CN109543524A - 一种图像识别方法、装置 - Google Patents
一种图像识别方法、装置 Download PDFInfo
- Publication number
- CN109543524A CN109543524A CN201811217394.0A CN201811217394A CN109543524A CN 109543524 A CN109543524 A CN 109543524A CN 201811217394 A CN201811217394 A CN 201811217394A CN 109543524 A CN109543524 A CN 109543524A
- Authority
- CN
- China
- Prior art keywords
- image
- contrast images
- feature vector
- personage
- sample image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种图像识别方法、装置,该图像识别方法包括:根据输入的第一图像和第二图像,确定样本图像和对比图像;对样本图像和对比图像分别进行分析处理,以获取样本图像的人脸特征向量和对比图像中的人脸特征向量;对样本图像的人脸特征向量和对比图像的人脸特征向量进行相似度比对,以确定样本图像中的人物和对比图像中的人物是否为相同的人物;其中,分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。简化实名身份认证操作,提高认证效率,减少人工审核量,并且可以克服时间和空间的限制,节约时间。
Description
技术领域
本申请涉及图像技术领域,特别是涉及一种图像识别方法、装置。
背景技术
随着互联网的普及,实名认证的需求场景越来越多。例如金融远程开户、服务人员身份监管、企业刷脸考勤、酒店自助入住、民政事务自助办理等。现有技术中,在进行身份认证时,需要用户本人到窗口或者柜台,由工作人员进行审核,通常需要在工作时间内进行操作;或者用户上传证件照和自拍照,由后台人工审核,效率较低,且如果是在非工作时间内上传,则需要等待后上班时间后台人工的处理,进而导致实名认证操作耗时较长。
发明内容
鉴于上述问题,本申请实施例提供一种图像识别方法,解决现有技术中对实名认证的时间和空间的限制的问题。
相应的,本申请实施例还提供了一种图像识别装置。
为了解决上述问题,本申请实施例公开了一种图像识别方法,所述方法包括:
根据输入的第一图像和第二图像,确定样本图像和对比图像;
对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量;
对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物;
其中,所述分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,所述特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。
相应的,本申请实施例还公开了一种图像识别装置,包括:
图像确定模块,用于根据输入的第一图像和第二图像,确定样本图像和对比图像;
向量获取模块,用于对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量;
相似度比对模块,用于对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物;
其中,所述分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,所述特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。
本申请实施例还提供一种装置,包括处理器以及存储器,其中,
所述处理器执行所述存储器所存放的计算机程序代码,以实现本申请所述的图像识别方法。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现本申请所述的图像识别方法的步骤。
本申请实施例包括以下优点:
本申请实施例通过根据输入的第一图像和第二图像,确定样本图像和对比图像;对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量;对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物;其中,所述分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,所述特征提取模型由多个卷积层、全连接层和一个具有预设决策边界设置的损失函数层组成。因此,可简化实名身份认证操作,提高认证效率,减少人工审核量,并且可以克服时间和空间的限制,节约时间。
附图说明
图1是本申请的一种图像识别方法实施例的步骤流程图;
图2是本申请的一种图像识别方法可选实施例的步骤流程图;
图3是本申请的一种图像识别方法可选实施例的步骤流程图;
图4是本申请的一种图像识别方法可选实施例的步骤流程图;
图5是本申请一种图像识别装置实施例的结构框图;
