[发明专利]人脸识别方法及系统

说明书

本发明公开了一种人脸识别方法及系统，所述方法包括：采集人脸图像并预处理；导入人脸图像特征模型数据库，得到二值化人脸特征；将二值化人脸特征与预先建立的二值化人脸特征进行相似度计算；如果计算结果小于设定的误差阈值，确定人脸图像的身份标识；如果未识别，则将人脸图像依次输入N个分类器中，在每个分类器分别计算特征相似度值；若第i个分类器识别成功，则将第i个分类器的目标样本图像作为人脸图像的匹配结果；若N个分类器均为识别失败，则基于加权投票算法，对得到的N个分类器的相似度数据进行投票，并根据投票结果确定所述待识别人脸。本发明能够很好的实现对人脸图像的识别。

技术领域

本发明涉及电力行业的人脸图像识别技术领域，尤其涉及一种人脸识别方法及系统。

背景技术

现阶段，对人脸识别主要通过提取待识别人脸图像的图像特征，然后将待识别人脸图像的图像特征与人脸数据库中已知身份的各张人脸图像的图像特征进行对比，根据对比结果确定待识别人脸图像中包括的人脸的身份。在电力领域，比如用户通过人脸识别自助查询、缴费、办理业务等，电力用户较多，上述方法虽然可以实现人脸识别，但是，随着人脸数据库中的人脸图像的增多，以及人脸图像的图像特征的日渐增多，上述方法出现了对比时占用内存大，对比时间久等问题，同时这种方法由于式根据图像特征来对比，一旦人脸图像的某一个或多个特征图像与数据库中不一致，容易造成人脸图像识别的失败，一旦出现人脸图像识别失败，影响用户的自主体验，不便于业务的开展，制约着企业的发展。

因此，现有技术需要改进。

发明内容

本发明实施例所要解决的技术问题是：提供一种人脸识别方法及系统，以解决现有技术中存在的问题。

根据本发明实施例的一个方面，公开一种人脸识别方法，包括：

通过人脸图像采集及检测模块对人脸图像进行实时采集，对采集的人脸图像进行预处理，获取对图像中人脸区域的检测；

将人脸图像导入预先建立的人脸图像特征模型数据库，得到人脸图像的二值化人脸特征，所述人脸特征模型数据库中的人脸特征模型用于表征人脸图像与二值化人脸特征的对应关系；

将人脸图像的二值化人脸特征与预先建立的人脸图像集合中的各人脸图像的二值化人脸特征进行相似度计算，所述人脸图像集合中的各张人脸图像标记了所指示的人脸对象的身份标识；

根据相似度计算结果，如果计算相似度值小于设定的误差阈值，则确定人脸图像所包含的人脸对象的身份标识；

如果相似度计算的结果大于设定的误差阈值，则将人脸图像依次输入按照预设顺序串行排列的N个人脸图像识别的分类器中，在每个分类器中分别计算人脸图像和样本库中预存的样本图像之间的特征相似度，得到第N个分类器的相似度数据，并根据该相似度数据确定每一个分类器的识别结果；

若第i个分类器的识别结果为识别成功，则将第i个所述分类器识别出的目标样本图像作为人脸图像的匹配结果，i为大于0小于N的正整数；

若N个分类器的识别结果均为识别失败，则基于加权投票算法，对得到的N个分类器的相似度数据进行投票，并根据投票结果确定所述待识别人脸。

基于本发明上述人脸识别方法的另一个实施例中，所述人脸图像特征模型的训练步骤包括：

对某一人脸对象获取多个人脸图像样本，且多个人脸图像样本的指向人脸对象相同但人脸图像样本不同；

采用机器学习方法，将多个人脸图像样本基于预先构建的损失函数训练得到人脸特征生成模型，其中，所述损失函数是基于多个人脸图像的特征向量得到的；

将人脸特征模型分别预存于人脸图像特征模型数据库，并同时装入N个分类器，通过N个分类器展示当前人脸对象的不同人脸图像特征。