CN105631403A - 人脸识别方法及装置 - Google Patents

Abstract

本公开是关于一种人脸识别方法及装置。方法包括：通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，第一组特征表示照片中的人脸特征；通过已训练的第二卷积神经网络提取照片中的第二人脸区域的第二组特征，第二人脸区域由照片中的人脸所在的第二区域确定，第二组特征表示照片中的衣物特征；合并第一组特征和第二组特征，对合并后的特征组合进行降维处理，得到第三组特征；根据第三组特征与已提取出的参考人脸特征的余弦距离确定照片中的人脸与参考人脸特征对应的人脸是否为同一人脸。本公开技术方案可以将用户人脸区域外围的衣服饰物与用户的人脸特征结合在一起进行人脸识别，大大提高人脸识别的准确率。

Description

人脸识别方法及装置

技术领域

本公开涉及图像识别技术领域，尤其涉及一种人脸识别方法及装置。

背景技术

在以人脸为单位对用户相册进行分类的过程中，首先需要获取用户手机上传的全部照片，对全部照片进行人脸检测提取出人脸特征，将提取的人脸特征依次与已分类的人脸进行相似性度量，将具有相似性特征的照片划分到同一个人脸相册中。在用户连拍多张照片的情形下，如果其中7张照片的人脸比较清晰，但是另外3张照片由于姿势以及光照等因素不能直接提取脸部特征，在此情形下，该3张照片的人脸识别会失败，从而影响人脸的识别率。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种人脸识别方法及装置，用以提高人脸识别的准确率。

根据本公开实施例的第一方面，提供一种人脸识别方法，包括：

通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由照片中的人脸所在的第一区域确定；

通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

合并所述第一组特征和所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。

在一实施例中，所述方法还可包括：

将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对所述未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定所述未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到所述已训练的第一卷积神经网络；

将所述设定数量的第一组有标签人脸样本的四周进行扩张所述设定像素宽度的区域，得到第二组有标签人脸样本；

将所述设定数量的所述第二组有标签人脸样本输入至未训练的第二卷积神经网络，对所述未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定所述未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到所述已训练的第二卷积神经网络。

在一实施例中，所述方法还可包括：

通过所述已训练的第一卷积神经网络提取所述第一组有标签人脸样本的第一设定长度的特征参数；

通过所述已训练的第二卷积神经网络提取所述第二组有标签人脸样本的第二设定长度的特征参数；

合并所述第一设定长度的特征参数和所述第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到所述LDA的第三设定长度的投影矩阵。

在一实施例中，所述根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸，可包括：

将所述第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

如果所述余弦距离大于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为同一人脸；

如果所述余弦距离小于或者等于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为不同的人脸。

在一实施例中，所述方法还可包括：

检测所述照片上的人脸的特征点；

根据所述人脸的特征点从所述照片上确定所述人脸所在的所述第一区域以及对所述第一区域向四周扩张设定像素宽度得到第二区域；

根据预设参考特征点将所述第一区域进行仿射变换得到所述第一人脸区域，所述第一人脸区域的大小与所述第一卷积神经网络的输入层的维数相同；

根据所述预设参考特征点将所述第二区域进行仿射变换得到所述第二人脸区域，所述第二人脸区域的大小与所述第二卷积神经网络的输入层的维数相同。

根据本公开实施例的第二方面，提供一种人脸识别装置，包括：

第一提取模块，被配置为通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由照片中的人脸所在的第一区域确定；

第二提取模块，被配置为通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

第一处理模块，被配置为合并所述第一提取模块提取到的所述第一组特征和所述第二提取模块提取到的所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

第一确定模块，被配置为根据所述第一处理模块合并后的所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。

在一实施例中，所述装置还可包括：

第一训练模块，被配置为将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对所述未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第二确定模块，被配置为在确定所述未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过所述第一训练模块得到所述已训练的第一卷积神经网络；

