CN111368608B

CN111368608B - 一种人脸识别方法、装置及系统

Info

Publication number: CN111368608B
Application number: CN201811605044.1A
Authority: CN
Inventors: 李�杰; 毛慧; 浦世亮
Original assignee: Hangzhou Hikvision Digital Technology Co Ltd
Current assignee: Hangzhou Hikvision Digital Technology Co Ltd
Priority date: 2018-12-26
Filing date: 2018-12-26
Publication date: 2023-10-13
Anticipated expiration: 2038-12-26
Also published as: CN111368608A

Abstract

本申请实施例提供了一种人脸识别方法、装置及系统，其中，人脸识别方法包括：获取至少两个相机同时抓拍的侧面人脸区域图像，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，正面人脸图像中包括人脸目标的正脸；对正面人脸图像进行人脸身份识别比对，确定人脸目标的人脸身份。通过本方案，可以保证人脸识别结果具有较高的准确性和实时性。

Description

一种人脸识别方法、装置及系统

技术领域

本申请涉及计算机视觉技术领域，特别是涉及一种人脸识别方法、装置及系统。

背景技术

人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。从相机采集的人脸图像或者视频中检测出人脸区域，对该人脸区域进行人脸特征提取，将提取的人脸特征与目标库中的人脸特征进行比对，进而识别出人脸身份。由于人脸识别技术可以自动的识别出人脸身份，而不需要人工的进行人脸身份的判断，因此，人脸识别技术已在例如厂区的出入管理、公司的门禁考勤、来访登记、银行的智能报警等场合得到了广泛的应用。

目标库是从人脸正面的样本图像中提取人脸特征建立的，然而在实际应用中，相机常常会采集到人脸侧面图像，由于人脸侧面图像中，缺失了较多的人脸特征，导致在与目标库中的人脸特征进行比对时，比对结果会存在较大误差，易出现错误的识别结果。

为了应对上述问题，相应的人脸识别方法中，通过对采集的视频帧序列中的各视频帧进行质量分析，从中提取出质量最优的一张人脸图像，质量最优的人脸图像一般具有较高的可识别性，再通过人脸特征提取和人脸特征比对，可以识别出人脸身份。然而，由于是对视频帧序列进行处理，需要采集到一系列的视频帧进行质量分析和质量对比，一帧一帧的进行质量分析和对比的耗时很长，严重影响了人脸识别的实时性。

发明内容

本申请实施例的目的在于提供一种人脸识别方法、装置及系统，以保证人脸识别结果具有较高的准确性和实时性。具体技术方案如下：

第一方面，本申请实施例提供了一种人脸识别方法，所述方法包括：

获取至少两个相机同时抓拍的侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；

对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。

可选的，所述获取至少两个相机同时抓拍的侧面人脸区域图像，包括：

接收至少两个相机同时抓拍的人脸图像，其中，各人脸图像中分别包括同一人脸目标的不同侧脸；

针对各人脸图像，对该人脸图像进行人脸目标检测，得到侧面人脸区域图像。

可选的，在所述获取至少两个相机同时抓拍的侧面人脸区域图像之后，所述方法还包括：

对各侧面人脸区域图像进行预处理，得到图像质量优化的各侧面人脸区域图像。

可选的，所述提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，包括：

针对各侧面人脸区域图像，建立人脸几何模型；

从各人脸几何模型中提取人脸关键点坐标；

对各人脸几何模型中的人脸关键点坐标进行匹配，并基于匹配结果进行模型融合；

根据融合后的模型，重新构建人脸几何模型；

基于各侧面人脸区域图像，对重新构建的人脸几何模型进行贴图；

对贴图后的人脸几何模型进行图像投影，生成正面人脸图像。

可选的，所述对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份，包括：

提取所述正面人脸图像中的人脸特征；

将所述人脸特征与目标库中的人脸特征进行相似度比对，确定所述人脸目标的人脸身份为所述目标库中相似度最高的人脸特征对应的人脸身份。

第二方面，本申请实施例提供了一种人脸识别装置，所述装置包括：

获取模块，用于获取至少两个相机同时抓拍的侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

提取模块，用于提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；

识别模块，用于对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。

可选的，所述获取模块，具体用于：

可选的，所述装置还包括：

预处理模块，用于对各侧面人脸区域图像进行预处理，得到图像质量优化的各侧面人脸区域图像。

可选的，所述提取模块，具体用于：

针对各侧面人脸区域图像，建立人脸几何模型；

从各人脸几何模型中提取人脸关键点坐标；

根据融合后的模型，重新构建人脸几何模型；

可选的，所述识别模块，具体用于：

提取所述正面人脸图像中的人脸特征；

第三方面，本申请实施例提供了一种控制器，包括处理器和机器可读存储介质；

机器可读存储介质，用于存储能够被处理器执行的机器可执行指令；

处理器，用于被机器可执行指令促使实现本申请实施例第一方面所述的人脸识别方法。

第四方面，本申请实施例提供了一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时，执行本申请实施例第一方面所述的人脸识别方法。

