[发明专利]人脸识别方法和装置

说明书

本说明书实施例提供了一种人脸识别方法及装置。在该方法中，获取待处理图像；该待处理图像中包括至少两个人体影像；对所述待处理图像进行全景分割，得到至少两个人体候选区域，其中每一个人体候选区域中包括一个人体影像；每一个所述人体影像均包括一个人脸影像；对每一个人体候选区域进行深度估计；根据深度估计结果，得到每一个人体对应的深度值；根据每一个人体对应的深度值，得到目标人脸。本说明书实施例能够从多个人脸中更为准确地得到目标人脸。

技术领域

本说明书一个或多个实施例涉及电子信息技术，尤其涉及人脸识别方法和装置。

背景技术

人脸识别技术已经被广泛应用。在很多业务场景中，需要从多个人脸中识别出目标人脸，从而针对目标人脸进行业务处理。比如，在利用人脸通过一个大门的门禁时，在摄像头的摄像范围内很可能会同时出现多个人脸，此时就需要识别出多个人脸中的一个目标人脸(比如将排在最前面的人脸作为识别出的目标人脸)，从而针对该一个目标人脸判断是否允许相应的人员通过门禁。再如，在进行刷脸支付业务时，刷脸设备的摄像头也可能会同时拍摄到多个排队人员的多个人脸，此时也需要识别出多个人脸中的一个目标人脸(比如将排在最中间的人脸作为识别出的目标人脸)，从而针对该一个目标人脸进行相应人员的扣款处理。

然而，目前的人脸识别方法，无法从多个人脸中准确地识别出目标人脸。

发明内容

本说明书一个或多个实施例描述了人脸识别方法和装置，能够从多个人脸中更加准确地识别出目标人脸。

根据第一方面，提供了一种人脸识别方法，包括：

获取待处理图像；该待处理图像中包括至少两个人体影像；

对所述待处理图像进行全景分割，得到至少两个人体候选区域，其中每一个人体候选区域中包括一个人体影像；每一个所述人体影像均包括一个人脸影像；

对每一个人体候选区域进行深度估计；

根据深度估计结果，得到每一个人体对应的深度值；

根据每一个人体对应的深度值，得到目标人脸。

其中，所述对所述待处理图像进行全景分割包括：利用预先训练的全景分割模型对所述待处理图像进行全景分割；

其中，所述全景分割模型的训练方法包括：利用样本图像对全景分割模型进行训练，该样本图像被标记出至少两个人体候选区域以及至少一个环境候选区域。

其中，所述对所述待处理图像进行全景分割包括：将待处理图像中各H*W*3的三维像素点输入预先训练的全景分割模型，得到该全景分割模型输出的对应于不同人体候选区域的不同的一维数字；

所述对每一个人体候选区域进行深度估计，包括：

通过预先训练的深度估计模型的嵌入层将全景分割模型输出的不同的一维数字分别映射为C维的向量，利用各C维向量生成分割向量图；由所述深度估计模型的卷积神经网络对分割向量图进行特征提取，得到对应于每一个人体候选区域的深度图以及置信度图，其中，深度图中的每个像素值表征该像素对应的位置距离拍摄源的深度值，置信度图中的每个像素值表征该像素对应的深度值的置信度。

其中，所述根据深度估计结果得到每一个人体对应的深度值，包括：

针对每一个人体候选区域，均执行：

根据该人体候选区域对应的置信度图，从该人体候选区域对应的深度图中选取置信度大于0.5的像素；

计算所选取的各个像素的深度值的平均值，将得到的平均值确定为该人体候选区域所对应的人体的深度值。

其中，所述根据每一个人体对应的深度值得到目标人脸，包括：

将对应最小深度值的人体的人脸确定为目标人脸；