图6为本申请一实施例提供的一种图像识别装置的结构示意图;
图7为本申请另一实施例提供的一种图像识别装置的硬件结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1,示出了本申请的一种图像识别方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,根据输入的第一图像和第二图像,确定样本图像和对比图像。
在具体实现中,用户输入的图像,一张可以是证件照作为样本图像,例如身份证、护照以及驾驶证等规范照片,另外一张则可以是本人的自拍照作为对比图像,进而能够根据两张图像的比对结果,确定其中是否为相同的人物。在进行比对之前,需要对这两张照片进行预处理,也就是将用户输入的图像格式转换本申请提供的方法所需的图像格式,例如三通道的RGB(中文:红绿蓝;英文:Red Green Blue)格式。
步骤102,对样本图像和对比图像分别进行分析处理,以获取样本图像的人脸特征向量和对比图像中的人脸特征向量。
其中,分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。
定位模型可以基于MTCNN开源算法构建预训练模型和网络结构,并且根据预设的训练数据,在预训练模型的基础上使用预设的训练数据进行模型参数的微调,以使其更好的贴合本申请对于图像中人脸的关键点的定位。
特征特提取模型可以是在现有的ResNet-50的基础上,增加一个具有预设决策边界设置的损失函数层,现有的ResNet-50由于其能够在网络层数加深时,并不降低训练集的准确性,而被广泛的应用于图像的分类领域,标准的ResNet-50包括50层大小不同的卷积层和全连接层,本申请在标准的ResNet-50的全连接层之后增加了一个具有改进决策边界设置的损失函数层,是在标准的归一化损失函数层(Softmax Loss)的基础上进行改进得到的角度Softmax Loss损失函数,在ResNet-50全连接层中,W是全连接层的参数,也被称之为权值,x是全连接层的输入,也就是特征,且x是N*1的向量,是由全连接层前面多个卷积层和池化层处理后得到的,假设全连接层前面连接的是一个卷积层,而这个卷积层的输出是100个特征,每个特征的大小是4*4,那么在将这些特征输入给全连接层之前会将这些特征转化成N*1的向量(N就是100*4*4=1600);对应的W则是个T*N的矩阵,其中的N和X的N对应,T表示类别数,假如有7分类进行图像的类别判断,那么T就是7,因此全连接层就是执行Wx后得到一个T*1的向量,这个向量里的每个数值都没有大小限制,也就是从负无穷大到正无穷大。之后在全连接层后面连接的softmax层,其输入是T*1的向量,输出也是T*1的向量,这个向量里的每个数值对应表示这个样本属于每个类的概率,也就是说每个值的大小范围为0到1。之后在对softmax层连接一个损失函数(Loss),也就是计算softmax层输出的预测图像所属类别的损失,也就是说,预测图像所属类别的真实度越高,则损失越低,反之亦然。
在进行特征提取模型的训练时,将图像分为两类(人脸和非人脸),全连接层输出的特征为WX+b,那么对应的上述两类的决策边界是:
(W1-W2)x+(b1-b2)=0;
而Wx+b可以写成||W||||x||cos(theta)+b,其中theta是向量W和x的夹角,||W||||x||分别表示对W和x取2的范数,因此如果限定W为单位向量,偏置b为0,那么Wx+b可以简化为||x||cos(theta),对应的决策边界可以简化为:
||x||(cos(theta1)-cos(theta2))=0;
这时可以看出决策边界只取决于角度,因此也被称之为角度Softmax Loss损失函数,为了进一步的增大图像所属类别的置信度,可以扩大两类的决策边界的间隔,引入正整数参数m,进一步优化ResNet-50的分类结果。其中该预设决策边界包括:
(1)类别一边界:||x||(cos(m*theta1)-cos(theta2))=0;
(2)类别二边界:||x||(cos(theta1)-cos(m*theta2))=0;
其中,m为大于等于2的正整数,0<m*theta1<π且0<m*theta2<π;
x表示特征提取模型的全连接层的特征向量,theta1表示类别一的全连接层的参数向量与特征提取模型的全连接层的特征向量的夹角,theta2表示类别二的全连接层的参数向量与特征提取模型的全连接层的特征向量的夹角。
需要说明的是,上述角度的单位均为弧度。通过在标准的softmax loss函数中增加m,也就是成倍的增加参数向量与特征向量的夹角,进而增大类别之间的区分度,更好的提高其所属类别的置信度,进而提高判断准确性。
这样能够将用户上传的,也就是步骤101所获取到的图像进行更为准确的人脸和非人脸分类,进一步提高人脸识别的准确性。
步骤103,对样本图像的人脸特征向量和对比图像的人脸特征向量进行相似度比对,以确定样本图像中的人物和对比图像中的人物是否为相同的人物。
示例地,根据上一步骤确定的样本图像的人脸特征向量和对比图像的人脸特征向量,进行相似度比对,例如计算两个人脸特征向量的余弦距离,当余弦距离不超过距离阈值时,表明样本图像和对比图像中的人物属于相同的人物,即成功进行实名认证,否则,表示实名认证失败。例如,在金融远程开户的场景夏,用户上传自拍照,系统通过将自拍照与身份证或公安系统照片之间进行人脸特征向量的比对,进而核实用户身份是否属实,能够优化金融高风险行业复杂的身份验证流程。