区域扩张模块，被配置为将所述设定数量的第一组有标签人脸样本的四周进行扩张所述设定像素宽度的区域，得到第二组有标签人脸样本；

第二训练模块，被配置为将所述设定数量的所述第二组有标签人脸样本输入至未训练的第二卷积神经网络，对所述未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第三确定模块，被配置为在确定所述未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过所述第二训练模块得到所述已训练的第二卷积神经网络。

在一实施例中，所述装置还可包括：

第三提取模块，被配置为通过所述第二确定模块确定的所述已训练的第一卷积神经网络提取所述第一组有标签人脸样本的第一设定长度的特征参数；

第四提取模块，被配置为通过所述已训练的第二卷积神经网络提取所述第二组有标签人脸样本的第二设定长度的特征参数；

第二处理模块，被配置为合并所述第三提取模块提取的所述第一设定长度的特征参数和所述第四提取模块提取的所述第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到所述LDA的第三设定长度的投影矩阵。

在一实施例中，所述第一确定模块可包括：

比较子模块，被配置为将所述第一处理模块合并后的所述第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

第一确定子模块，被配置为如果所述比较子模块的比较结果表示所述余弦距离大于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为同一人脸；

第二确定子模块，被配置为如果所述比较子模块的比较结果表示所述余弦距离小于或者等于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为不同的人脸。

在一实施例中，所述装置还可包括：

检测模块，被配置为检测所述照片上的人脸的特征点；

第四确定模块，被配置为根据所述检测模块检测到的所述人脸的特征点从所述照片上确定所述人脸所在的所述第一区域以及对所述第一区域向四周扩张设定像素宽度得到所述第二区域；

第一变换模块，被配置为根据预设参考特征点将所述第四确定模块确定的所述第一区域进行仿射变换得到所述第一人脸区域，所述第一人脸区域的大小与所述第一卷积神经网络的输入层的维数相同；

第二变换模块，被配置为根据所述预设参考特征点将所述第四确定模块确定的所述第二区域进行仿射变换得到所述第二人脸区域，所述第二人脸区域的大小与所述第二卷积神经网络的输入层的维数相同。

根据本公开实施例的第三方面，提供一种人脸识别装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由照片中的人脸所在的第一区域确定；

通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

合并所述第一组特征和所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。

本公开的实施例提供的技术方案可以包括以下有益效果：

由于第一CNN和第二CNN是通过海量的有标签人脸样本训练得到的，并且第一CNN提取出的第一组特征表示照片中的人脸特征，第二CNN提取出的第二组特征表示照片中的衣物特征，因此本公开通过将人脸特征与人脸之外的衣服饰物等信息进行融合，从而可以将用户人脸区域外围的衣服饰物与用户的人脸特征结合在一起进行人脸识别，大大提高了人脸识别的准确率；通过对第三组特征进行降维，可以大大降低在人脸识别过程中的计算复杂度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1A是根据一示例性实施例示出的人脸识别方法的流程图。

图1B是根据一示例性实施例示出的人脸识别方法的场景图。

图2A是根据一示例性实施例一示出的如何对卷积神经网络进行训练的示意图。

图2B是根据一示例性实施例一示出的卷积神经网络的结构示意图。

图3是根据一示例性实施例二示出的人脸识别方法的流程图。

图4是根据一示例性实施例三示出的如何确定第一人脸区域的流程图。

图5是根据一示例性实施例示出的一种人脸识别装置的框图。

图6是根据一示例性实施例示出的另一种人脸识别装置的框图。

图7是根据一示例性实施例示出的又一种人脸识别装置的框图。

图8是根据一示例性实施例示出的一种适用于人脸识别装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1A是根据一示例性实施例示出的人脸识别方法的流程图，图1B是根据一示例性实施例示出的人脸识别方法的场景图；该人脸识别方法可以应用在服务器上，也可以应用在电子设备(例如：具有拍照功能的智能手机和平板电脑)上，如图1A所示，该人脸识别方法包括以下步骤S101-S104：

