人脸识别方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114241559A(43)申请公布日2022.03.25(21)申请号202111541674.9G06N3/08(2006.01)(22)申请日2021.12.16(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人魏嘉旺(74)专利代理机构北京品源专利代理有限公司11332代理人蔡舒野(51)Int.Cl.G06V40/16(2022.01)G06V10/74(2022.01)G06V10/40(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书2页说明书10页附图4页(54)发明名称人脸识别方法、装置、设备及存储介质(57)摘要本申请实施例公开了一种人脸识别方法、装置、设备及存储介质，所述方法包括：获取包括待检测对象的目标人脸图像；根据所述目标人脸图像，确定局部二值特征和全局深度特征；根据所述局部二值特征和所述全局深度特征，确定所述目标人脸图像与候选人脸图像的匹配度；根据所述匹配度，确定所述待检测对象与所述候选人脸图像所属的候选对象是否是同一个身份；通过上述技术方案，提供了一种更有效的人脸特征表示方法，提高了人脸识别的准确率。CN114241559ACN114241559A权利要求书1/2页1.一种人脸识别方法，其特征在于，包括：获取包括待检测对象的目标人脸图像；根据所述目标人脸图像，确定局部二值特征和全局深度特征；根据所述局部二值特征和所述全局深度特征，确定所述目标人脸图像与候选人脸图像的匹配度；根据所述匹配度，确定所述待检测对象与所述候选人脸图像所属的候选对象是否是同一个身份。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标人脸图像，确定局部二值特征，包括：确定所述目标人脸图像的人脸关键点，并从所述人脸关键点中确定局部采样中心点；根据所述局部采样中心点所属区域，从所述目标人脸图像中获取局部人脸图像；采用预设局部二值模式LBP算子对所述局部人脸图像进行采样，得到局部二值特征。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：对所述局部人脸图像进行缩放处理，得到至少一个标准局部人脸图像；将各所述标准局部人脸图像作为新的所述局部人脸图像。4.根据权利要求2或3所述的方法，其特征在于，所述采用预设局部二值模式LBP算子对所述局部人脸图像进行采样，得到局部二值特征，包括：对所述局部人脸图像进行划分，得到至少一个局部人脸子图像；分别采用所述预设LBP算子对各所述局部人脸子图像进行采样，得到所述局部二值特征。5.根据权利要求2所述的方法，其特征在于，所述人脸关键点包括预设关键点对；相应的，在根据所述局部采样中心点所属区域，从所述目标人脸图像中获取局部人脸图像之前，还包括：根据所述预设关键点对的位置信息，确定当前图像方向；根据所述当前图像方向和所述预设关键点对的标准图像方向，对所述目标人脸图像进行矫正，以更新所述目标人脸图像。6.根据权利要求2所述的方法，其特征在于，所述根据所述局部采样中心点所属区域，从所述目标人脸图像中获取局部人脸图像，包括：根据所述局部采样中心点对应的中心点类别，确定采集窗口大小；根据所述采集窗口大小，从所述目标人脸图像中获取局部人脸图像。7.根据权利要求1所述的方法，其特征在于，所述根据所述局部二值特征和所述全局深度特征，确定所述目标人脸图像与候选人脸图像的匹配度，包括：将所述局部二值特征和所述全局深度特征进行融合，得到目标融合特征；根据所述目标融合特征与所述候选人脸图像对应的候选融合特征，确定所述目标人脸图像与所述候选人脸图像的匹配度。8.一种人脸识别装置，其特征在于，包括：人脸图像获取模块，用于获取包括待检测对象的目标人脸图像；特征提取模块，用于根据所述目标人脸图像，确定局部二值特征和全局深度特征；匹配模块，用于根据所述局部二值特征和所述全局深度特征，确定所述目标人脸图像2CN114241559A权利要求书2/2页与候选人脸图像的匹配度；身份认证模块，用于根据所述匹配度，确定所述待检测对象与所述候选人脸图像所属的候选对象是否是同一个身份。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑7中任一项所述的一种人脸识别方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑7中任一项所述的一种人脸识别方法。3CN114241559A说明书1/10页人脸识别方法、装置、设备及存储介质技术领域[0001]本申请实施例涉及图像处理技术领域，尤其涉及一种