[发明专利]一种人脸识别的方法、装置及终端设备

权利要求书

1.一种人脸识别的方法，其特征在于，包括：

采集当前用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；

提取所述人体点云数据中的人脸点云数据；

根据所述人脸点云数据中各个数据点的坐标值，获取所述人脸点云数据中的体素数据；

采用预置的三维空间信息逐层次学习网络模型提取所述体素数据中的多个特征点，并计算各个特征点之间的距离；

基于所述各个特征点之间的距离，识别所述当前用户是否为目标用户。

2.根据权利要求1所述的方法，其特征在于，所述提取所述人体点云数据中的人脸点云数据的步骤包括：

采用预置的三维点云网络模型识别所述人体点云数据中各个数据点之间的稀疏关系，所述三维点云网络模型通过对多份人脸点云样本数据进行训练得到；

计算所述人体点云数据中各个数据点之间的稀疏关系与所述人脸点云样本数据中各个数据点之间的稀疏关系的相似度；

提取所述相似度超过预设阈值部分的多个数据点作为人脸点云数据。

3.根据权利要求1所述的方法，其特征在于，所述提取所述人体点云数据中的人脸点云数据的步骤包括：

根据所述人体点云数据中各个数据点的坐标值，识别所述当前用户的人体点云数据中的人脸鼻尖位置；

基于所述人脸鼻尖位置，从所述人体点云数据中裁剪出人脸点云数据。

4.根据权利要求3所述的方法，其特征在于，所述基于所述人脸鼻尖位置，从所述人体点云数据中裁剪出人脸点云数据的步骤包括：

以所述人脸鼻尖位置为原点构建坐标系，通过提取在所述坐标系的各个方向上预设长度内的多个数据点，获得人脸点云数据。

5.根据权利要求1所述的方法，其特征在于，所述根据所述人脸点云数据中各个数据点的坐标值，获取所述人脸点云数据中的体素数据的步骤包括：

分别确定所述人脸点云数据中各个数据点在预设的三维坐标系的x、y、z轴上的坐标值最大值和坐标值最小值；

根据所述坐标值最大值和坐标值最小值，生成包含所述人脸点云数据中全部数据点的最小立方体；

对所述最小立方体中的全部数据点进行标记，获得所述人脸点云数据中的体素数据。

6.根据权利要求5所述的方法，其特征在于，还包括：

将所述体素数据映射至特定大小的立体空间，作为所述三维空间信息逐层次学习网络模型的输入数据。

7.根据权利要求5所述的方法，其特征在于，所述各个特征点之间的距离为所述各个特征点之间的欧式距离，所述基于所述各个特征点之间的距离，识别所述当前用户是否为目标用户的步骤包括：

提取预先输入的目标用户人脸中的多个目标特征点，计算各个目标特征点之间的欧式距离；

确定所述各个特征点与所述各个目标特征点之间的对应关系；

判断所述各个特征点之间的欧式距离与具有所述对应关系的所述各个目标特征点之间的欧式距离之间的误差是否小于预设数值；

若是，则识别所述当前用户为所述目标用户；

若否，则识别所述当前用户不为所述目标用户。

8.一种人脸识别的装置，其特征在于，包括：

采集模块，用于采集当前用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；

提取模块，用于提取所述人体点云数据中的人脸点云数据；

获取模块，用于根据所述人脸点云数据中各个数据点的坐标值，获取所述人脸点云数据中的体素数据；

计算模块，用于采用预置的三维空间信息逐层次学习网络模型提取所述体素数据中的多个特征点，并计算各个特征点之间的距离；

识别模块，用于基于所述各个特征点之间的距离，识别所述当前用户是否为目标用户。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述人脸识别的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸识别的方法的步骤。