通过本申请提供的图像识别方法,用户只需提供一张证件照和一张自拍照,即可实现身份认证,能够在实名认证中简化操作,无需过多的人工介入判断操作,解决了实名认证的空间和时间的限制。
综上所述,本申请实施例提供了一种图像识别方法,通过根据输入的第一图像和第二图像,确定样本图像和对比图像;对样本图像和对比图像分别进行分析处理,以获取样本图像的人脸特征向量和对比图像中的人脸特征向量;对样本图像的人脸特征向量和对比图像的人脸特征向量进行相似度比对,以确定样本图像中的人物和对比图像中的人物是否为相同的人物;其中,分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,特征提取模型由多个卷积层、全连接层和一个具有预设决策边界设置的损失函数层组成。因此,可以简化实名身份认证操作,提高认证效率,减少人工审核量,并且可以克服时间和空间的限制,节约时间。
参照图2,示出了本申请的一种图像识别方法可选实施例的步骤流程图,具体步骤101所述的根据输入的第一图像和第二图像,确定样本图像和对比图像,可以包括如下步骤:
步骤1011,获取所第一图像和第二图像。
步骤1012,当第一图像和/或第二图像为base64编码或者字符流格式的图像时,将解码为矩阵格式的第一图像和/或第二图像作为样本图像和/或对比图像。
步骤1013,当第一图像和/或第二图像为单通道图像或四通道图像时,将转换为三通道RGB格式的第一图像和/或第二图像作为样本图像和/或对比图像。
示例地,用户输入用于实名认证的两个图像,在对其进行相似度比对之前,需要对图像进行预处理,也就是根据输入的图像格式,对应将其转换为适合本申请方法的图像格式。
参照图3,示出了本申请的一种图像识别方法可选实施例的步骤流程图,具体步骤102所述的对样本图像和对比图像分别进行分析处理,以获取样本图像的人脸特征向量和对比图像中的人脸特征向量,可以包括如下步骤:
步骤1021,利用定位模型分别获取样本图像和对比图像的人脸区域和关键点坐标。
示例地,利用定位模型搜索样本图像和对比图像,分别找到其中的人脸区域,并输出人脸区域的外接矩形,在该人脸区域中定位到每个人物的左眼中心、右眼中心、鼻子底部中心、嘴角左边和嘴角右边等五个关键点坐标,以便下面根据关键点左边进行对齐处理。
步骤1022,当根据人脸区域和关键点坐标确定样本图像和/或对比图像中的人物眼睛在一条水平线上时,利用特征提取模型,分别提取样本图像的人脸特征向量和对比图像的人脸特征向量。
当样本图像和/或对比图像中的人物眼睛在一条水平线上时,说明原本图像处于对齐状态,无需再进行对齐操作,可以直接通过本步骤利用特征提取模型进行人脸特征向量的提取。
步骤1023,当根据关键点坐标确定样本图像和/或对比图像中的人物眼睛不在一条水平线上时,根据关键点坐标,利用仿射变换对样本图像和/或对比图像进行人脸对齐。
示例地,当利用步骤101确定的关键点坐标判断样本图像和/或对比图像中的人物眼睛不在一条水平线上时,需要利用该关键点坐标,对图像进行对齐处理,以使得在进行下面步骤1024的操作时,对人脸特征向量的提取能够更加精确。
步骤1024,利用特征提取模型,分别提取人脸对齐后的样本图像的人脸特征向量和对比图像的人脸特征向量。
参照图4,示出了本申请的一种图像识别方法可选实施例的步骤流程图,具体步骤103所述的对样本图像的人脸特征向量和对比图像的人脸特征向量进行相似度比对,以确定样本图像中的人物和对比图像中的人物是否为相同的人物,可以包括如下步骤:
步骤1031,确定样本图像的人脸特征向量和对比图像的人脸特征向量之间的余弦距离。
步骤1032,当余弦距离大于或者等于预设的距离阈值时,确定样本图像中的人物和对比图像中的人物为相同的人物。
步骤1033,当余弦距离小于距离阈值时,确定样本图像的人物和对比图像的人物为不相同的人物。
示例地,可以通过确定两个图像的人脸特征向量之间的余弦距离,判断图像中的人物是否为相同的人物,也就是与预设的距离阈值进行对比,进而分别执行步骤1032或者步骤1033的操作。
参照图5,示出了本申请的一种图像识别装置实施例的结构框图,具体可以包括如下模块:
图像确定模块510,用于根据输入的第一图像和第二图像,确定样本图像和对比图像。
向量获取模块520,用于对样本图像和对比图像分别进行分析处理,以获取样本图像的人脸特征向量和对比图像中的人脸特征向量。
相似度比对模块530,用于对样本图像的人脸特征向量和对比图像的人脸特征向量进行相似度比对,以确定样本图像中的人物和对比图像中的人物是否为相同的人物;
其中,分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的损失函数层组成。
可选的,预设决策边界包括类别一边界和类别二边界,其中
类别一边界:||x||(cos(m*theta1)-cos(theta2))=0
类别二边界:||x||(cos(theta1)-cos(m*theta2))=0
其中,m为大于等于2的正整数,0<m*theta1<π且0<m*theta2<π;