在步骤S101中，通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，第一组特征表示照片中的人脸特征，第一人脸区域由照片中的人脸所在的第一区域确定。

在一实施例中，照片可以通过电子设备上的拍照模块(例如，摄像头)采集并存储在电子设备上，电子设备通过执行本公开所述实施例实现人脸识别；在另一实施例中，照片还可以通过电子设备上传至服务器后存储在服务器上，服务器通过执行本公开所述实施例实现人脸识别。在一实施例中，第一卷积神经网络(ConvolutionalNeuralNetworks，简称为CNN)可以包括至少一个卷积层和至少一个全连接层，将照片中的第一人脸区域对应的局部图像输入到训练后的第一卷积神经网络的输入层，训练后的第一卷积神经网络中的卷积层和全连接层在第一人脸区域提取出表示人脸的第二组特征，通过训练后的第一卷积神经网络的输出层即可得到第一组特征。

在步骤S102中，通过已训练的第二卷积神经网络提取照片中的第二人脸区域的第二组特征，第二人脸区域由照片中的人脸所在的第二区域确定，第二区域由第一区域向四周扩张设定像素宽度得到，第二组特征表示所述照片中的衣物特征。

在一实施例中，第二CNN的结构可以参见上述第一CNN的描述，通过将第二人脸区域对应的局部特征信息输入到训练后的第二CNN的输入层，训练后的第二CNN中的卷积层和全连接层在第二人脸区域提取出表示人脸的第二组特征，通过训练后的第二CNN的输出层即可得到第二组特征。

在步骤S103中，合并第一组特征和第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，第三组特征的维数小于合并后的特征组合的维数。

在一实施例中，例如，如果第一CNN输出的第一组特征为长度为4096的一维向量，第二CNN输出的第二组特征同样为长度为4096的一维向量，对该两个长度为4096的一维向量直接串成一个长度为8192的一维向量，该长度为8192的一维向量即为第三组特征。在一实施例中，可以通过已经训练的线性判别式分析(LinearDiscriminantAnalysis，简称为LDA)对第三组特征进行降维，在一实施例中，通过已训练的第一卷积神经网络提取第一组有标签人脸样本的第一设定长度的特征参数，通过已训练的第二卷积神经网络提取第二组有标签人脸样本的第二设定长度的特征参数，合并第一设定长度的特征参数和第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到LDA的第三设定长度的投影矩阵，例如，第一组有标签人脸样本从第一CNN输出的第一设定长度为500的特征参数，第二组有标签人脸样本从第二CNN输出的第二设定长度为500的特征参数，合并后的特征参数为长度为1000的一维向量，对该长度为1000的一维向量经过对LDA训练后，可以从训练后的LDA降维至第三设定长度为200的特征参数，从而可以降低在计算余弦距离时的计算复杂度。

在步骤S104中，根据第三组特征与已提取出的参考人脸特征的余弦距离确定照片中的人脸与参考人脸特征对应的人脸是否为同一人脸。

在一实施例中，可以将第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较，如果余弦距离大于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为同一人脸，如果余弦距离小于或者等于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为不同的人脸。在一实施例中，可以采用与提取第三组特征的方式得到已提取出的参考人脸特征，如图1B所示，例如，在人脸相册中包含了用户A的人脸相册、用户B的人脸相册，已提取出的参考人脸特征包括了用户A的人脸特征和用户B的人脸特征，用户A的人脸特征和用户B的人脸特征被存储在存储模块15中，人脸区域定位模块11对获取到的照片进行人脸定位并得到第一人脸区域和第二人脸区域，将第一人脸区域和第二人脸区域分别输入至训练后的第一CNN121和训练后的第二CNN122，第一CNN121和第二CNN122分别对第一人脸区域和第二人脸区域进行特征提取后，分别得到第一组特征和第二组特征，合并处理模块13对第一组特征和第二组特征进行合并得到第三组特征，距离计算模块14计算第三组特征与用户A的人脸特征以及用户B的人脸特征的余弦距离后，通过与预设阈值进行比较，从而确定照片中的人脸是否为用户A的人脸特征或者用户B的人脸，如果照片中的人脸为用户A，则可以将该照片存储到用户A的人脸相册中。

