[发明专利]人脸识别模型的生成装置、方法及计算机可读存储介质

摘要

本发明公开了一种人脸识别模型的生成装置，包括存储器和处理器，存储器上存储有可在处理器上运行的模型生成程序，该程序被处理器执行时实现如下步骤：采集从多个视角拍摄的用户的多张脸部图像并获取相机参数；将多张脸部图像两两匹配，获取匹配的特征点对，对特征点对筛选，获取匹配正确的特征点对的二维坐标。计算特征点对的三维坐标并构建用户脸部的三维点云数据；将三维点云数据转换为深度图像；获取预设数量的用户的深度图像和颜色图像，作为双通道卷积神经网络模型的输入，训练模型以确定模型参数。本发明还提出一种人脸识别模型的生成方法以及一种计算机可读存储介质。本发明提高了人脸识别的准确度。

主权项

1.一种人脸识别模型的生成装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的模型生成程序，所述模型生成程序被所述处理器执行时实现如下步骤：A1、采集从多个视角拍摄的用户的多张脸部图像，并获取用于拍摄所述多张脸部图像的相机参数；A2、根据预设的特征匹配算法对获取到的多张脸部图像两两匹配，获取匹配的特征点对，通过预设的特征点筛选算法对匹配到的特征点对进行筛选，以删除匹配错误的特征点对，并获取匹配正确的特征点对在脸部图像上的二维坐标；A3、根据所述二维坐标和所述相机参数计算匹配正确的特征点对对应的三维坐标，并根据计算得到的三维坐标构建所述用户脸部的三维点云数据；A4、将所述三维点云数据转换为深度图像，将所述多张脸部图像中的任意一张作为所述用户脸部的颜色图像；A5、重复执行步骤A1至步骤A4，以获取预设数量的用户的深度图像和颜色图像，将所述深度图像和颜色图像作为预设的双通道卷积神经网络模型的输入，训练所述双通道卷积神经网络模型以确定模型参数，将确定模型参数的双通道卷积神经网络模型作为人脸识别模型，其中，所述双通道卷积神经网络模型将全连接层的结果作为输出。