狀驅動深度模型進行人臉特征提取和融合，所述融合包括融合人臉特征位置點和人臉姿態。

所述人臉特征點形狀驅動深度模型包括主網絡和輔助子網絡，所述主網絡采用區域卷積網絡。

進一步的，所述提取待識別人臉的人臉特征包括：

建立FECNN參數模型,將人臉特征位置點與人臉圖像送入FECNN 參數模型中進行特征提取，得到待識別人臉的人臉特征。

進一步的，所述建立FECNN參數模型包括：構建多個卷積層、多個池化層、多個Inception層、全連接特征提取層和softmax分類層，其中所述多個卷積層、多個池化層和多個Inception層交錯依次連接，再與所述全連接特征提取層和softmax分類層依次連接。