[发明专利]人脸识别方法、设备及计算机可读存储介质

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括以下步骤：

采集人脸图像，从所述人脸图像中抽取图像帧；

计算抽取到的图像帧的每一像素点的梯度值；

计算各个像素点梯度值的方差，并根据所述方差计算对应的图像帧的皱纹值，包括将所述各个像素点梯度值的方差作为对应的图像帧对应的像素点的皱纹值；

根据计算得到的皱纹值将人脸图像进行区域划分；

根据划分的区域，赋予不同的区域对应的计算权值，并根据所述对应计算权值对人脸图像进行识别。

2.如权利要求1所述的人脸识别方法，其特征在于，所述计算抽取到的图像帧的每一像素点的梯度值的步骤包括：

通过sobel算子计算抽取到的图像帧的每一像素点的sobel值，并将所述sobel值作为每一像素点的梯度值。

3.如权利要求1所述的人脸识别方法，其特征在于，所述计算各个像素点梯度值的方差，并根据所述方差计算对应的图像帧的皱纹值的步骤包括：

计算各个像素点梯度值的平方的均值与均值的平方；

将所述平方的均值与均值的平方相减，获得各个像素点梯度值的方差；

将所述方差作为对应的图像帧对应的像素点的皱纹值。

4.如权利要求1所述的人脸识别方法，其特征在于，所述根据所述对应计算权值对人脸图像进行识别的步骤包括：

将采集到的人脸图像与数据库中预存的人脸图像进行匹配，获得人脸特征之间的匹配度；

将所述计算权值与对应的人脸特征的匹配度相乘，获得赋予权值后的人脸特征匹配的匹配值；

将所述匹配值与预设匹配值进行对比，获得人脸识别的识别结果。

5.如权利要求4所述的人脸识别方法，其特征在于，所述将采集到的人脸图像与数据库中预存的人脸图像进行匹配，获得人脸特征之间的匹配度的步骤包括：

提取所述采集到的人脸图像特征；

根据所述采集到的人脸图像特征和数据库中预存的人脸图像特征，分别计算所述采集到的人脸图像和预存的人脸图像之间的匹配度。

6.如权利要求5所述的人脸识别方法，其特征在于，所述提取所述采集到的人脸图像特征的步骤包括：

对所述人脸图像进行关键特征点定位；

根据关键特征点定位结果将用户的脸部图像分割成若干个人脸区域；

采用所述人脸区域对应的深度网络模型对所述人脸区域进行特征提取；

将从各个人脸区域提取到的特征进行重组，得到所述人脸图像的图像特征。

7.一种人脸识别设备，其特征在于，所述人脸识别设备包括处理器、网络接口、用户接口及存储器，所述存储器中存储有人脸识别程序；所述处理器用于执行所述人脸识别程序，以实现如下步骤：

采集人脸图像，从所述人脸图像中抽取图像帧；

计算抽取到的图像帧的每一像素点的梯度值；

计算各个像素点梯度值的方差，并根据所述方差计算对应的图像帧的皱纹值，包括将所述各个像素点梯度值的方差作为对应的图像帧对应的像素点的皱纹值；

根据计算得到的皱纹值将人脸图像进行区域划分；

根据划分的区域，赋予不同的区域对应的计算权值，并根据所述对应计算权值对人脸图像进行识别。

8.如权利要求7所述的人脸识别设备，其特征在于，所述处理器还用于执行所述人脸识别程序，以实现如下步骤：

计算各个像素点梯度值的平方的均值与均值的平方；

将所述平方的均值与均值的平方相减，获得各个像素点梯度值的方差；

将所述方差作为对应的图像帧对应的像素点的皱纹值。

9.如权利要求7所述的人脸识别设备，其特征在于，所述处理器还用于执行所述人脸识别程序，以实现如下步骤：

将采集到的人脸图像与数据库中预存的人脸图像进行匹配，获得人脸特征之间的匹配度；

将所述计算权值与对应的人脸特征的匹配度相乘，获得赋予权值后的人脸特征匹配的匹配值；

将所述匹配值与预设匹配值进行对比，获得人脸识别的识别结果。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有人脸识别程序，所述人脸识别程序被处理器执行时实现如权利要求1至6中任一项所述的人脸识别方法的步骤。