x表示特征提取模型的全连接层的特征向量,theta1表示类别一的全连接层的参数向量与特征提取模型的全连接层的特征向量的夹角,theta2表示类别二的全连接层的参数向量与特征提取模型的全连接层的特征向量的夹角。
在本申请的一个可选实施例中,图像获取模块510,包括如下子模块:
图像获取子模块,用于获取第一图像和第二图像。
图像转换子模块,用于当第一图像和/或第二图像为base64编码或者字符流格式的图像时,将解码为矩阵格式的第一图像和/或第二图像作为样本图像和/或对比图像。
图像转换子模块,还用于当第一图像和/或第二图像为单通道图像或四通道图像时,将转换为三通道RGB格式的第一图像和/或第二图像作为样本图像和/或对比图像。
在本申请的一个可选实施例中,向量获取模块520,包括如下子模块:
关键点获取子模块,用于利用定位模型分别获取样本图像和对比图像的人脸区域与关键点坐标。
向量提取子模块,用于当根据人脸区域与关键点坐标确定样本图像和/或对比图像中的人物眼睛在一条水平线上时,利用特征提取模型,分别提取样本图像的人脸特征向量和对比图像的人脸特征向量。
对齐子模块,用于当根据关键点坐标确定样本图像和/或对比图像中的人物眼睛不在一条水平线上时,根据关键点坐标,利用仿射变换对样本图像和/或对比图像进行人脸对齐。
向量提取子模块,还用于利用特征提取模型,分别提取人脸对齐后的样本图像的人脸特征向量和对比图像的人脸特征向量。
在本申请的一个可选实施例中,相似度比对模块530,包括如下子模块:
距离确定子模块,用于确定样本图像的人脸特征向量和对比图像的人脸特征向量之间的余弦距离。
人物确定子模块,用于当余弦距离大于或者等于预设的距离阈值时,确定样本图像中的人物和对比图像中的人物为相同的人物。
人物确定子模块,还用于当余弦距离小于距离阈值时,确定样本图像的人物和对比图像的人物为不相同的人物。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在终端设备时,可以使得该终端设备执行本申请实施例中各方法步骤的指令(instructions)。
图6为本申请一实施例提供的一种图像识别装置的结构示意图。如图所示,该图像识别装置可以包括输入设备60、处理器61、输出设备62、存储器66和至少一个通信总线64。通信总线64用于实现元件之间的通信连接。存储器66可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器63中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器61例如可以为中央处理器(Central Processing Unit,简称CPU)、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,该处理器61通过有线或无线连接耦合到上述输入设备60和输出设备62。
可选的,上述输入设备60可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备62可以包括显示器、音响等输出设备。
图7为本申请另一实施例提供的一种图像识别装置的硬件结构示意图。图7是对图6在实现过程中的一个具体的实施例。如图7所示,本实施例的图像识别装置包括处理器71以及存储器72。
处理器71执行存储器72所存放的计算机程序代码,实现上述实施例中图1所述的图像识别方法。
存储器72被配置为存储各种类型的数据以支持在图像识别装置的操作。这些数据的示例包括用于在图像识别装置上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器72可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,处理器71设置在处理组件70中。该图像识别装置还可以包括:通信组件73,电源组件74,多媒体组件75,音频组件76,输入/输出接口77和/或传感器组件78。基于图像识别装置具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件70通常控制图像识别装置的整体操作。处理组件70可以包括一个或多个处理器71来执行指令,以完成上述图1至图5方法的全部或部分步骤。此外,处理组件70可以包括一个或多个模块,便于处理组件70和其他组件之间的交互。例如,处理组件70可以包括多媒体模块,以方便多媒体组件75和处理组件70之间的交互。
电源组件74为图像识别装置的各种组件提供电力。电源组件74可以包括电源管理系统,一个或多个电源,及其他与为监控平台生成、管理和分配电力相关联的组件。
多媒体组件75包括在图像识别装置和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏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。
音频组件76被配置为输出和/或输入音频信号。例如,音频组件76包括一个麦克风(MIC),在语音识别模式时,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72或经由通信组件73发送。在一些实施例中,音频组件76还包括一个扬声器,用于输出音频信号。