本实施例中，由于第一CNN和第二CNN是通过海量的有标签人脸样本训练得到的，并且第一CNN提取出的第一组特征表示照片中的人脸特征，第二CNN提取出的第二组特征表示照片中的衣物特征，因此本公开通过将人脸特征与人脸之外的衣服饰物等信息进行融合，从而可以将用户人脸区域外围的衣服饰物与用户的人脸特征结合在一起进行人脸识别，大大提高了人脸识别的准确率；通过对第三组特征进行降维，可以大大降低在人脸识别过程中的计算复杂度。

在一实施例中，方法还可包括：

将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到已训练的第一卷积神经网络；

将设定数量的第一组有标签人脸样本的四周进行扩张设定像素宽度的区域，得到第二组有标签人脸样本；

将设定数量的第二组有标签人脸样本输入至未训练的第二卷积神经网络，对未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到已训练的第二卷积神经网络。

在一实施例中，方法还可包括：

通过已训练的第一卷积神经网络提取第一组有标签人脸样本的第一设定长度的特征参数；

通过已训练的第二卷积神经网络提取第二组有标签人脸样本的第二设定长度的特征参数；

合并第一设定长度的特征参数和第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到LDA的第三设定长度的投影矩阵。

在一实施例中，根据第三组特征与已提取出的参考人脸特征的余弦距离确定照片中的人脸与参考人脸特征对应的人脸是否为同一人脸，可包括：

将第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

如果余弦距离大于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为同一人脸；

如果余弦距离小于或者等于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为不同的人脸。

在一实施例中，方法还可包括：

检测照片上的人脸的特征点；

根据人脸的特征点从照片上确定人脸所在的第一区域以及对第一区域向四周扩张设定像素宽度得到第二区域；

根据预设参考特征点将第一区域进行仿射变换得到第一人脸区域，第一人脸区域的大小与第一卷积神经网络的输入层的维数相同；

根据预设参考特征点将第二区域进行仿射变换得到第二人脸区域，第二人脸区域的大小与第二卷积神经网络的输入层的维数相同。

具体如何实现人脸识别的，请参考后续实施例。

至此，本公开实施例提供的上述方法，可以将用户人脸区域外围的衣服饰物与用户的人脸特征结合在一起进行人脸识别，大大提高人脸识别的准确率；通过对第三组特征进行降维，可以大大降低在人脸识别过程中的计算复杂度。

下面以具体实施例来说明本公开实施例提供的技术方案。

图2A是根据一示例性实施例一示出的如何对卷积神经网络进行训练的示意图，图2B是根据一示例性实施例一示出的卷积神经网络的结构示意图；本实施例利用本公开实施例提供的上述方法，以如何通过有标签人脸样本对对第一卷积神经网络和第二卷积神经网络进行训练为例进行示例性说明，如图2A所示，包括如下步骤：

