CN110610117A - 一种人脸识别方法、装置及存储介质 - Google Patents
一种人脸识别方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110610117A CN110610117A CN201810621009.2A CN201810621009A CN110610117A CN 110610117 A CN110610117 A CN 110610117A CN 201810621009 A CN201810621009 A CN 201810621009A CN 110610117 A CN110610117 A CN 110610117A
- Authority
- CN
- China
- Prior art keywords
- face recognition
- face
- image
- environment
- face template
- 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
Abstract
本发明实施例公开了一种人脸识别的方法、装置及存介质,属于人脸识别技术领域。所述方法包括:当进行人脸识别时,获取待识别的人脸识别图像的拍摄环境的环境参数;根据所述环境参数确定所述人脸识别图像对应的环境分组;将所述人脸识别图像与所述对应的环境分组中预存的人脸模板图像进行匹配。采用本发明实施例,能够避免环境带来的影响,提高了人脸识别的识别率和识别速度。
Description
技术领域
本发明实施例涉及人脸识别技术领域,尤其涉及一种人脸识别方法、装置及存储介质。
背景技术
人脸识别是现阶段的热点非接触式生物识别技术,逐渐被各大终端厂商所引入。现有技术中,人脸识别的方法是预先录入被授权用户的人脸模板图像,在识别的时候获取被识别的对象的人脸识别图像,将获取的人脸识别图像与预先录入的人脸模板图像进行逐个匹配。但是,在实际应用中,获取人脸识别图像时,由于环境的影响,会对人脸识别的识别率和识别速度产生较大的影响,使得识别率比较低,即使能识别,识别时间也比较长。
因此,有必要提供一种人脸识别方法、装置及存储介质,以克服现有技术中环境对人脸识别的影响,提高人脸识别速度和识别率。
发明内容
有鉴于此,本发明实施例的目的在于提供一种人脸识别方法、装置及存储介质,以解决现有技术环境对人脸识别影响较大,人脸识别速度和识别率低的问题。
本发明实施例解决上述技术问题所采用的技术方案如下:
根据本发明实施例的第一个方面,提供一种人脸识别方法,所述方法包括:
当进行人脸识别时,获取待识别的人脸识别图像的拍摄环境的环境参数;
根据所述环境参数确定所述人脸识别图像对应的环境分组;
将所述人脸识别图像与所述对应的环境分组中预存的人脸模板图像进行匹配。
根据本发明实施例的第二个方面,提供一种人脸识别装置,其特征在于,所述装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。
根据本发明实施例的第三个方面,提供一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如第一方面所述的步骤。
本发明实施例的人脸识别的方法、装置及存介质,将预存的人脸模板图像根据环境参数进行分组,在进行人脸识别时,根据待识别的人脸识别图像的拍摄环境的环境参数确定对应的环境分组,并与对应的环境分组中预存的人脸模板图像进行匹配,能够避免环境带来的影响,提高了人脸识别的识别率和识别速度。
附图说明
图1为本发明实施例一提供的一种人脸识别方法的流程图;
图2为本发明实施例二提供的又一种人脸识别方法中图片训练的方法流程图;
图3为本发明实施例二中人脸模板图像录入的方法流程图;
图4为本发明实施例二中人脸识别的方法流程图;
图5为本发明实施例二中人脸模板图像自学习的方法流程图;
图6为本发明实施例三提供的一种人脸识别装置的模块结构示意图。
本发明实施例目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明实施例进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明实施例,并不用于限定本发明实施例。
本发明实施例一提供了一种人脸识别方法,请参阅图1,方法流程可以包括:
步骤S101、当进行人脸识别时,获取待识别的人脸识别图像的拍摄环境的环境参数;
步骤S102、根据该环境参数确定该人脸识别图像对应的环境分组;
步骤S103、将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配。