第五方面，本申请实施例提供了一种人脸识别系统，所述系统包括至少两个相机及控制器；

所述至少两个相机，分别用于抓拍侧面人脸区域图像，其中，各相机抓拍的侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

所述控制器，用于获取至少两个相机同时抓拍的侧面人脸区域图像；提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。

本申请实施例提供的一种人脸识别方法、装置及系统，获取至少两个相机同时抓拍的侧面人脸区域图像，提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，对正面人脸图像进行人脸身份识别比对，确定人脸目标的人脸身份。利用至少两个相机同时抓拍包括同一人脸目标的不同侧脸的侧面人脸区域图像，通过从各侧面人脸区域图像中提取图像信息，生成一张正面人脸图像，由于正面人脸图像包括人脸目标的正脸，在对正面人脸图像进行人脸识别时，能够保证人脸识别结果具有较高的准确性，并且，每个相机只需要抓拍一张侧面人脸区域图像，经过正面人脸图像的生成、人脸识别即可得到识别结果，有效的提高了人脸识别的实时性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的人脸识别方法的流程示意图；

图2为本申请实施例的监控过道区域的应用场景示意图；

图3为本申请实施例的闸道门禁通道的应用场景示意图；

图4为本申请实施例的多个闸道门禁通道的应用场景示意图；

图5为本申请实施例的生成正面人脸图像的流程示意图；

图6为本申请实施例的人脸识别装置的结构示意图；

图7为本申请实施例的控制器的结构示意图；

图8为本申请实施例的人脸识别系统的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了保证人脸识别结果具有较高的准确性和实时性，本申请实施例提供了一种人脸识别方法、装置及系统。下面，首先对本申请实施例所提供的人脸识别方法进行介绍。

本申请实施例所提供的人脸识别方法的执行主体可以为门禁管理系统、楼宇管理系统、公司打勤系统等系统的控制器，例如后台的服务器、控制器等。实现本申请实施例所提供的人脸识别方法的方式可以为设置于执行主体中的软件、硬件电路和逻辑电路中的至少一种方式。

如图1所示，本申请实施例所提供的一种人脸识别方法可以包括如下步骤：

S101，获取至少两个相机同时抓拍的侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸。

本申请实施例所提供的人脸识别方法可以应用于如图2所示的监控过道区域的应用场景，在过道两侧的上方分别架设有两个相机，这两个相机都向下倾斜一定的角度。当人从通道经过时，两个相机可以同时识别到有人进入通道，则这两个相机可以同时开始进行人脸目标的抓拍。

本申请实施例所提供的人脸识别方法还可以应用于如图3所示的闸道门禁通道的应用场景，在门禁闸道口两侧分别安装有两个相机。当人进入闸道口前一定范围的识别区域时，两个相机可以识别到有人进入识别区域，则这两个相机可以同时开始进行人脸目标的抓拍。

针对上述两个应用场景，由于相机架设在过道或者门禁闸道口两侧，分别抓拍到的是同一人脸目标的左右侧脸。当然，在上述过道或者门禁闸道口两侧不仅仅可以安装两个相机，还可以安装多个相机，这些相机分别可以抓拍到同一人脸目标的一部分侧脸。

对于多个闸道门禁通道的应用场景，由于相机可以抓拍侧脸图，可以不需要每个闸道口都安装两个相机，而是一个相机可以抓拍相邻两个闸口的不同人脸目标的左右侧脸，如图4所示，对于4个闸道口的应用场景，仅需要安装5个相机即可，相机1和相机2配合对进入识别区域1的人脸目标进行人脸识别、相机2和相机3配合对进入识别区域2的人脸目标进行人脸识别、相机3和相机4配合对进入识别区域3的人脸目标进行人脸识别、相机4和相机5配合对进入识别区域4的人脸目标进行人脸识别。

