[发明专利]基于现场照和证件照的人脸识别方法及识别装置

权利要求书

1.一种基于现场照和证件照的人脸识别方法，其特征在于，包括：

建立训练数据，所述训练数据包括第一数据集及第二数据集，其中，所述第一数据集及所述第二数据集均包括多人的图像数据，每人对应多个图像数据，所述第二数据集中每人对应至少一张证件照图像数据及多张现场照图像；

训练数据预处理，对所述训练数据中的图像数据进行人脸检测和关键点定位以提取多个人脸区域patch，并将所述多个patch归一化，得到预处理后的数据；

生成第一网络参数模型，采用深度卷积神经网络DCNN对所述第一数据集对应的预处理后的数据进行收敛训练得到所述第一网络参数模型；

生成第二网络参数模型，对所述第一网络参数模型的参数利用所述第二数据集对应的预处理后的数据进行收敛训练得到所述第二网络参数模型；

生成第三网络参数模型，采用所述第二网络参数模型对所述第二数据集对应的预处理后的数据提取特征，同一图像数据对应的多个patch的特征连在一起作为输入，输出预设维数的特征向量，并以基于度量学习的误差函数进行训练，使得本人的证件照图像跟本人的现场照图像的距离缩短，本人的证件照图像跟他人的现场照图像的距离拉长，得到所述第三网络参数模型；

人脸识别验证，在所述第三网络参数模型中输入现场照对应的预处理后的数据得到第一特征向量，并输入证件照对应的预处理后的数据得到第二特征向量，计算所述第一特征向量与所述第二特征向量间的距离以判断所述证件照与所述现场照的相似度。

2.根据权利要求1所述的基于现场照和证件照的人脸识别方法，其特征在于，

所述预处理包括根据人脸检测及人脸特征点检测将照片图像数据转换为多个patch及将各patch的像素尺寸归一化处理。

3.根据权利要求2所述的基于现场照和证件照的人脸识别方法，其特征在于，

所述根据人脸检测及人脸特征点检测将照片图像数据转换为多个patch包括：

采用人脸检测算法获取人脸区域；

在所述人脸区域内检测关键点，以瞳距为固定值，且分别以左眼、右眼、左嘴角、右嘴角、鼻子、两眼中心点为中心提取人脸图像生成六个patch。

4.根据权利要求1所述的基于现场照和证件照的人脸识别方法，其特征在于，

所述第一数据集为用于增强网络底层特征鲁棒性的网上人像数据库；

所述第二数据集中的所述证件照图像数据来自证件芯片内存储的图像照片或者第三方机构存储的证件图像照。

5.根据权利要求1所述的基于现场照和证件照的人脸识别方法，其特征在于，

生成所述第三网络参数模型中，训练组对时，以证件照图像作为目标样本，以同一人的现场照图像作为正样本，随机选择不同人的现场照作为负样本。

6.根据权利要求1至5任一所述的基于现场照和证件照的人脸识别方法，其特征在于，

计算所述第一特征向量与所述第二特征向量间的距离采用公式如下：

其中，f₁为第一特征向量，f₂为第二特征向量，上述公式中的分子表示两个特征向量的内积，分母表示两个特征向量长度的乘积。