输入/输出接口77为处理组件70和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件78包括一个或多个传感器,用于为图像识别装置提供各个方面的状态评估。传感器组件78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。在一些实施例中,该传感器组件78还可以包括摄像头等。
通信组件73被配置为便于图像识别装置和其他设备之间有线或无线方式的通信。图像识别装置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。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种图像识别方法和一种图像识别装置,以及一种装置和一种计算机存储介质,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种图像识别方法,其特征在于,所述方法包括:
根据输入的第一图像和第二图像,确定样本图像和对比图像;
对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量;
对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物;
其中,所述分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,所述特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。
2.根据权利要求1所述的方法,其特征在于,所述预设决策边界,包括类别一边界和类别二边界,其中
所述类别一边界:||x||(cos(m*theta1)-cos(theta2))=0
所述类别二边界:||x||(cos(theta1)-cos(m*theta2))=0
其中,m为大于等于2的正整数,0<m*theta1<π且0<m*theta2<π;
x表示所述特征提取模型的全连接层的特征向量,theta1表示类别一的全连接层的参数向量与所述特征提取模型的全连接层的特征向量的夹角,theta2表示类别二的全连接层的参数向量与所述特征提取模型的全连接层的特征向量的夹角。
3.根据权利要求1所述的方法,其特征在于,所述根据输入的第一图像和第二图像,确定样本图像和对比图像,包括:
获取所述第一图像和所述第二图像;
当所述第一图像和/或所述第二图像为base64编码或者字符流格式的图像时,将解码为矩阵格式的所述第一图像和/或所述第二图像作为所述样本图像和/或所述对比图像;
当所述第一图像和/或所述第二图像为单通道图像或四通道图像时,将转换为三通道RGB格式的所述第一图像和/或所述第二图像作为所述样本图像和/或所述对比图像。
4.根据权利要求1所述的方法,其特征在于,所述对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量,包括:
利用所述定位模型分别获取所述样本图像和所述对比图像的人脸区域与关键点坐标;
当根据所述人脸区域和所述关键点坐标确定所述样本图像和/或所述对比图像中的人物眼睛在一条水平线上时,利用所述特征提取模型,分别提取所述样本图像的人脸特征向量和所述对比图像的人脸特征向量;
当根据所述人脸区域和所述关键点坐标确定所述样本图像和/或所述对比图像中的人物眼睛不在一条水平线上时,根据所述关键点坐标,利用仿射变换对所述样本图像和/或所述对比图像进行人脸对齐;
利用所述特征提取模型,分别提取人脸对齐后的所述样本图像的人脸特征向量和所述对比图像的人脸特征向量。
5.根据权利要求1所述的方法,其特征在于,所述对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物,包括:
确定所述样本图像的人脸特征向量和所述对比图像的人脸特征向量之间的余弦距离;
当所述余弦距离大于或者等于预设的距离阈值时,确定所述样本图像中的人物和所述对比图像中的人物为相同的人物;
当所述余弦距离小于所述距离阈值时,确定所述样本图像的人物和所述对比图像的人物为不相同的人物。
6.一种图像识别装置,其特征在于,所述装置包括:
图像确定模块,用于根据输入的第一图像和第二图像,确定样本图像和对比图像;
向量获取模块,用于对所述样本图像和所述对比图像分别进行分析处理,以获取所述样本图像的人脸特征向量和所述对比图像中的人脸特征向量;
相似度比对模块,用于对所述样本图像的人脸特征向量和所述对比图像的人脸特征向量进行相似度比对,以确定所述样本图像中的人物和所述对比图像中的人物是否为相同的人物;
其中,所述分析处理包括利用预设的定位模型获取关键点坐标和利用预设的特征提取模型获取人脸特征向量,所述特征提取模型由多个卷积层、全连接层和一个具有预设决策边界的归一化损失函数层组成。
7.根据权利要求6所述的装置,其特征在于,所述预设决策边界,包括类别一边界和类别二边界,其中
所述类别一边界:||x||(cos(m*theta1)-cos(theta2))=0
所述类别二边界:||x||(cos(theta1)-cos(m*theta2))=0
其中,m为大于等于2的正整数,0<m*theta1<π且0<m*theta2<π;