侧面人脸区域图像为包含有人脸目标的侧脸的区域的图像，相机可以直接抓拍到侧面人脸区域图像，也有可能相机抓拍到的是一张大图，不仅仅包括人脸目标的侧脸，还有可能包括其他背景，为了不受背景的影响，可以从该图像中检测出侧面人脸区域图像。

可选的，S101具体可以为：

接收至少两个相机同时抓拍的人脸图像，其中，各人脸图像中分别包括同一人脸目标的不同侧脸；针对各人脸图像，对该人脸图像进行人脸目标检测，得到侧面人脸区域图像。

当相机的监控区域内出现人时，相机会自动识别有人的出现，并对人脸目标进行抓拍，抓拍到人脸图像，每一个相机抓拍到的是该人脸目标的部分侧脸。相机可以将抓拍到的人脸图像发送至后台控制端的电子设备，电子设备在人脸图像中准确检测出人脸目标所在的位置和大小，提取出该人脸目标的侧面人脸区域图像，其中，人脸目标检测可以采用基于深度学习的人脸检测算法，在基于深度学习的人脸检测算法中，首先采集大量的人脸样本数据，然后进行人脸区域标注，利用深度学习网络训练检测模型，将人脸图像输入该检测模型，即可端对端的得到各侧面人脸区域图像。当然，人脸检测方法还可以为传统的特征比对等方法，这里不再一一赘述。

需要说明的一点，上述人脸检测的步骤，除了在后台控制端的电子设备中实现以外，还可以在相机中实现，如果相机具有核心处理能力，相机可以在抓拍到人脸图像后直接对该人脸图像进行人脸目标检测，并将检测得到的侧面人脸区域图像发送至后台控制端的电子设备，由电子设备进行人脸识别的操作。

可选的，在S101之后，本申请实施例所提供的人脸识别方法还可以执行如下步骤：

由于抓拍时受光线等外界因素的影响，侧面人脸区域图像中的人脸目标的成像质量可能并不理想，会影响到后续的人脸识别结果，因此，在得到各侧面人脸区域图像之后，可以对各侧面人脸区域图像进行灰度变化、滤波处理等预处理操作，通过预处理操作可以提升侧面人脸图像的灰度，更凸显人脸目标，得到图像质量优化的侧面人脸区域图像。

S102，提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，正面人脸图像中包括人脸目标的正脸。

每个侧面人脸区域图像中包括了人脸目标的侧面，可以提取得到人脸目标的侧面的图像信息，图像信息可以包括侧面人脸区域图像上一些人脸关键点的坐标信息，关键点可以为人脸上的一些关键器官，例如眼睛、鼻子等，尤其是对于左右侧脸而言，两个相机分别拍摄的侧面人脸区域图像中易出现鼻子在两个侧脸人脸区域图像中的坐标相同、嘴巴在两个侧脸人脸区域图像中的坐标相同等情况，因此，一般可以提取鼻子和嘴巴等关键点的坐标。每个侧面人脸区域图像进行整合，将位于同一位置的人脸关键点进行叠加、融合，就可以得到该人脸目标完整的人脸特征，基于此可以生成正面人脸图像。

可选的，S102具体可以为：

针对各侧面人脸区域图像，建立人脸几何模型；

从各人脸几何模型中提取人脸关键点坐标；

根据融合后的模型，重新构建人脸几何模型；

基于各侧面人脸区域图像，对重新构建后的人脸几何模型进行贴图；

针对各侧面人脸区域图像可以经过建模得到人脸几何模型，建模的方法可以为3DMM(3D Morphable Models，三维可变形建模)方法、神经网络的建模方法等，通过模型匹配、融合的方式，重建完整的人脸面部几何模型，最后通过纹理贴图和图像投影，生成正面人脸图像。

以两个相机抓拍侧面人脸区域图像为例，如图5所示，生成正面人脸图像的方式主要包括：针对左侧人脸区域图像和右侧人脸区域图像，分别基于3DMM方法进行人脸建模，得到对应的三维人脸模型；分别提取两个三维人脸模型的人脸关键点坐标；左右侧人脸匹配，将人脸关键点坐标进行匹配；左右侧人脸模型融合，根据匹配结果，将左右侧人脸模型的3D点云信息进行融合；模型表面重建，基于融合后的模型重新建立一个三维人脸模型；模型纹理贴图，重新建立的三维人脸模型为表面模型，经过纹理贴图后可以有更完善的三维立体效果；3D-2D投影生成正面人脸图像，对贴图后的三维人脸模型进行三维立体图到二维立体图的投影，可以得到正面人脸图像。

