[发明专利]用于识别人脸的方法和装置

说明书

本申请实施例公开了用于识别人脸的方法和装置。该方法的一具体实施方式包括：获取第一人脸图像和第二人脸图像，其中，第一人脸图像和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；将第一人脸图像和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，特征提取模型用于提取图像特征；融合第一特征向量和第二特征向量，得到融合特征向量；根据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，确定与待识别人脸对应的用户标识，其中，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。该实施方式提高了人脸识别的准确率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及计算机视觉技术领域，尤其涉及用于识别人脸的方法和装置。

背景技术

在人脸识别中，大都采用一张待识别人脸图像与多个注册人脸图像进行比对以实现人脸识别。然而，经常可能出现待识别人脸图像所拍摄的角度和注册人脸图像的拍摄角度不同，造成人脸识别的识别率较低或者识别失败。

发明内容

本申请实施例提出了用于识别人脸的方法和装置。

第一方面，本申请实施例提供了一种用于识别人脸的方法，该方法包括：获取第一人脸图像和第二人脸图像，其中，第一人脸图像和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；将第一人脸图像和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，特征提取模型用于提取图像特征；融合第一特征向量和第二特征向量，得到融合特征向量；根据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，确定与待识别人脸对应的用户标识，其中，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。

在一些实施例中，融合第一特征向量和第二特征向量，得到融合特征向量，包括：以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，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；建立融合特征向量的各个分量与协方差矩阵中各元素之间的对应关系；对于融合特征向量的每个分量，将该分量的值确定为协方差矩阵中与该分量对应的元素的值。

在一些实施例中，融合第一特征向量和第二特征向量，得到融合特征向量，包括：拼接第一特征向量和第二特征向量，得到融合特征向量。

在一些实施例中，特征提取模型为卷积神经网络。

在一些实施例中，根据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，确定与待识别人脸对应的用户标识，包括：将预设人脸特征库中与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；响应于确定第三特征向量与融合特征向量之间的距离小于预设距离阈值，将人脸特征库中与第三特征向量对应的用户标识确定为与待识别人脸对应的用户标识。

在一些实施例中，根据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，确定与待识别人脸对应的用户标识，还包括：响应于确定第三特征向量与融合特征向量之间的距离不小于预设距离阈值，生成用于指示识别待识别人脸失败的失败提示信息。

第二方面，本申请实施例提供了一种用于识别人脸的装置，该装置包括：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，第一人脸图像和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，配置用于将第一人脸图像和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，特征提取模型用于提取图像特征；融合单元，配置用于融合第一特征向量和第二特征向量，得到融合特征向量；识别单元，配置用于根据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，确定与待识别人脸对应的用户标识，其中，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。