x表示所述特征提取模型的全连接层的特征向量,theta1表示类别一的全连接层的参数向量与所述特征提取模型的全连接层的特征向量的夹角,theta2表示类别二的全连接层的参数向量与所述特征提取模型的全连接层的特征向量的夹角。
8.根据权利要求6所述的装置,其特征在于,所述图像获取模块,包括:
图像获取子模块,用于获取所述第一图像和所述第二图像;
图像转换子模块,用于当所述第一图像和/或所述第二图像为base64编码或者字符流格式的图像时,将解码为矩阵格式的所述第一图像和/或所述第二图像作为所述样本图像和/或所述对比图像;
所述图像转换子模块,还用于当所述第一图像和/或所述第二图像为单通道图像或四通道图像时,将转换为三通道RGB格式的所述第一图像和/或所述第二图像作为所述样本图像和/或所述对比图像。
9.根据权利要求6所述的装置,其特征在于,所述向量获取模块,包括:
关键点获取子模块,用于利用所述定位模型分别获取所述样本图像和所述对比图像的人脸区域与关键点坐标;
向量提取子模块,用于当根据所述人脸区域和所述关键点坐标确定所述样本图像和/或所述对比图像中的人物眼睛在一条水平线上时,利用所述特征提取模型,分别提取所述样本图像的人脸特征向量和所述对比图像的人脸特征向量;
对齐子模块,用于当根据所述关键点坐标确定所述样本图像和/或所述对比图像中的人物眼睛不在一条水平线上时,根据所述关键点坐标,利用仿射变换对所述样本图像和/或所述对比图像进行人脸对齐;
所述向量提取子模块,还用于利用所述特征提取模型,分别提取人脸对齐后的所述样本图像的人脸特征向量和所述对比图像的人脸特征向量。
10.根据权利要求6所述的装置,其特征在于,所述相似度比对模块,包括:
距离确定子模块,用于确定所述样本图像的人脸特征向量和所述对比图像的人脸特征向量之间的余弦距离;
人物确定子模块,用于当所述余弦距离大于或者等于预设的距离阈值时,确定所述样本图像中的人物和所述对比图像中的人物为相同的人物;
所述人物确定子模块,还用于当所述余弦距离小于所述距离阈值时,确定所述样本图像的人物和所述对比图像的人物为不相同的人物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217394.0A CN109543524A (zh) | 2018-10-18 | 2018-10-18 | 一种图像识别方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217394.0A CN109543524A (zh) | 2018-10-18 | 2018-10-18 | 一种图像识别方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109543524A true CN109543524A (zh) | 2019-03-29 |
Family
ID=65844298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811217394.0A Pending CN109543524A (zh) | 2018-10-18 | 2018-10-18 | 一种图像识别方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109543524A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458217A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法及装置、眼底图像识别方法和电子设备 |
CN113361300A (zh) * | 2020-03-04 | 2021-09-07 | 阿里巴巴集团控股有限公司 | 标识信息识别方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550658A (zh) * | 2015-12-24 | 2016-05-04 | 蔡叶荷 | 一种基于高维lbp与卷积神经网络特征融合的人脸比对方法 |
CN106487762A (zh) * | 2015-08-31 | 2017-03-08 | 腾讯科技(深圳)有限公司 | 用户身份的识别方法、身份识别应用客户端及服务器 |
CN107832700A (zh) * | 2017-11-03 | 2018-03-23 | 全悉科技(北京)有限公司 | 一种人脸识别方法与系统 |
CN108009528A (zh) * | 2017-12-26 | 2018-05-08 | 广州广电运通金融电子股份有限公司 | 基于Triplet Loss的人脸认证方法、装置、计算机设备和存储介质 |
CN108229298A (zh) * | 2017-09-30 | 2018-06-29 | 北京市商汤科技开发有限公司 | 神经网络的训练和人脸识别方法及装置、设备、存储介质 |
CN108268859A (zh) * | 2018-02-08 | 2018-07-10 | 南京邮电大学 | 一种基于深度学习的人脸表情识别方法 |
-
2018