S103，对正面人脸图像进行人脸身份识别比对，确定人脸目标的人脸身份。

在得到正面人脸图像之后，即可以对该正面人脸图像进行人脸身份识别，具体的方法可以是通过特征提取、特征比对的方式实现人脸身份识别，也可以通过人工识别实现，还可以通过其他机器识别的方法实现人脸身份识别，这里不做具体限定。

可选的，S103具体可以为：

提取正面人脸图像中的人脸特征；

将人脸特征与目标库中的人脸特征进行相似度比对，确定人脸目标的人脸身份为目标库中相似度最高的人脸特征对应的人脸身份。

对正面人脸图像进行特征提取的方式可以采用基于深度学习的人脸特征提取方式，还可以采用像素识别等方式进行人脸特征提取；在提取到人脸特征之后，可以将人脸特征输入到目标库中，将提取到的人脸特征与目标库里的各人脸特征进行相似度比对，从中确定出相似度最高的人脸特征，由于目标库中存储有人脸特征与人脸身份的对应关系，则可以确定相似度最高的人脸特征对应的人脸身份为最终识别出来的人脸身份。

应用本实施例，获取至少两个相机同时抓拍的侧面人脸区域图像，提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，对正面人脸图像进行人脸身份识别比对，确定人脸目标的人脸身份。利用至少两个相机同时抓拍包括同一人脸目标的不同侧脸的侧面人脸区域图像，通过从各侧面人脸区域图像中提取图像信息，生成一张正面人脸图像，由于正面人脸图像包括人脸目标的正脸，在对正面人脸图像进行人脸识别时，能够保证人脸识别结果具有较高的准确性，并且，每个相机只需要抓拍一张侧面人脸区域图像，经过正面人脸图像的生成、人脸识别即可得到识别结果，有效的提高了人脸识别的实时性。

相应于上述方法实施例，本申请实施例还提供了一种人脸识别装置，如图6所示，该人脸识别装置可以包括：

获取模块610，用于获取至少两个相机同时抓拍的侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

提取模块620，用于提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；

识别模块630，用于对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。

可选的，所述获取模块610，具体可以用于：

可选的，所述装置还可以包括：

可选的，所述提取模块620，具体可以用于：

针对各侧面人脸区域图像，建立人脸几何模型；

从各人脸几何模型中提取人脸关键点坐标；

根据融合后的模型，重新构建人脸几何模型；

可选的，所述识别模块630，具体可以用于：

提取所述正面人脸图像中的人脸特征；

基于上述方法实施例，本申请实施例还提供了一种控制器，如图7所示，该控制器可以包括处理器701和机器可读存储介质702；

机器可读存储介质702，用于存储能够被处理器701执行的机器可执行指令；

处理器701，用于被机器可执行指令促使实现本申请实施例所提供的人脸识别方法。

上述的机器可读存储介质可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，机器可读存储介质还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本实施例中，处理器701通过读取机器可读存储介质702中存储的机器可执行指令，被机器可执行指令促使实现：利用至少两个相机同时抓拍包括同一人脸目标的不同侧脸的侧面人脸区域图像，通过从各侧面人脸区域图像中提取图像信息，生成一张正面人脸图像，由于正面人脸图像包括人脸目标的正脸，在对正面人脸图像进行人脸识别时，能够保证人脸识别结果具有较高的准确性，并且，每个相机只需要抓拍一张侧面人脸区域图像，经过正面人脸图像的生成、人脸识别即可得到识别结果，有效的提高了人脸识别的实时性。

另外，本申请实施例还提供了一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时，执行本申请实施例所提供的人脸识别方法。

本实施例中，机器可读存储介质在运行时执行本申请实施例所提供的人脸识别方法的机器可执行指令，因此能够实现：利用至少两个相机同时抓拍包括同一人脸目标的不同侧脸的侧面人脸区域图像，通过从各侧面人脸区域图像中提取图像信息，生成一张正面人脸图像，由于正面人脸图像包括人脸目标的正脸，在对正面人脸图像进行人脸识别时，能够保证人脸识别结果具有较高的准确性，并且，每个相机只需要抓拍一张侧面人脸区域图像，经过正面人脸图像的生成、人脸识别即可得到识别结果，有效的提高了人脸识别的实时性。

本申请实施例还提供了一种人脸识别系统，如图8所示，所述系统包括至少两个相机801及控制器802；

所述至少两个相机801，分别用于抓拍侧面人脸区域图像，其中，各相机抓拍的侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