在步骤S201中，将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练。

在步骤S202中，在确定未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到已训练的第一卷积神经网络。

在步骤S203中，将设定数量的第一组有标签人脸样本的四周进行扩张设定像素宽度的区域，得到第二组有标签人脸样本。

在步骤S204中，将设定数量的第二组有标签人脸样本输入至未训练的第二卷积神经网络，对未训练的第二卷积神经网络的至少一个卷积层和全连接层进行训练。

在步骤S205中，在确定未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到已训练的第二卷积神经网络。

在对卷积神经网络进行训练之前，需要准备设定数量(可以达到万级以上)的人脸样本(例如，50000张的人脸样本)，从该50000张的人脸样本中分别识别出各自的第一区域，将第一区域进行仿射变换得到第一人脸区域，对第一区域进行扩张得到各自的第二区域，例如，人脸样本的分辨率为1000*1000，第一区域为人脸样本中大小为100*100的区域，以第一区域的中心向四周扩张20个像素，得到第二区域120*120，以确保将用户的衣领饰物等信息包含在第二区域中，将第二区域进行仿射变换得到第二人脸区域，从而可以确保第一人脸区域和第二人脸区域的大小与各自对应的第一CNN和第二CNN的输入层的维数相同。对这些海量的人脸样本进行标号(label)，例如，用户E的所有人脸样本的标号都为1，用户F的所有人脸样本的标号都为2，等等，可以准备1000个用户的50000张的人脸图像，每个用户的人脸样本为50张，海量的人脸样本的数量可以达到50000张，通过这50000张的人脸样本对第一CNN和第二CNN进行训练。

第一CNN和第二CNN的结构均可以参照图2B的示意，如图2B所示，在该卷积神经网络中，包括输入层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第一全连接层、第二全连接层以及输出层。上述的50000张人脸样本作为训练样本输入到该卷积神经网络中进行训练，并根据卷积神经网络输出的分类结果，不断对该卷积神经网络各基层上节点之间的连接的权重参数进行调整。在不断的调整过程中，该卷积神经网络在基于输入的训练样本进行训练后，输出的分类结果与用户标定的分类结果相比，准确度将会逐渐提高。与此同时，用户可以预先设置一个准确度阈值，在不断的调整过程中，如果该卷积神经网络输出的分类结果与用户标定的分类结果相比，准确度达到预先设置的准确度阈值后，此时该卷积神经网络中各基层节点之间连接的权重参数均为最佳权重参数，此时可以认为该卷积神经网络已经训练完毕。

本实施例中，通过对卷积神经网络进行训练，通过分类器对卷积神经网络的有标签人脸样本进行分类标定，当有标签人脸样本的数量达到一定级别时，可以使训练后的卷积神经网络能够识别出照片中有利于人脸识别的特征，避免由于姿势以及光照等因素不能直接提取脸部特征的情形下，通过照片中的衣服饰物等信息仍能够识别出用户，确保人脸识别的准确率。

图3是根据一示例性实施例二示出的人脸识别方法的流程图；本实施例利用本公开实施例提供的上述方法，以如何通过余弦距离来进行人脸识别为例进行示例性说明，如图3所示，包括如下步骤：

在步骤S301中，通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，第一组特征表示照片中的人脸特征。

在步骤S302中，通过已训练的第二卷积神经网络提取照片中的第二人脸区域的第二组特征，第二人脸区域为第一人脸区域向四周扩张设定像素宽度形成的区域，第二组特征表示照片中的衣物特征。

在步骤S303中，合并第一组特征和第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，第三组特征的维数小于合并后的特征组合的维数。

步骤S301和步骤S303的相关描述请参见上述图1A所示实施例的描述，在此不再详述。

在步骤S304中，将第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较，如果余弦距离大于预设阈值，执行步骤S304，如果余弦距离小于或者等于预设阈值，执行步骤S305。

在步骤S305中，如果余弦距离大于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为同一人脸。

在步骤S306中，如果余弦距离小于或者等于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为不同的人脸。

在步骤S304中，可以通过对样本数据库中大量的人脸样本进行训练得到一个合适的预设阈值，预设阈值可以为用户能够接受的识别错误率，例如，如果样本数据库中有类内样本10万对，类间样本100万对，为了保持千分之一的识别错误率，可以对每一对通过余弦距离计算，得到一个0-1之间的值，其中，类内样本的余弦距离的值有10万个，类间样本的余弦距离的值100万个，也即，得到了110万个余弦距离的值，通过该110万个余弦距离的值并结合识别错误率来确定一个合适的预设阈值即可。

本实施例在具有上述实施例有益技术效果的基础上，通过第三组特征与已提取出的参考人脸特征的余弦距离来识别人脸，由于预设阈值可以通过大量的人脸样本训练得到并结合了用户可接受的识别错误率，因此在一定程度上提高了人脸识别的准确度。

