[发明专利]一种人脸识别处理方法及装置

权利要求书

1.一种人脸识别处理方法，其特征在于，包括：

获取用户的人脸图像，对所述人脸图像进行图像识别，得到拍摄所述人脸图像的场景环境参数和用户特性参数；

根据所述场景环境参数和所述用户特性参数，确定各人脸识别多模型融合提供方分别提供的各模型原始得分；

根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，根据评级结果确定执行人脸识别多模型融合决策的目标人脸识别多模型融合提供方，并基于所述目标人脸识别多模型融合提供方提供的模型对所述用户进行人脸识别。

2.根据权利要求1所述的人脸识别处理方法，其特征在于，所述根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，包括：

根据各模型原始得分，获取标准化矩阵和相对熵概率矩阵；

根据所述相对熵概率矩阵和所述标准化矩阵，并利用优劣解距离法评价模型计算与各人脸识别多模型融合提供方分别对应各模型的评价值；

根据各评价值对各人脸识别多模型融合提供方分别进行评级。

3.根据权利要求2所述的人脸识别处理方法，其特征在于，所述根据所述相对熵概率矩阵和所述标准化矩阵，并利用优劣解距离法评价模型计算与各人脸识别多模型融合提供方分别对应各模型的评价值，包括：

根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值；

根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最小值矩阵，计算得到各模型与所述最小值矩阵之间的第二距离值；

根据所述第一距离值和所述第二距离值，计算得到各人脸识别多模型融合提供方分别对应的评价得分；

对各评价得分进行归一化处理，得到对应各模型的评价值。

4.根据权利要求3所述的人脸识别处理方法，其特征在于，所述根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值，包括：

将所述相对熵概率矩阵和所述标准化矩阵中的对应矩阵元素分别相乘，得到所述优劣解距离法评价模型的初始数据；

根据所述初始数据和所述最大值矩阵，计算得到各模型与所述最大值矩阵之间的第一距离值。

5.根据权利要求3所述的人脸识别处理方法，其特征在于，所述根据所述相对熵概率矩阵、所述标准化矩阵和优劣解距离法评价模型的最小值矩阵，计算得到各模型与所述最小值矩阵之间的第二距离值，包括：

将所述相对熵概率矩阵和所述标准化矩阵中的对应矩阵元素分别相乘，得到所述优劣解距离法评价模型的初始数据；

根据所述初始数据和所述最小值矩阵，计算得到各模型与所述最小值矩阵之间的第二距离值。

6.根据权利要求2所述的人脸识别处理方法，其特征在于，所述根据各模型原始得分，获取标准化矩阵和相对熵概率矩阵，包括：

将各模型原始得分作为原始得分矩阵元素，得到原始得分矩阵；

对所述原始得分矩阵进行标准化处理，得到标准化矩阵；

对所述标准化矩阵进行相对熵计算，得到相对熵概率矩阵。

7.根据权利要求1至6任一所述的人脸识别处理方法，其特征在于，根据评级结果确定执行人脸识别多模型融合决策的目标人脸识别多模型融合提供方，包括：

将数值最大的评价值对应的人脸识别多模型融合提供方确定为所述目标人脸识别多模型融合提供方。

8.一种人脸识别处理装置，其特征在于，包括：

获取单元，用于获取用户的人脸图像，对所述人脸图像进行图像识别，得到拍摄所述人脸图像的场景环境参数和用户特性参数；

确定单元，用于根据所述场景环境参数和所述用户特性参数，确定各人脸识别多模型融合提供方分别提供的各模型原始得分；

识别单元，用于根据各模型原始得分对各人脸识别多模型融合提供方分别进行评级，根据评级结果确定执行人脸识别多模型融合决策的目标人脸识别多模型融合提供方，并基于所述目标人脸识别多模型融合提供方提供的模型对所述用户进行人脸识别。