在一个实施方式中,该方法还可以包括:
预先获取用户在不同环境下的人脸模板图像并将该人脸模板图像存储到对应的环境分组中,其中,每个环境分组对应不同的环境参数。
在一个实施方式中,该预先获取用户不同环境下的人脸模板图像及环境参数并根据该环境参数将该人脸模板图像存储到对应的环境分组中,包括:
录入人脸模板图像;
根据预存的训练数据对该人脸模板图像进行预处理,获取不同环境下的人脸模板图像;
将该不同环境下的人脸模板图像存储到对应的环境分组中。
在一个实施方式中,该预存的训练数据可以通过如下方式获取:
获取不同的拍摄对象在不同环境参数下的人脸图片;
将不同环境参数下的人脸图片进行比对训练,获取不同环境参数下人脸图片数据的差异值,该差异值即为训练数据。
在一个实施方式中,该将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配之后,该方法还可以包括:
若匹配成功,则分析该人脸识别图像和与其匹配的人脸模板图像的图像质量,并在该人脸识别图像的图像质量优于该人脸模板图像的图像质量时,替换该匹配的人脸模板图像。
实际应用中,本步骤对图片质量进行分析,可以通过清晰度、峰值信噪比或均方误差的计算实现。
在一个实施方式中,该将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配之后,该方法还可以包括:
若匹配失败,则依次将该人脸识别图像与其他环境分组中预存的人脸模板图像进行匹配,直至匹配成功或与其他环境分组中的人脸模板图像全部匹配失败。
在一个实施方式中,该环境参数可以至少包括下述一个或多个参数:光照强度值、环境颜色、光照方向、光源类型(如散射光、直射光)等。
本实施例的人脸识别的方法,将预存的人脸模板图像根据环境参数进行分组,在进行人脸识别时,根据待识别的人脸识别图像的拍摄环境的环境参数确定对应的环境分组,并与对应的环境分组中预存的人脸模板图像进行匹配,能够避免环境带来的影响,提高了人脸识别的识别率和识别速度。
在前述实施例的基础上,本发明实施例二提供了又一种人脸识别的方法,本实施例中以克服拍摄环境中光照强度的影响为例进行说明,为了描述方便,本实施例将人脸识别方法流程分为图片训练、人脸模板图像录入、人脸识别以及人脸模板图像自学习几个阶段进行描述。
请参阅图2,图片训练的方法流程可以包括:
步骤S201、在不同的光照强度值下拍摄不同的人的人脸图像;
步骤S202、对拍摄的人脸图像进行对比训练,获取不同光照强度值下拍摄的人脸图像的差异值。
请参阅图3,人脸模板图像录入的方法流程可以包括:
步骤S301、根据不同的光照强度值将拍摄环境进行环境分组,分为正常光组、亮光组、暗光组、背光组及逆光组。
实际应用中,对拍摄环境进行分组时,可以按照光照强度值的取值范围进行划分。
步骤S302、录入人脸模板图像。
本步骤中,对于人脸模板图像的录入环境的光照强度值不受限制。
步骤S303、利用图像训练中获得的训练数据以及人脸模板图像拍摄时的光照强度值,对人脸模板图像进行预处理,获得与正常光组、亮光组、暗光组、背光组及逆光组的光照强度值对应的多张人脸模板图像。
步骤S304、将获得的多张人脸模板图像分别存入各自对应的环境分组中。
本实施例中,假设录入了10位用户的人脸模板图像,则需要对这10为用户的人脸模板图像进行预处理,使每位用户在不同的环境分组中都有相应的人脸模板图像,以适应在进行人脸识别时拍摄环境带来的影响。
请参阅图4,人脸识别的方法流程可以包括:
步骤S401,录入人脸识别图像。
步骤S402,利用光感传感器获取当前的光照强度值。
步骤S403,确定当前的光照强度值属于哪一个环境分组。
步骤S404,将人脸识别图像与光照强度值所属的环境分组中的人脸模板图像进行匹配。
本实施例中,如果当前的光照强度值在暗光组的光照强度值的范围内,则把人脸识别图像优先与暗光组中存储的人脸模板图像进行匹配。
步骤S405,判断匹配是否成功,若成功,识别过程结束,继续执行步骤S501,否则执行步骤S406。
实际应用中,可以采用基于几何特征的人脸识别方法、基于模板的人脸识别方法或基于模型的人脸识别方法进行匹配并判定匹配是否成功。
步骤S406,将人脸识别图像依次与其他环境分组中预存的人脸模板图像进行匹配。
步骤S407,判断匹配是否成功,若成功,识别过程结束,继续执行步骤S501,否则执行步骤S408。
步骤S408,判断当前是否为最后一组环境分组,若是,识别过程结束,否则,执行步骤S406。
请参阅图5,人脸模板图像自学习的方法流程包括:
步骤S501,获取人脸识别图像的面部特征数据和与之匹配的人脸模板图像的面部特征数据。
步骤S502,分别根据人脸识别图像的面部特征数据和人脸模板图像的面部特征数据对两者的图像质量进行分析。