图4是根据一示例性实施例三示出的如何确定第一人脸区域的流程图；本实施例利用本公开实施例提供的上述方法，以如何确定第一人脸区域为例进行示例性说明，如图4所示，包括如下步骤：

在步骤S401中，检测照片上的人脸的特征点。

在步骤S402中，根据人脸的特征点从照片上确定人脸所在的第一区域以及对第一区域向四周扩张设定像素宽度得到第二区域。

例如，照片的分辨率为1000*1000，通过相关技术中的人脸检测技术得到人脸所在的第一区域为100*100，通过对第一区域向四周扩张20个像素的宽度，得到第二区域为120*120。

在步骤S403中，根据预设参考特征点将第一区域进行仿射变换得到第一人脸区域，第一人脸区域的大小与第一卷积神经网络的输入层的维数相同。

在步骤S404中，根据预设参考特征点将第二区域进行仿射变换得到第二人脸区域，第二人脸区域的大小与第二卷积神经网络的输入层的维数相同。

在一实施例中，可以建立包含有海量的人脸样本的样本库，每一个人脸样本的分辨率经过缩放后与卷积神经网络的输入层的维数相同，对样本库中的每一人脸样本进行人脸检测，检测出人脸的双眼中心点、鼻子、嘴等四个特征点，通过海量的人脸样本上的双眼中心点、鼻子、嘴的特征点得到一个预设参考特征点。在一实施例中，由于输入至第一CNN的第一区域的大小与第一CNN的输入层的维数可能不相同，因此还可以将检测到的第一区域进行仿射变换后得到第一人脸区域，从而确保不同大小的第一区域经过仿射变换后与卷积神经网络的输入层的维数相同，例如，从照片上截取的第一区域的大小为100×100，通过仿射变换将其变换后得到224×224的第一人脸区域，从而可以使第一人脸区域与卷积神经网络的输入层的维数相同，确保第一人脸区域的图像信息能够准确地输入到如图2B所示的卷积神经网络的输入层。第二区域得到第二人脸区域的处理方式参见上述第一区域得到第一人脸区域的描述，在此不再详述。

本实施例中，通过仿射变换将第一人脸区域根据预设参考特征点进行仿射变换得到能够支持卷积神经网络的输入层，确保第一人脸区域的图像信息能够准确地输入到训练后的卷积神经网络的输入层。

图5是根据一示例性实施例示出的一种人脸识别装置的框图，如图5所示，人脸识别装置包括：

第一提取模块51，被配置为通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，第一组特征表示照片中的人脸特征，第一人脸区域由照片中的人脸所在的第一区域确定；

第二提取模块52，被配置为通过已训练的第二卷积神经网络提取照片中的第二人脸区域的第二组特征，第二人脸区域由照片中的人脸所在的第二区域确定，第二区域由第一区域向四周扩张设定像素宽度得到，第二组特征表示照片中的衣物特征；

第一处理模块53，被配置为合并第一提取模块51提取到的第一组特征和第二提取模块52提取到的第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，第三组特征的维数小于合并后的特征组合的维数；

第一确定模块54，被配置为根据第一处理模块53，合并后的第三组特征与已提取出的参考人脸特征的余弦距离确定照片中的人脸与参考人脸特征对应的人脸是否为同一人脸。

图6是根据一示例性实施例示出的另一种人脸识别装置的框图，如图6所示，在上述图5所示实施例的基础上，在一实施例中，装置还可包括：

第一训练模块55，被配置为将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第二确定模块56，被配置为在确定未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过第一训练模块55得到已训练的第一卷积神经网络，第一提取模块51通过第一训练模块55训练得到的第一卷积神经网络提取照片中的第一人脸区域的第一组特征；

