[发明专利]人脸识别的方法、装置和电子设备

权利要求书

1.一种人脸识别的方法，其特征在于，包括：

获取第一识别目标的第一目标图像；

对所述第一目标图像进行处理得到至少一个第一边缘特征图像；

基于所述至少一个第一边缘特征图像确定所述第一识别目标是否为活体人脸，并输出活体判断结果；

根据所述第一目标图像进行特征模板匹配，并输出匹配结果；

根据所述活体判断结果和所述匹配结果输出人脸识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述活体判断结果和所述匹配结果输出人脸识别结果，包括：

在所述匹配结果为成功时，根据所述活体判断结果输出人脸识别结果；或者，在所述活体判断结果为活体时，根据所述匹配结果输出人脸识别结果；或者，在所述匹配结果为失败或所述活体判断结果为非活体时，输出人脸识别结果。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一目标图像进行特征模板匹配，并输出匹配结果，包括：

基于所述第一目标图像进行人脸检测；

当人脸检测成功时，基于所述第一目标图像获取第一人脸图像；

将所述第一人脸图像与预存的多个特征模板进行匹配；

当所述第一人脸图像与所述多个特征模板中任意一个特征模板匹配成功时，输出匹配结果为成功；或者，

当所述第一人脸图像与所述多个特征模板匹配失败时，输出匹配结果为失败；

或者，当人脸检测失败时，输出匹配结果为失败。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第一目标图像为二维红外图像。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述对所述第一目标图像进行处理得到至少一个第一边缘特征图像，包括：

采用多个低通卷积核对所述第一目标图像进行卷积计算得到多个第一低频特征图像；

将所述多个第一低频特征图像中不同的两个第一低频特征图像相减得到所述至少一个第一边缘特征图像中的一个第一边缘特征图像。

6.根据权利要求5所述的方法，其特征在于，所述低通卷积核为高斯卷积核，所述第一边缘特征图像为高斯函数差分DOG图像。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述基于所述至少一个第一边缘特征图像确定所述第一识别目标是否为活体人脸，包括：

对所述至少一个第一边缘特征图像进行缩小得到至少一个第一目标边缘特征图像，基于所述至少一个第一目标边缘特征图像确定所述第一识别目标是否为活体人脸。

8.根据权利要求7所述的方法，其特征在于，所述基于所述至少一个第一目标边缘特征图像确定所述第一识别目标是否为活体人脸，包括：

通过卷积神经网络对所述至少一个第一目标边缘特征图像进行分类处理，以确定所述第一识别目标是否为活体人脸。

9.根据权利要求8所述的方法，其特征在于，所述卷积神经网络包括：至少一个卷积层，至少一个激励层以及至少一个全连接层。

10.根据权利要求9所述的方法，其特征在于，所述通过卷积神经网络对所述至少一个第一目标边缘特征图像进行分类处理，包括：

通过所述至少一个卷积层，对所述至少一个第一目标边缘特征图像进行卷积计算得到多个特征图；

通过所述至少一个激励层，对所述多个特征图进行非线性化处理得到多个稀疏特征图；

通过所述至少一个全连接层，对所述多个稀疏特征图进行全连接得到多个特征常数；并采用分类函数对所述多个特征常数进行分类处理。

11.根据权利要求9或10所述的方法，其特征在于，所述至少一个卷积层包括两个卷积层，所述至少一个激励层包括两个激励层，所述至少一个全连接层包括一个全连接层。