步骤S503,判断人脸识别图像的图片质量是否优于人脸模板图像的图片质量,若是,执行步骤S504,否则,不作处理。
步骤S504,用人脸识别图像替换匹配的人脸模板图像。
本实施例的人脸识别的方法,将预存的人脸模板图像根据环境参数进行分组,在进行人脸识别时,根据待识别的人脸识别图像的拍摄环境的环境参数确定对应的环境分组,并与对应的环境分组中预存的人脸模板图像优先进行匹配,这样就加快了人脸识别速度,避免了环境带来的影响,同时,通过对人脸模板图像的自学习,能够不断优化识别的准确率,能够给用户带来更好的体验。
在前述实施例的基础上,本发明实施例三提供了一种人脸识别装置,请参阅图6,该装置包括:存储器601、处理器602及存储在该存储器601上并可在该处理器602上运行的计算机程序603,该计算机程序603被该处理器602执行时实现如下步骤:
当进行人脸识别时,获取待识别的人脸识别图像的拍摄环境的环境参数;
根据该环境参数确定该人脸识别图像对应的环境分组;
将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配。
在一个实施方式中,该处理器602还用于执行该计算机程序603,以实现以下步骤:
预先获取用户在不同环境下的人脸模板图像并将该人脸模板图像存储到相应的环境分组中,其中,每个环境分组对应不同的环境参数。
在一个实施方式中,当该处理器602执行该预先获取用户在不同环境下的人脸模板图像及环境参数并根据该环境参数将该人脸模板图像存储到不同的环境分组中的步骤时,该处理器602还用于执行该计算机程序603,以实现以下步骤:
录入人脸模板图像;
根据预存的训练数据对该人脸模板图像进行预处理,获取不同环境下的人脸模板图像;
将该不同环境下的人脸模板图像存储到对应的环境分组中。
在一个实施方式中,该处理器602还用于执行该计算机程序603,以实现预存的训练数据的获取,包括以下步骤:
获取不同的拍摄对象在不同环境参数下的人脸图片;
将不同环境参数下的人脸图片进行比对获取不同环境参数下人脸图片数据的差异值,该差异值即为训练数据。
在一个实施方式中,该处理器602在执行将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配的步骤之后,还用于执行该计算机程序603,以实现以下步骤:
在匹配成功时,分析该人脸识别图像和与其匹配的人脸模板图像的图像质量,并在该人脸识别图像的图像质量优于该人脸模板图像的图像质量时,替换该匹配的人脸模板图像。
在一个实施方式中,处理器602在将该人脸识别图像与该对应的环境分组中预存的人脸模板图像进行匹配的步骤之后,还用于执行该计算机程序603,以实现以下步骤:
在匹配失败时,依次将该人脸识别图像与其他环境分组中预存的人脸模板图像进行匹配,直至匹配成功或与其他环境分组中的人脸模板图像全部匹配失败。
在一个实施方式中,该环境参数可以至少包括下述一个或多个参数:光照强度值、环境颜色、光照方向、光源类型(如散射光、直射光)等。
在一个实施方式中,处理器602在执行获取待识别的人脸识别图像的拍摄环境的环境参数的步骤时,还用于执行该计算机程序603,以实现以下步骤:
在拍摄该人脸识别图像时,通过光感传感器获取光照强度值。
本实施例的人脸识别的装置,将预存的人脸模板图像根据环境参数进行分组,在进行人脸识别时,根据待识别的人脸识别图像的拍摄环境的环境参数确定对应的环境分组,并与对应的环境分组中预存的人脸模板图像进行匹配,能够避免环境带来的影响,提高了人脸识别的识别率和识别速度。
在前述实施例的基础上,本发明实施例四提供了一种存储介质,该存储介质包括存储的程序,在该程序运行时控制该存储介质所在设备执行如实施例一或实施例二的操作。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上参照附图说明了本发明实施例的优选实施例,并非因此局限本发明实施例的权利范围。本领域技术人员不脱离本发明实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本发明实施例的权利范围之内。
Claims (10)
1.一种人脸识别方法,其特征在于,所述方法包括:
当进行人脸识别时,获取待识别的人脸识别图像的拍摄环境的环境参数;
根据所述环境参数确定所述人脸识别图像对应的环境分组;
将所述人脸识别图像与所述对应的环境分组中预存的人脸模板图像进行匹配。
2.如权利要求1所述的人脸识别方法,其特征在于,所述方法还包括:
预先获取用户在不同环境下的人脸模板图像并将所述人脸模板图像存储到相应的环境分组中,其中,每个环境分组对应不同的环境参数。