区域扩张模块57，被配置为将设定数量的第一组有标签人脸样本的四周进行扩张设定像素宽度的区域，得到第二组有标签人脸样本；

第二训练模块58，被配置为将区域扩张模块57得到的设定数量的第二组有标签人脸样本输入至未训练的第二卷积神经网络，对未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第三确定模块59，被配置为在确定未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过第二训练模块58得到已训练的第二卷积神经网络，第二提取模块52通过第二训练模块58训练得到的第二卷积神经网络提取照片中的第二人脸区域的第二组特征。

在一实施例中，装置还可包括：

第三提取模块60，被配置为通过第二确定模块56确定的已训练的第一卷积神经网络提取第一组有标签人脸样本的第一设定长度的特征参数；

第四提取模块61，被配置为通过已训练的第二卷积神经网络提取第二组有标签人脸样本的第二设定长度的特征参数；

第二处理模块62，被配置为合并第三提取模块60提取的第一设定长度的特征参数和第四提取模块61提取的第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到LDA的第三设定长度的投影矩阵，第一处理模块53通过第二处理模块62得到的投影矩阵对合并后的特征组合进行降维处理。

图7是根据一示例性实施例示出的又一种人脸识别装置的框图，如图7所示，在上述图5和/或图6所示实施例的基础上，在一实施例中，第一确定模块54可包括：

比较子模块541，被配置为将第一处理模块合并后的第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

第一确定子模块542，被配置为如果比较子模块541的比较结果表示余弦距离大于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为同一人脸；

第二确定子模块543，被配置为如果比较子模块541的比较结果表示余弦距离小于或者等于预设阈值，确定照片中的人脸与参考人脸特征对应的人脸为不同的人脸。

在一实施例中，装置还可包括：

检测模块63，被配置为检测照片上的人脸的特征点；

第四确定模块64，被配置为根据检测模块63检测到的人脸的特征点从照片上确定人脸所在的第一区域以及对第一区域向四周扩张设定像素宽度得到第二区域；

第一变换模块65，被配置为根据预设参考特征点将第四确定模块64确定的第一区域进行仿射变换得到第一人脸区域，第一人脸区域的大小与第一卷积神经网络的输入层的维数相同；

第二变换模块66，被配置为根据预设参考特征点将第四确定模块64确定的第二区域进行仿射变换得到第二人脸区域，第二人脸区域的大小与第二卷积神经网络的输入层的维数相同，第二人脸区域的大小与第二卷积神经网络的输入层的维数相同。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种适用于人脸识别装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种人脸识别方法，其特征在于，所述方法包括：

通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由所述照片中的人脸所在的第一区域确定；

通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由所述照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

合并所述第一组特征和所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对所述未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定所述未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到所述已训练的第一卷积神经网络；

将所述设定数量的第一组有标签人脸样本的四周进行扩张所述设定像素宽度的区域，得到第二组有标签人脸样本；

将所述设定数量的所述第二组有标签人脸样本输入至未训练的第二卷积神经网络，对所述未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

在确定所述未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定得到所述已训练的第二卷积神经网络。

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：

通过所述已训练的第一卷积神经网络提取所述第一组有标签人脸样本的第一设定长度的特征参数；

通过所述已训练的第二卷积神经网络提取所述第二组有标签人脸样本的第二设定长度的特征参数；

合并所述第一设定长度的特征参数和所述第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到所述LDA的第三设定长度的投影矩阵。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸，包括：

将所述第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

如果所述余弦距离大于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为同一人脸；

如果所述余弦距离小于或者等于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为不同的人脸。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

检测所述照片上的人脸的特征点；

根据所述人脸的特征点从所述照片上确定所述人脸所在的所述第一区域以及对所述第一区域向四周扩张设定像素宽度得到第二区域；

根据预设参考特征点将所述第一区域进行仿射变换得到所述第一人脸区域，所述第一人脸区域的大小与所述第一卷积神经网络的输入层的维数相同；

根据所述预设参考特征点将所述第二区域进行仿射变换得到所述第二人脸区域，所述第二人脸区域的大小与所述第二卷积神经网络的输入层的维数相同。

6.一种人脸识别装置，其特征在于，所述装置包括：

第一提取模块，被配置为通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由所述照片中的人脸所在的第一区域确定；

