CN109241852B - 具有附加特征的人脸识别方法、装置、计算机设备 - Google Patents

Abstract

本发明涉及一种具有附加特征的人脸识别方法，所述方法包括：获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。本发明方案能够能够在人脸具有附加技术特征时，提高人脸识别的准确率。

Description

具有附加特征的人脸识别方法、装置、计算机设备

技术领域

本发明涉及计算机技术领域，特别是涉及一种具有附加特征的人脸识别方法、装置、计算机设备。

背景技术

当前，随着模式识别和图像处理技术的发展，人脸识别技术越来越受到重视，其通常应用在身份识别系统中，比如考勤系统、银行自服务系统、公安系统等，实现快速确定人员身份。

当被识别的人脸佩戴装饰物，比如墨镜时，现有的识别系统通常有两种方案：一是直接提取未遮挡的人脸部分特征进行对比，由于采用单一特征提取法，可能会产生人脸识别准确率较低；二是将被遮挡部分的人脸进行还原，但还原过程中可能在眼睛、鼻子、嘴角都发生大的变化，也会产生识别准确率低的问题。

发明内容

本发明的目的在于提供一种具有附加特征的人脸识别方法、装置计算机设备和可读存储介质，能够在人脸具有附加技术特征时，提高人脸识别的准确率。

本发明的目的通过如下技术方案实现：

一种具有附加特征的人脸识别方法，所述方法包括：

获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

在其中一个实施例中，所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：

查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；

从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

在其中一个实施例中，所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：

将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；

根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；

从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

在其中一个实施例中，所述结合所述预设人脸数据库查询与所获取的图像对应的标识信息包括：

根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；

查询所述预设人脸数据库中与所述初始图像对应的标识信息。

一种具有附加特征的人脸识别方法，所述方法包括：

获取当前人脸图像，提取所述当前人脸图像的目标附加特征信息；

结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像；

将所述当前人脸图像与所述多个混合人脸图像分别进行相似度比较；

根据比较结果获取与所述当前人脸图像相似度最高的混合人脸图像，结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息。

在其中一个实施例中，所述预设人脸数据库中存储有多个标识信息和每一标识信息对应的不具有附加特征信息的初始人脸图像；

所述结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像包括：

采用预设卷积神经网络模型将所述预设人脸数据库中每一初始人脸图像分别添加所述目标附加特征信息形成多个附加有所述目标附加特征信息的混合人脸图像。

在其中一个实施例中，所述结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息包括：

查询所述预设人脸数据库中与所获取的混合人脸图像对应的初始人脸图像；

获取所查询到的初始人脸图像对应的标识信息。

一种具有附加特征的人脸识别装置，所述装置包括：

特征信息获取模块，用于获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

图像集合获取模块，用于根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

比较模块，用于将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

标识信息获取模块，用于根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如下步骤：

获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

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，所述计算机程序被处理器执行时实现如下步骤：

获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

根据上述本发明的方案，其通过获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息，根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合，无需将人脸被附加特征信息遮挡部分还原，而是首先对目标附加特征信息进行识别，然后将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较，根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息，对具有附加特征信息的整个目标人脸进行识别，能有效提高人脸识别的准确率。

附图说明

图1为一个实施例中具有附加特征的人脸识别方法的应用环境图；

图2为一个实施例中具有附加特征的人脸识别方法的流程示意图；

图3为一个实施例中具有附加特征的人脸识别方法的流程示意图；

图4为一个实施例中具有附加特征的人脸识别方法的流程示意图；

图5为一个实施例中具有附加特征的人脸识别方法的流程示意图；

图6为另一个实施例中具有附加特征的人脸识别方法的流程示意图；

图7为一个实施例中具有附加特征的人脸识别装置的结构框图；

图8为一个实施例中具有附加特征的人脸识别装置的结构框图；

图9为一个实施例中具有附加特征的人脸识别装置的结构框图；

图10为一个实施例中具有附加特征的人脸识别装置的结构框图；

图11为另一个实施例中具有附加特征的人脸识别装置的结构框图；

图12为一个实施例中计算机设备的内部结构图；

图13为另一个实施例中计算机设备的内部结构图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

本申请提供的具有附加特征的人脸识别方法，可以应用于如图1所示的应用环境中。其中，服务器获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解，本申请提供的具有附加特征的人脸识别方法，不仅可以应用于图1所示的应用环境中，还可以应用但不限于各种计算机或服务器中。

