[发明专利]人脸识别方法、设备及计算机可读存储介质

说明书

本发明公开了一种人脸识别方法，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；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。本发明还公开了一种人脸识别设备及计算机可读存储介质。本发明能够弱化皱纹对人脸识别的影响，提高人脸识别的准确性。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸识别方法、设备及计算机可读存储介质。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

目前，随着其技术的成熟和社会认同度的提高，人脸识别被应用在很多领域，例如，人脸识别门禁考勤系统，人脸识别防盗门，人脸识别手机解锁，人脸识别来运行的机器人等，但识别人脸图像存在纹理而模板图像无纹理时，会由于图像之间特征的差异而降低识别率。

发明内容

本发明的主要目的在于提出一种人脸识别方法、设备及计算机可读存储介质，旨在解决由于识别人脸图像存在纹理而模板图像无纹理时，会由于图像之间特征的差异而降低识别率的技术问题。

为实现上述目的，本发明提供一种人脸识别方法，所述方法包括：

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；

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。

可选地，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。

可选地，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。

可选地，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。

可选地，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脸部图像特征，分别计算所述采集到的人脸图像和预存的人脸图像脸部之间的匹配度。

可选地，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；