第二提取模块，被配置为通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由所述照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

第一处理模块，被配置为合并所述第一提取模块提取到的所述第一组特征和所述第二提取模块提取到的所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

第一确定模块，被配置为根据所述第一处理模块合并后的所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第一训练模块，被配置为将设定数量的第一组有标签人脸样本输入至未训练的第一卷积神经网络，对所述未训练的卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第二确定模块，被配置为在确定所述未训练的第一卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过所述第一训练模块得到所述已训练的第一卷积神经网络；

区域扩张模块，被配置为将所述设定数量的第一组有标签人脸样本的四周进行扩张所述设定像素宽度的区域，得到第二组有标签人脸样本；

第二训练模块，被配置为将所述设定数量的所述第二组有标签人脸样本输入至未训练的第二卷积神经网络，对所述未训练的第二卷积神经网络的至少一个卷积层和至少一个全连接层进行训练；

第三确定模块，被配置为在确定所述未训练的第二卷积神经网络中各节点之间的连接的最佳权重参数时，确定通过所述第二训练模块得到所述已训练的第二卷积神经网络。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第三提取模块，被配置为通过所述第二确定模块确定的所述已训练的第一卷积神经网络提取所述第一组有标签人脸样本的第一设定长度的特征参数；

第四提取模块，被配置为通过所述已训练的第二卷积神经网络提取所述第二组有标签人脸样本的第二设定长度的特征参数；

第二处理模块，被配置为合并所述第三提取模块提取的所述第一设定长度的特征参数和所述第四提取模块提取的所述第二设定长度的特征参数，将合并后的特征参数进行线性判别式分析LDA训练，得到所述LDA的第三设定长度的投影矩阵。

9.根据权利要求6所述的装置，其特征在于，所述第一确定模块包括：

比较子模块，被配置为将所述第一处理模块合并后的所述第三组特征与已提取出的参考人脸特征的余弦距离与预设阈值进行比较；

第一确定子模块，被配置为如果所述比较子模块的比较结果表示所述余弦距离大于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为同一人脸；

第二确定子模块，被配置为如果所述比较子模块的比较结果表示所述余弦距离小于或者等于所述预设阈值，确定所述照片中的人脸与所述参考人脸特征对应的人脸为不同的人脸。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括：

检测模块，被配置为检测所述照片上的人脸的特征点；

第四确定模块，被配置为根据所述检测模块检测到的所述人脸的特征点从所述照片上确定所述人脸所在的所述第一区域以及对所述第一区域向四周扩张设定像素宽度得到第二区域；

第一变换模块，被配置为根据预设参考特征点将所述第四确定模块确定的所述第一区域进行仿射变换得到所述第一人脸区域，所述第一人脸区域的大小与所述第一卷积神经网络的输入层的维数相同；

第二变换模块，被配置为根据所述预设参考特征点将所述第四确定模块确定的所述第二区域进行仿射变换得到所述第二人脸区域，所述第二人脸区域的大小与所述第二卷积神经网络的输入层的维数相同。

11.一种人脸识别装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

通过已训练的第一卷积神经网络提取照片中的第一人脸区域的第一组特征，所述第一组特征表示所述照片中的人脸特征，所述第一人脸区域由照片中的人脸所在的第一区域确定；

通过已训练的第二卷积神经网络提取所述照片中的第二人脸区域的第二组特征，所述第二人脸区域由照片中的人脸所在的第二区域确定，所述第二区域由所述第一区域向四周扩张设定像素宽度得到，所述第二组特征表示所述照片中的衣物特征；

合并所述第一组特征和所述第二组特征，对合并后的特征组合进行降维处理，得到第三组特征，其中，所述第三组特征的维数小于所述合并后的特征组合的维数；

根据所述第三组特征与已提取出的参考人脸特征的余弦距离确定所述照片中的人脸与所述参考人脸特征对应的人脸是否为同一人脸。