在一个实施例中，如图2所示，提供了一种具有附加特征的人脸识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤S101，获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

例如，附加特征信息可以是墨镜、口罩、帽子的信息等，特征标识可以是对应的墨镜、口罩、帽子的型号。

步骤S102，根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

具体的，所述预设人脸数据库中存储有多个标识信息、每一标识信息对应的不具有附加特征信息的初始人脸图像以及每一所述初始人脸图像分别附加各种附加特征信息形成的多个图像。

步骤S103，将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

步骤S104，根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

例如，预设人脸数据库中存储有包括多个标识信息、每个标识信息对应的人脸信息，还包括带有墨镜、帽子等等不同附加特征信息的图像。

具体的，带有墨镜、帽子等等不同附加特征信息的人脸信息是利用深度卷积对抗网络构建出来的，深度卷积对抗网络可以对人脸碎片的各种特征进行分层表示，在这种特征分层表示的前提下，人脸的多个特征可以互相叠加或者去除，比如第一个人A的笑脸减去A不笑的脸，再叠加另外一个人B不笑的脸，最后会得到B的笑脸；再例如A带墨镜的脸减去A不戴墨镜的脸，再叠加B不戴墨镜的脸，最后会得到B戴墨镜的脸。如此，只需要获取多个人脸，就能叠加得到每个人脸带墨镜、帽子、口罩等等附加特征的各种形态。

上述具有附加特征的人脸识别方法中，通过获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息，根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合，无需将人脸被附加特征信息遮挡部分还原，而是首先对目标附加特征信息进行识别，然后将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较，根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息，对具有附加特征信息的整个目标人脸进行识别，能有效提高人脸识别的准确率。

在其中一个实施例中，如图3所示，所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：

步骤S1021，查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；

步骤S1022，从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

具体的，识别出目标附加特征信息的类别，就可以直接提取预设人脸数据库中附加有这一类别的附加特征信息的图像集合，例如，步骤S1021中获得与所述目标附加特征信息相匹配的附加特征信息是椭圆形的墨镜，那只需要在预设人脸数据库中筛选出所有脸上带有椭圆形墨镜的图像。

在其中一个实施例中，如图4所示，所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：

步骤S401，将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；

具体的，通过特征余弦相似度的相似性算法就可以获取相似度最高的图像。

步骤S402，根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；

步骤S403，从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

具体的，预设人脸数据库中可能没有存储目标附加特征信息，此时需要找出预设人脸数据库中与所述目标附加特征信息相似度最高的图像合集，然后再从获取到的图像合集中查询当前人脸图像。

在其中一个实施例中，如图4所示，所述结合所述预设人脸数据库查询与所获取的图像对应的标识信息包括：

步骤S1041，根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；

步骤S1042，查询所述预设人脸数据库中与所述初始图像对应的标识信息。

例如，将所有脸上带有椭圆形墨镜的图像和当前人脸图像进行对比，获取相似度最高的图像，就可以得到对应的标识信息。

在其中一个实施例中，如图5所示，提供了一种具有附加特征的人脸识别方法，所述方法包括：

步骤S501，获取当前人脸图像，提取所述当前人脸图像的目标附加特征信息；

步骤S502，结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像；

具体的，所述预设人脸数据库中存储有多个标识信息和每一标识信息对应的不具有附加特征信息的初始人脸图像；

步骤S503，将所述当前人脸图像与所述多个混合人脸图像分别进行相似度比较；

步骤S504，根据比较结果获取与所述当前人脸图像相似度最高的混合人脸图像，结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息。

在其中一个实施例中，所述结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像具体包括：

采用预设卷积神经网络模型将所述预设人脸数据库中每一初始人脸图像分别添加所述目标附加特征信息形成多个附加有所述目标附加特征信息的混合人脸图像。

例如，将存储好的每一个人脸信息上都叠加提取到的帽子特征，这样就可以获取多个戴有帽子的人脸信息，这种方式可以避免获取到的目标附加特征信息是没有存储过的信息，进一步提高识别的准确率。

