图像识别方法、装置、终端和可读存储介质.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CN109961062A(43)申请公布日2019.07.02(21)申请号201910304830.6(22)申请日2019.04.16(71)申请人北京迈格威科技有限公司地址100190北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人魏鑫闫东(74)专利代理机构北京华进京联知识产权代理有限公司11606代理人朱五云哈达(51)Int.Cl.G06K9/00(2006.01)权利要求书3页说明书15页附图5页(54)发明名称图像识别方法、装置、终端和可读存储介质(57)摘要本申请涉及一种图像识别方法、装置、终端和可读存储介质。所述方法包括：获取待识别对象的脸部红外图像和脸部深度图像；根据所述脸部红外图像，对所述待识别对象进行红外人脸识别，得到红外脸部识别结果；当所述红外脸部识别结果为通过时，根据所述脸部深度图像，对所述待识别对象进行深度人脸识别，得到深度脸部识别结果，并将所述深度脸部识别结果作为所述待识别对象的脸部识别结果。采用本方法能够提高识别的准确性。CN109961062ACN109961062A权利要求书1/3页1.一种图像识别方法，其特征在于，所述方法包括：获取待识别对象的脸部红外图像和脸部深度图像；根据所述脸部红外图像，对所述待识别对象进行红外人脸识别，得到红外脸部识别结果；当所述红外脸部识别结果为通过时，根据所述脸部深度图像，对所述待识别对象进行深度人脸识别，得到深度脸部识别结果，并将所述深度脸部识别结果作为所述待识别对象的脸部识别结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述脸部深度图像，对所述待识别对象进行深度人脸识别，得到深度脸部识别结果，包括：根据所述脸部深度图像和脸部深度特征提取模型，得到脸部深度特征；根据所述脸部深度特征和预设的底库脸部深度特征，进行深度人脸识别，得到深度脸部识别结果；所述底库脸部深度特征是根据所述脸部深度特征提取模型对底库脸部深度图像进行特征提取所得到的。3.根据权利要求2所述的方法，其特征在于，所述根据所述脸部深度图像和脸部深度特征提取模型，得到脸部深度特征，包括：获取所述脸部深度图像的关键点的位置信息，并根据所述关键点的位置信息对所述脸部深度图像进行脸部区域裁剪，获得所述脸部深度图像对应的深度组件图像；根据所述深度组件图像和所述脸部深度特征提取模型，得到所述脸部深度特征。4.根据权利要求3所述的方法，其特征在于，所述深度组件图像包括基于多个关键点裁剪得到的多个脸部区域图像时，所述根据所述深度组件图像和所述脸部深度特征提取模型，得到所述脸部深度特征，包括：将所述深度组件图像输入所述脸部深度特征提取模型，输出所述深度组件图像的多个深度特征；将所述深度组件图像的多个深度特征输入融合模型中进行融合处理，得到所述脸部深度特征。5.根据权利要求4所述的方法，其特征在于，所述将所述深度组件图像输入所述脸部深度特征提取模型，输出所述深度组件图像的多个深度特征，包括：计算所述深度组件图像中各脸部区域图像的像素值的均值和方差，并根据所述均值和方差，对所述深度组件图像中各脸部区域图像进行归一化；将所述归一化后的深度组件图像输入所述脸部深度特征提取模型，输出所述深度组件图像的多个深度特征。6.根据权利要求3所述的方法，其特征在于，所述关键点在所述脸部深度图像上的梯度值大于预设梯度值。7.根据权利要求3所述的方法，其特征在于，所述获取所述脸部深度图像的关键点的位置信息，包括：获取所述脸部红外图像的关键点的位置信息；将所述脸部深度图像和所述脸部红外图像进行配准处理，得到配准系数；根据所述配准系数和所述脸部红外图像的关键点的位置信息，得到所述脸部深度图像的关键点的位置信息。2CN109961062A权利要求书2/3页8.根据权利要求1-7中任一项所述的方法，其特征在于，所述根据所述脸部红外图像，对所述待识别对象进行红外人脸识别，得到红外脸部识别结果，包括：获取所述脸部红外图像的关键点的位置信息，并根据所述关键点的位置信息对所述脸部红外图像进行脸部区域裁剪，获得所述脸部红外图像对应的红外组件图像；根据所述红外组件图像和所述脸部红外特征提取模型，得到所述脸部红外特征；根据所述脸部红外特征和预设的底库脸部红外特征，进行红外人脸识别，得到红外脸部识别结果；所述底库脸部红外特征是根据所述脸部红外特征提取模型对底库脸部红外图像进行特征提取所得到的。9.根据权利要求2所述的方法，其特征在于，所述根据所述脸部深度特征和预设的底库脸部深度特征，进行深度人脸识别，得到深度脸部识别结果，包括：计算所述脸部深度特征和所述底库脸部深度特征的相似度；当所述相似度大于或等于预设相似度阈值时，确定所述深度脸部识别结果为通过；当所述