所述控制器802，用于获取至少两个相机同时抓拍的侧面人脸区域图像；提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。

所述控制器802还可以实现上述人脸识别方法的所有步骤，并具有相同或相似的有益效果，这里不再一一赘述。

应用本实施例，控制器获取至少两个相机同时抓拍的侧面人脸区域图像，提取并根据各侧面人脸区域图像中的图像信息，生成正面人脸图像，对正面人脸图像进行人脸身份识别比对，确定人脸目标的人脸身份。利用至少两个相机同时抓拍包括同一人脸目标的不同侧脸的侧面人脸区域图像，通过从各侧面人脸区域图像中提取图像信息，生成一张正面人脸图像，由于正面人脸图像包括人脸目标的正脸，在对正面人脸图像进行人脸识别时，能够保证人脸识别结果具有较高的准确性，并且，每个相机只需要抓拍一张侧面人脸区域图像，经过正面人脸图像的生成、人脸识别即可得到识别结果，有效的提高了人脸识别的实时性。

对于控制器、机器可读存储介质及人脸识别系统实施例而言，由于其涉及的方法内容基本相似于前述的方法实施例，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。

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、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于控制器、机器可读存储介质及人脸识别系统实施例而言，由于其基本相似于方法实施例，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。

以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims

1.一种人脸识别方法，其特征在于，所述方法包括：

接收至少两个相机同时抓拍的人脸图像，其中，各人脸图像中分别包括同一人脸目标的不同侧脸；针对各人脸图像，对该人脸图像进行人脸目标检测，得到侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

对各侧面人脸区域图像进行预处理，得到图像质量优化的各侧面人脸区域图像；

针对图像质量优化的各侧面人脸区域图像，建立人脸几何模型；从各人脸几何模型中提取人脸关键点坐标；对各人脸几何模型中的人脸关键点坐标进行匹配，并基于匹配结果进行模型融合；根据融合后的模型，重新构建人脸几何模型；基于图像质量优化的各侧面人脸区域图像，对重新构建的人脸几何模型进行贴图；对贴图后的人脸几何模型进行图像投影，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；

2.根据权利要求1所述的方法，其特征在于，所述对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份，包括：

提取所述正面人脸图像中的人脸特征；

3.一种人脸识别装置，其特征在于，所述装置包括：

获取模块，用于接收至少两个相机同时抓拍的人脸图像，其中，各人脸图像中分别包括同一人脸目标的不同侧脸；针对各人脸图像，对该人脸图像进行人脸目标检测，得到侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；

预处理模块，用于对各侧面人脸区域图像进行预处理，得到图像质量优化的各侧面人脸区域图像；

提取模块，用于针对图像质量优化的各侧面人脸区域图像，建立人脸几何模型；从各人脸几何模型中提取人脸关键点坐标；对各人脸几何模型中的人脸关键点坐标进行匹配，并基于匹配结果进行模型融合；根据融合后的模型，重新构建人脸几何模型；基于图像质量优化的各侧面人脸区域图像，对重新构建的人脸几何模型进行贴图；对贴图后的人脸几何模型进行图像投影，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；

4.根据权利要求3所述的装置，其特征在于，所述识别模块，具体用于：

提取所述正面人脸图像中的人脸特征；

5.一种人脸识别系统，其特征在于，所述系统包括至少两个相机及控制器；

所述至少两个相机，分别用于抓拍人脸图像，其中，各相机抓拍的人脸图像中分别包括同一人脸目标的不同侧脸；

所述控制器，用于接收至少两个相机同时抓拍的人脸图像；针对各人脸图像，对该人脸图像进行人脸目标检测，得到侧面人脸区域图像，其中，各侧面人脸区域图像中分别包括同一人脸目标的不同侧脸；对各侧面人脸区域图像进行预处理，得到图像质量优化的各侧面人脸区域图像；针对图像质量优化的各侧面人脸区域图像，建立人脸几何模型；从各人脸几何模型中提取人脸关键点坐标；对各人脸几何模型中的人脸关键点坐标进行匹配，并基于匹配结果进行模型融合；根据融合后的模型，重新构建人脸几何模型；基于图像质量优化的各侧面人脸区域图像，对重新构建的人脸几何模型进行贴图；对贴图后的人脸几何模型进行图像投影，生成正面人脸图像，其中，所述正面人脸图像中包括所述人脸目标的正脸；对所述正面人脸图像进行人脸身份识别比对，确定所述人脸目标的人脸身份。