人脸识别方法、电子设备以及存储介质.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CN113836980A(43)申请公布日2021.12.24(21)申请号202010587883.6(22)申请日2020.06.24(71)申请人中兴通讯股份有限公司地址518057广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦(72)发明人丁肇臻侯春华申光(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人谭晓欣(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06T7/246(2017.01)权利要求书2页说明书8页附图3页(54)发明名称人脸识别方法、电子设备以及存储介质(57)摘要本发明公开了一种人脸识别方法、电子设备以及存储介质，所述方法包括从视频流中提取出包含目标人脸的多帧人脸图像；对多帧所述人脸图像分别进行人脸特征提取，得到第一人脸特征；对所述第一人脸特征进行特征增强，并对增强后的第一人脸特征进行融合，得到第二人脸特征；将所述第二人脸特征与预先存储的第三人脸特征进行比较，确定人脸识别结果。本发明实施例提供的技术方案，基于多帧人脸图像提取出的人脸特征进行人脸识别，能克服传统方法只基于单一图像的特征进行人脸识别而使得识别结果受到噪声干扰影响大的问题。本发明实施例还对从多帧所述人脸图像提取出的第一人脸特征进行特征加强和融合，进一步提高人脸识别的成功率和可靠性。CN113836980ACN113836980A权利要求书1/2页1.一种人脸识别方法，其特征在于，包括：从视频流中提取出包含目标人脸的多帧人脸图像；对多帧所述人脸图像分别进行人脸特征提取，得到第一人脸特征；对所述第一人脸特征进行特征增强，并对增强后的第一人脸特征进行融合，得到第二人脸特征；将所述第二人脸特征与预先存储的第三人脸特征进行比较，确定人脸识别结果。2.根据权利要求1所述的人脸识别方法，其特征在于，所述从视频流中提取出包含目标人脸的多帧人脸图像，包括：从视频流中提取出包含所述目标人脸的多帧第一人脸图像；分别对多帧所述第一人脸图像进行人脸质量分析处理，得到每帧所述第一人脸图像的人脸先验信息；根据每帧所述第一人脸图像的所述人脸先验信息，从多帧所述第一人脸图像中选出多帧第二人脸图像；所述对多帧所述人脸图像分别进行人脸特征提取，得到第一人脸特征，包括：对多帧所述第二人脸图像分别进行人脸特征提取，得到第一人脸特征。3.根据权利要求2所述的人脸识别方法，其特征在于，所述人脸先验信息包括多个不同类型的指标参数；所述根据所述人脸先验信息，从多帧所述第一人脸图像中选出多帧第二人脸图像，包括：对所述多个指标参数线性加权得到全局质量评分，根据所述全局质量评分从多帧所述第一人脸图像中获取第一预设数量的初选图像；对所述第一预设数量的所述初选图像进行排列组合，得到多个初选图像组合，其中，每个初选图像组合中包含第二预设数量的所述初选图像；根据所述多个指标参数获取每个所述初选图像组合的图像区分程度参数，并根据所述图像区分程度参数从多个所述初选图像组合中选出终选图像组合；将所述终选图像组合所包含的所述初选图像作为所述第二人脸图像。4.根据权利要求3所述的人脸识别方法，其特征在于，所述指标参数包括模糊程度参数、偏转角参数和分辨率参数。5.根据权利要求2所述的人脸识别方法，其特征在于，所述从视频流中提取出包含所述目标人脸的多帧第一人脸图像，包括：对所述视频流进行人脸检测，获取所述目标人脸在所述视频流当前帧的脸部位置信息；根据所述脸部位置信息进行人脸轨迹跟踪，从所述视频流中提取出包含所述目标人脸的多帧第一人脸图像。6.根据权利要求5所述的人脸识别方法，其特征在于，所述脸部位置信息包括多个轮廓点位置信息；所述从视频流中提取出包含所述目标人脸的多帧第一人脸图像还包括：根据所述多个轮廓点位置信息，校准所述第一人脸图像中所述目标人脸的角度。7.根据权利要求1所述的人脸识别方法，其特征在于，所述对多帧所述人脸图像分别进2CN113836980A权利要求书2/2页行人脸特征提取，得到第一人脸特征，包括：使用神经网络对多帧所述人脸图像分别进行人脸特征提取，得到所述第一人脸特征；其中，提取到的所述第一人脸特征包括多维的人脸向量。8.根据权利要求7所述的人脸识别方法，其特征在于，所述对所述第一人脸特征进行特征增强，包括：使用深度卷积神经网络将所述第一人脸特征与人脸先验信息进行点乘操作，得到增强后的所述第一人脸特征；其中，所述人脸先验信息是通过对所述人脸图像进行人脸质量分析处理得到。9.根据权利要求1或7所述的人脸识别方法，其特征在于，所述对增强后的第一人脸特征进行融合，得到第二人脸特征，包括：通过平均池化操作对增强后的所述第一人脸特征进行融合，得到第二人脸特征。10.根据