在其中一个实施例中，如图6所示，所述结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息包括：

步骤S5041，查询所述预设人脸数据库中与所获取的混合人脸图像对应的初始人脸图像；

步骤S5042，获取所查询到的初始人脸图像对应的标识信息。

具体的，将目标人脸信息和多个戴有帽子的人脸进行对比，通过特征余弦相似度的相似性算法就可以获取相似度最高的图像，然后获取图像对应的初始人脸，查询和获取到的初始人脸对应的标识信息。

在其中一个实施例中，如图7所示，提供了一种具有附加特征的人脸识别装置，所述装置包括：

特征信息获取模块101，用于获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；

图像集合获取模块102，用于根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

比较模块103，用于将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

标识信息获取模块104，用于根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

在其中一个实施例中，如图8所示，所述图像集合获取模块102包括：

第一查询单元1021，用于查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；

第一获取单元1022，用于从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

在其中一个实施例中，如图9所示，所述图像集合获取模块102包括：

第一比较单元901，用于将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；

第二获取单元902，用于根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；

第三获取单元903，用于从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

在其中一个实施例中，如图9所示，所述标识信息获取模块104包括：

第二查询单元1041，用于根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；

第三查询单元1042，用于查询所述预设人脸数据库中与所述初始图像对应的标识信息。

在其中一个实施例中，如图10所示，提供了一种具有附加特征的人脸识别装置，所述装置包括：

特征信息获取模块1001，用于获取当前人脸图像，提取所述当前人脸图像的目标附加特征信息；

混合图像获取模块1002，用于结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像；

比较模块1003，用于将所述当前人脸图像与所述多个混合人脸图像分别进行相似度比较；

标识信息获取模块1004，用于根据比较结果获取与所述当前人脸图像相似度最高的混合人脸图像，结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息。

在其中一个实施例中，所述预设人脸数据库中存储有多个标识信息和每一标识信息对应的不具有附加特征信息的初始人脸图像；

所述混合图像获取模块1002具体用于采用预设卷积神经网络模型将所述预设人脸数据库中每一初始人脸图像分别添加所述目标附加特征信息形成多个附加有所述目标附加特征信息的混合人脸图像。

在其中一个实施例中，如图11所示，所述标识信息获取模块1004包括：

查询单元10041，查询所述预设人脸数据库中与所获取的混合人脸图像对应的初始人脸图像；

标识获取单元10042，获取所查询到的初始人脸图像对应的标识信息。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图12所示。该计算机设备包括通过装置总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作装置、计算机程序和数据库。该内存储器为非易失性存储介质中的操作装置和计算机程序的运行提供环境。该计算机设备的数据库用于存储具有附加特征的人脸识别涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种具有附加特征的人脸识别方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种具有附加特征的人脸识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图12-13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

在其中一个实施例中，处理器执行计算机程序时所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

在其中一个实施例中，处理器执行计算机程序时所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

在其中一个实施例中，处理器执行计算机程序时所述结合所述预设人脸数据库查询与所获取的图像对应的标识信息包括：根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；查询所述预设人脸数据库中与所述初始图像对应的标识信息。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取当前人脸图像，提取所述当前人脸图像的目标附加特征信息；结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像；将所述当前人脸图像与所述多个混合人脸图像分别进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的混合人脸图像，结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息。

在其中一个实施例中，处理器执行计算机程序时所述预设人脸数据库中存储有多个标识信息和每一标识信息对应的不具有附加特征信息的初始人脸图像；所述结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像包括：采用预设卷积神经网络模型将所述预设人脸数据库中每一初始人脸图像分别添加所述目标附加特征信息形成多个附加有所述目标附加特征信息的混合人脸图像。

在其中一个实施例中，处理器执行计算机程序时所述结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息包括：查询所述预设人脸数据库中与所获取的混合人脸图像对应的初始人脸图像；获取所查询到的初始人脸图像对应的标识信息。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息；根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息。

在其中一个实施例中，计算机程序被处理器执行时所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

在其中一个实施例中，计算机程序被处理器执行时所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

在其中一个实施例中，计算机程序被处理器执行时所述结合所述预设人脸数据库查询与所获取的图像对应的标识信息包括：根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；查询所述预设人脸数据库中与所述初始图像对应的标识信息。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取当前人脸图像，提取所述当前人脸图像的目标附加特征信息；结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像；将所述当前人脸图像与所述多个混合人脸图像分别进行相似度比较；根据比较结果获取与所述当前人脸图像相似度最高的混合人脸图像，结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息。