3.如权利要求2所述的人脸识别的方法,其特征在于,所述预先获取用户在不同环境下的人脸模板图像及环境参数并根据所述环境参数将所述人脸模板图像存储到不同的环境分组中,包括:
录入人脸模板图像;
根据预存的训练数据对所述人脸模板图像进行预处理,获取不同环境下的人脸模板图像;
将所述不同环境下的人脸模板图像存储到对应的环境分组中。
4.如权利要求3所述的人脸识别的方法,其特征在于,所述预存的训练数据通过如下方式获取:
获取不同的拍摄对象在不同环境参数下的人脸图片;
将不同环境参数下的人脸图片进行比对获取不同环境参数下人脸图片数据的差异值,所述差异值即为训练数据。
5.如权利要求1所述的人脸识别方法,其特征在于,所述将所述人脸识别图像与所述对应的环境分组中预存的人脸模板图像进行匹配之后,所述方法还包括:
若匹配成功,则分析所述人脸识别图像和与其匹配的人脸模板图像的图像质量,并在所述人脸识别图像的图像质量优于所述人脸模板图像的图像质量时,替换所述匹配的人脸模板图像。
6.如权利要求1所述的人脸识别方法,其特征在于,所述将所述人脸识别图像与所述对应的环境分组中预存的人脸模板图像进行匹配之后,所述方法还包括:
若匹配失败,则依次将所述人脸识别图像与其他环境分组中预存的人脸模板图像进行匹配,直至匹配成功或与其他环境分组中的人脸模板图像全部匹配失败。
7.如权利要求1至6任一项所述的人脸识别方法,其特征在于,所述环境参数包括:光照强度值。
8.如权利要求7所述的人脸识别方法,其特征在于,所述获取待识别的人脸识别图像的拍摄环境的环境参数,包括:
在拍摄所述人脸识别图像时,通过光感传感器获取光照强度值。
9.一种人脸识别装置,其特征在于,所述装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-8任一项所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621009.2A CN110610117A (zh) | 2018-06-15 | 2018-06-15 | 一种人脸识别方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810621009.2A CN110610117A (zh) | 2018-06-15 | 2018-06-15 | 一种人脸识别方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110610117A true CN110610117A (zh) | 2019-12-24 |
Family
ID=68888353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810621009.2A Pending CN110610117A (zh) | 2018-06-15 | 2018-06-15 | 一种人脸识别方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110610117A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488054A (zh) * | 2020-12-17 | 2021-03-12 | 深圳市优必选科技股份有限公司 | 一种人脸识别方法、装置、终端设备及存储介质 |
WO2021238373A1 (zh) * | 2020-05-26 | 2021-12-02 | 华为技术有限公司 | 一种人脸注视解锁方法及电子设备 |
CN116994215A (zh) * | 2023-09-26 | 2023-11-03 | 上海闪马智能科技有限公司 | 一种道路设施异常判定方法及装置 |
-
2018
- 2018-06-15 CN CN201810621009.2A patent/CN110610117A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021238373A1 (zh) * | 2020-05-26 | 2021-12-02 | 华为技术有限公司 | 一种人脸注视解锁方法及电子设备 |
CN112488054A (zh) * | 2020-12-17 | 2021-03-12 | 深圳市优必选科技股份有限公司 | 一种人脸识别方法、装置、终端设备及存储介质 |
US20220198224A1 (en) * | 2020-12-17 | 2022-06-23 | Ubtech Robotics Corp Ltd | Face recognition method, terminal device using the same, and computer readable storage medium |
