一种人脸识别的方法和装置与流程

技术特征：
1.一种人脸识别的方法，其特征在于，包括：判断人脸图像是否满足人脸矫正的要求，若所述人脸图像满足所述人脸矫正的要求，则通过仿射变换方法，将所述人脸图像对应的至少一个人脸关键点矫正至对应的标准位置，得到矫正后的人脸图像；对所述矫正后的人脸图像进行预处理，得到预处理后的人脸图像；根据预先配置的训练模型对所述预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量；根据所述人脸特征向量的余弦相似度判断所述人脸图像与人脸图像库中的至少一张人脸图像是否为相同人脸，若所述余弦相似度在预设阈值范围内，则判断所述人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。2.根据权利要求1所述的方法，其特征在于，在所述判断所述人脸图像是否满足人脸矫正的要求之前，所述方法还包括：获取人脸图像。3.根据权利要求2所述的方法，其特征在于，所述获取人脸图像包括：响应于图像采集启动的触控指令，通过图像采集装置采集人脸图像，得到所述人脸图像。4.根据权利要求2所述的方法，其特征在于，所述获取人脸图像还包括：根据视频文件的时间戳，从视频文件中截取所述人脸图像。5.根据权利要求1所述的方法，其特征在于，所述对所述矫正后的人脸图像进行预处理包括：检测所述人脸图像中的人脸数量；在所述人脸图像中的所述人脸数量大于或等于二时，检测所述人脸图像中的各个人脸对应的各个人脸位置；根据各个人脸位置检测各个人脸对应的至少一个人脸关键点坐标；根据各个人脸位置和各个人脸对应的至少一个人脸关键点坐标，对所述人脸图像中的各个人脸进行截取，得到各个人脸图像。6.根据权利要求5所述的方法，其特征在于，所述对所述矫正后的人脸图像进行预处理还包括：对所述矫正后的人脸图像进行清晰度的预处理，或者，从所述矫正后的所述人脸图像中随机选取多个关键点，并将相邻的关键点依次连接，形成对应的第一图形，对所述第一图形进行圆率的预处理；或者，从所述矫正后的所述人脸图像中随机选取多个关键点，并将相邻的关键点依次连接，形成对应的第二图形，对所述第二图形进行方率的预处理。7.根据权利要求6所述的方法，其特征在于，对所述矫正后的人脸图像进行清晰度的预处理的计算公式为：其中，i表示灰度级，i＝0,1,2
……
l-1；l表示灰度级的种类数目，信号的灰度级数目为
256；n
i
表示具有灰度级i的总的像素个数；n表示图像中总的像素数目；或者，对所述第一图形进行圆率的预处理的计算公式为：其中，s表示目标区域的面积，l表示目标区域的周长；或者，对所述第二图形进行方率的预处理的计算公式为：其中，s表示目标区域的面积；s
mer
表示最小外接矩形的面积，方率r越大，目标越接近矩形，最大值为1。8.根据权利要求1所述的方法，其特征在于，在所述根据预先配置的训练模型对所述预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量之后，所述方法还包括：对所述人脸图像建立对应的索引，并标识以索引标识。9.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述人脸图像的人脸属性特征进行识别，得到对应的包括各个人脸属性特征的识别结果；其中，所述人脸属性特征至少包括以下一项：脸型属性特征、眉形属性特征、眼睛形状属性特征、睫毛属性特征、鼻形属性特征、嘴形属性特征、耳朵属性特征、下巴属性特征。10.一种人脸识别的装置，其特征在于，包括：矫正单元，用于判断人脸图像是否满足人脸矫正的要求，若所述人脸图像满足所述人脸矫正的要求，则通过仿射变换方法，将所述人脸图像对应的至少一个人脸关键点矫正至对应的标准位置，得到矫正后的人脸图像；预处理单元，用于对所述矫正单元矫正的所述矫正后的人脸图像进行预处理，得到预处理后的人脸图像；人脸特征向量提取单元，用于根据预先配置的训练模型对所述预处理单元得到的所述预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量；判断单元，用于根据所述人脸特征向量提取单元提取的所述人脸特征向量的余弦相似度判断所述人脸图像与人脸图像库中的至少一张人脸图像是否为相同人脸，若所述余弦相似度在预设阈值范围内，则判断所述人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。

技术总结
本发明提供了一种人脸识别的方法和装置，其中，所述人脸识别方法包括：对矫正后的人脸图像进行预处理，得到预处理后的人脸图像；根据预先配置的训练模型对预处理后的人脸图像进行人脸特征向量提取，得到对应的人脸特征向量；根据人脸特征向量的余弦相似度判断人脸图像与人脸图像库中的至少一张人脸图像是否为相同人脸，若余弦相似度在预设阈值范围内，则判断人脸图像与人脸图像库中的至少一张人脸图像为相同人脸。本发明通过引入人脸特征向量的余弦相似度，能够精准判断两张或两张以上的人脸图像是否为相同人脸，降低了现有的误判率，提高了人脸识别的精准度。提高了人脸识别的精准度。提高了人脸识别的精准度。


技术研发人员：安鹏
受保护的技术使用者：宁波工程学院
技术研发日：2020.06.15
技术公布日：2021/12/16