在其中一个实施例中，计算机程序被处理器执行时所述预设人脸数据库中存储有多个标识信息和每一标识信息对应的不具有附加特征信息的初始人脸图像；所述结合预设人脸数据库和所述目标附加特征信息获取多个附加有所述目标附加特征信息的混合人脸图像包括：采用预设卷积神经网络模型将所述预设人脸数据库中每一初始人脸图像分别添加所述目标附加特征信息形成多个附加有所述目标附加特征信息的混合人脸图像。

在其中一个实施例中，计算机程序被处理器执行时所述结合所述预设人脸数据库查询与所获取的混合人脸图像对应的标识信息包括：查询所述预设人脸数据库中与所获取的混合人脸图像对应的初始人脸图像；获取所查询到的初始人脸图像对应的标识信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种具有附加特征的人脸识别方法，其特征在于，所述方法包括：

获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息，所述目标附加特征信息为人脸遮挡物品的信息；

根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息；

若识别出所述预设人脸数据库中不存在所述目标附加特征信息，则所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合步骤，包括：

将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；

根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；

从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

2.根据权利要求1所述的具有附加特征的人脸识别方法，其特征在于，若识别出所述预设人脸数据库中存在所述目标附加特征信息的类别，则所述根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合包括：

查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；

从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

3.根据权利要求1所述的具有附加特征的人脸识别方法，其特征在于，所述预设人脸数据库中存储有多个标识信息、每一标识信息对应的不具有附加特征信息的初始人脸图像以及每一所述初始人脸图像分别附加各种附加特征信息形成的多个图像，所述多个图像是利用深度卷积对抗网络构建出来的，所述深度卷积对抗网络用于对人脸碎片的各种特征进行分层表示，对人脸的多个特征进行互相叠加或者去除。

4.根据权利要求1所述的具有附加特征的人脸识别方法，其特征在于，所述根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息包括：

根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；

查询所述预设人脸数据库中与所述初始图像对应的标识信息。

5.一种具有附加特征的人脸识别装置，其特征在于，所述装置包括：

特征信息获取模块，用于获取当前人脸图像，根据所述当前人脸图像确定所述当前人脸图像的目标附加特征信息，所述目标附加特征信息为人脸遮挡物品的信息；

图像集合获取模块，用于根据所述目标附加特征信息从预设人脸数据库中查询与所述目标附加特征信息匹配的图像集合；

比较模块，用于将所述当前人脸图像与所查询到的图像集合中的各图像进行相似度比较；

标识信息获取模块，用于根据比较结果获取与所述当前人脸图像相似度最高的图像，查询所述预设人脸数据库中与所获取的图像对应的标识信息；

若识别出所述预设人脸数据库中不存在所述目标附加特征信息，则所述图像集合获取模块，用于将所述目标附加特征信息与所述预设人脸数据库中的多个图像的附加特征信息进行相似度比较；根据比较结果获取与所述目标附加特征信息相似度最高的附加特征信息，所获取到的附加特征信息为识别特征信息；从所述预设人脸数据库中提取所有附加有所述识别特征信息的图像集合。

6.根据权利要求5所述的具有附加特征的人脸识别装置，其特征在于，所述图像集合获取模块，包括：

第一查询单元，用于查询所述预设人脸数据库中与所述目标附加特征信息相匹配的附加特征信息；

第一获取单元，用于从所述预设人脸数据库中提取所有附加有所查询到的附加特征信息的图像集合。

7.根据权利要求5所述的具有附加特征的人脸识别装置，其特征在于，所述预设人脸数据库中存储有多个标识信息、每一标识信息对应的不具有附加特征信息的初始人脸图像以及每一所述初始人脸图像分别附加各种附加特征信息形成的多个图像，所述多个图像是利用深度卷积对抗网络构建出来的，所述深度卷积对抗网络用于对人脸碎片的各种特征进行分层表示，对人脸的多个特征进行互相叠加或者去除。

8.根据权利要求5所述的具有附加特征的人脸识别装置，其特征在于，所述标识信息获取模块，包括：

第二查询单元，用于根据与所述当前人脸图像相似度最高的图像查询所述预设人脸数据库中与所述图像对应的初始图像；

第三查询单元，用于查询所述预设人脸数据库中与所述初始图像对应的标识信息。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

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，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。

Images