[发明专利]用于识别人脸的方法和装置

权利要求书

1.一种用于识别人脸的方法，包括：

获取第一人脸图像和第二人脸图像，其中，所述第一人脸图像和所述第二人脸图像分别是采用第一相机和第二相机在不同位置同时拍摄待识别人脸所得到的图像；

将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型，得到第一特征向量和第二特征向量，其中，所述特征提取模型用于提取图像特征；

融合所述第一特征向量和所述第二特征向量，得到融合特征向量；

根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离，确定与所述待识别人脸对应的用户标识，其中，所述人脸特征库用于表征特征向量与用户标识之间的对应关系。

2.根据权利要求1所述的方法，其中，所述融合所述第一特征向量和所述第二特征向量，得到融合特征向量，包括：

以所述第一特征向量和所述第二特征向量为n维随机变量的统计数据，计算n维随机变量的协方差矩阵，其中，所述第一特征向量和所述第二特征向量均为n维向量，n为正整数；

建立所述融合特征向量的各个分量与所述协方差矩阵中各元素之间的对应关系；

对于所述融合特征向量的每个分量，将该分量的值确定为所述协方差矩阵中与该分量对应的元素的值。

3.根据权利要求1所述的方法，其中，所述融合所述第一特征向量和所述第二特征向量，得到融合特征向量，包括：

拼接所述第一特征向量和所述第二特征向量，得到所述融合特征向量。

4.根据权利要求1所述的方法，其中，所述特征提取模型为卷积神经网络。

5.根据权利要求1-4中任一所述的方法，其中，所述根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离，确定与所述待识别人脸对应的用户标识，包括：

将所述预设人脸特征库中与所述融合特征向量的距离最小的特征向量确定为第三特征向量；

响应于确定所述第三特征向量与所述融合特征向量之间的距离小于预设距离阈值，将所述人脸特征库中与所述第三特征向量对应的用户标识确定为与所述待识别人脸对应的用户标识。

6.根据权利要求5所述的方法，其中，所述根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离，确定与所述待识别人脸对应的用户标识，还包括：

响应于确定所述第三特征向量与所述融合特征向量之间的距离不小于所述预设距离阈值，生成用于指示识别所述待识别人脸失败的失败提示信息。

7.一种用于识别人脸的装置，包括：

获取单元，配置用于获取第一人脸图像和第二人脸图像，其中，所述第一人脸图像和所述第二人脸图像分别是采用第一相机和第二相机在不同位置同时拍摄待识别人脸所得到的图像；

输入单元，配置用于将所述第一人脸图像和所述第二人脸图像分别输入预先训练的特征提取模型，得到第一特征向量和第二特征向量，其中，所述特征提取模型用于提取图像特征；

融合单元，配置用于融合所述第一特征向量和所述第二特征向量，得到融合特征向量；

识别单元，配置用于根据所述融合特征向量与预设人脸特征库中各特征向量之间的距离，确定与所述待识别人脸对应的用户标识，其中，所述人脸特征库用于表征特征向量与用户标识之间的对应关系。

8.根据权利要求7所述的装置，其中，所述融合单元包括：

计算模块，配置用于以所述第一特征向量和所述第二特征向量为n维随机变量的统计数据，计算n维随机变量的协方差矩阵，其中，所述第一特征向量和所述第二特征向量均为n维向量，n为正整数；

关系建立模块，配置用于建立所述融合特征向量的各个分量与所述协方差矩阵中各元素之间的对应关系；

值确定模块，配置用于对于所述融合特征向量的每个分量，将该分量的值确定为所述协方差矩阵中与该分量对应的元素的值。

9.根据权利要求7所述的装置，其中，所述融合单元进一步用于：

拼接所述第一特征向量和所述第二特征向量，得到所述融合特征向量。