US11709914B2 (en) * | 2020-12-17 | 2023-07-25 | Ubtech Robotics Corp Ltd | Face recognition method, terminal device using the same, and computer readable storage medium |
CN112488054B (zh) * | 2020-12-17 | 2023-10-27 | 深圳市优必选科技股份有限公司 | 一种人脸识别方法、装置、终端设备及存储介质 |
CN116994215A (zh) * | 2023-09-26 | 2023-11-03 | 上海闪马智能科技有限公司 | 一种道路设施异常判定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10235603B2 (en) | Method, device and computer-readable medium for sensitive picture recognition | |
US20180204562A1 (en) | Method and device for image recognition | |
CN107633237B (zh) | 图像背景分割方法、装置、设备及介质 | |
CN110610117A (zh) | 一种人脸识别方法、装置及存储介质 | |
US20190228273A1 (en) | Identifying parameter image adjustments using image variation and sequential processing | |
CN110969046B (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
US10764563B2 (en) | 3D enhanced image correction | |
US20170004369A1 (en) | Object recognition apparatus and control method therefor | |
CN110399839B (zh) | 人脸识别方法、装置、设备及存储介质 | |
CN111027628A (zh) | 一种模型确定方法和系统 | |
CN110969154A (zh) | 文本识别方法、装置、计算机设备和存储介质 | |
JPWO2017141802A1 (ja) | 画像処理装置、文字認識装置、画像処理方法及びプログラム記録媒体 | |
CN113920502A (zh) | 一种云台调整方法、装置、设备及介质 | |
CN110867243B (zh) | 一种图像标注方法、装置、计算机系统及可读存储介质 | |
CN108289176B (zh) | 一种拍照搜题方法、搜题装置及终端设备 | |
CN110414522A (zh) | 一种字符识别方法及装置 | |
US9846816B2 (en) | Image segmentation threshold value deciding method, gesture determining method, image sensing system and gesture determining system | |
CN110956133A (zh) | 单字符文本归一化模型训练方法、文本识别方法及装置 | |
CN111971951B (zh) | 运算装置、运算方法、可移动介质和鉴别系统 | |
EP2919149A2 (en) | Image processing apparatus and image processing method | |
US20220327849A1 (en) | Computer-Implemented Method For Optical Character Recognition | |
CN110807403A (zh) | 一种用户身份识别方法、装置及电子设备 | |
CN108921792B (zh) | 用于处理图片的方法和装置 | |
CN116739608B (zh) | 基于人脸识别方式的银行用户身份验证方法及系统 | |
CN111723609B (zh) | 模型优化方法、装置、电子设备及存储介质 |
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 |