- 2018-10-18 CN CN201811217394.0A patent/CN109543524A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106487762A (zh) * | 2015-08-31 | 2017-03-08 | 腾讯科技(深圳)有限公司 | 用户身份的识别方法、身份识别应用客户端及服务器 |
CN105550658A (zh) * | 2015-12-24 | 2016-05-04 | 蔡叶荷 | 一种基于高维lbp与卷积神经网络特征融合的人脸比对方法 |
CN108229298A (zh) * | 2017-09-30 | 2018-06-29 | 北京市商汤科技开发有限公司 | 神经网络的训练和人脸识别方法及装置、设备、存储介质 |
CN107832700A (zh) * | 2017-11-03 | 2018-03-23 | 全悉科技(北京)有限公司 | 一种人脸识别方法与系统 |
CN108009528A (zh) * | 2017-12-26 | 2018-05-08 | 广州广电运通金融电子股份有限公司 | 基于Triplet Loss的人脸认证方法、装置、计算机设备和存储介质 |
CN108268859A (zh) * | 2018-02-08 | 2018-07-10 | 南京邮电大学 | 一种基于深度学习的人脸表情识别方法 |
Non-Patent Citations (3)
Title |
---|
ALEJANDRO NEWELL 等: "SphereFace: Deep Hypersphere Embedding for Face Recognition", 《ARXIV》 * |
杨世明编著: "《PHP 4编程指南》", 31 October 2000 * |
龙鑫 等: "一种基于角度距离损失函数和卷积神经网络的人脸识别算法", 《激光与光电子学进展》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458217A (zh) * | 2019-07-31 | 2019-11-15 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法及装置、眼底图像识别方法和电子设备 |
CN110458217B (zh) * | 2019-07-31 | 2024-04-19 | 腾讯医疗健康(深圳)有限公司 | 图像识别方法及装置、眼底图像识别方法和电子设备 |
CN113361300A (zh) * | 2020-03-04 | 2021-09-07 | 阿里巴巴集团控股有限公司 | 标识信息识别方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241835A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105426857A (zh) | 人脸识别模型训练方法和装置 | |
CN105095860B (zh) | 字符分割方法和装置 | |
CN104866323B (zh) | 一种解锁界面的生成方法、装置及电子设备 | |
CN107368810A (zh) | 人脸检测方法及装置 | |
CN104063865B (zh) | 分类模型创建方法、图像分割方法及相关装置 | |
CN107944367A (zh) | 人脸关键点检测方法及装置 | |
CN104143086A (zh) | 人像比对在移动终端操作系统上的应用技术 | |
CN105335713A (zh) | 指纹识别方法及装置 | |
CN104182967B (zh) | 图像处理方法、装置及终端 | |
CN107480665A (zh) | 文字检测方法、装置及计算机可读存储介质 | |
CN105426730A (zh) | 登录验证处理方法、装置及终端设备 | |
CN107464253A (zh) | 眉毛定位方法及装置 | |
CN104077563B (zh) | 人脸识别方法和装置 | |
CN105787322B (zh) | 指纹识别的方法及装置、移动终端 | |
CN108197585A (zh) | 脸部识别方法和装置 | |
CN104077597B (zh) | 图像分类方法及装置 | |
CN106510164B (zh) | 行李箱控制方法及装置 | |
CN102509369A (zh) | 嵌入式智能门禁系统 | |
CN107992811A (zh) | 人脸识别方法及装置 | |
CN109543524A (zh) | 一种图像识别方法、装置 | |
CN107247936A (zh) | 图像识别方法及装置 | |
CN106228556A (zh) | 图像质量分析方法和装置 | |
CN105335714B (zh) | 照片处理方法、装置和设备 | |
CN107730448A (zh) | 基于图像处理的美颜方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
RJ01 | Rejection of invention patent application after publication |