人脸识别方法、装置、电子设备及介质与流程

本发明涉及人脸识别领域，尤其涉及一种人脸识别方法、装置、电子设备及介质。

背景技术：

1、常规人脸识别中，若将人脸特征转化为人脸高维度特征，并在预设识别数据库中进行检索，会因为计算量较大导致识别速度慢，从而降低识别效率，无法应用于安防入侵以及人脸闸机识别。

技术实现思路

1、本发明提供一种人脸识别方法、装置、电子设备及介质，用以解决现有技术中当采用人脸高维特征进行人脸识别时的识别速度慢的技术问题。

2、第一方面，本发明提供了一种人脸识别方法，包括：

3、特征提取所有目标人体图像中的人脸特征，获取所有人脸高维特征，并以预设数量的维度特征个数为分组单元划分所述所有人脸高维特征，获取每一人脸特征对应所有分组内的每一人脸维度特征；

4、对于预设识别库中每一预设用户，计算每一所述人脸维度特征与所述预设用户对应的所有预设维度特征之间的欧式距离，获取每一人脸特征对应所有分组内的每一分组欧式距离；

5、对于每一目标人体图像中的人脸特征，重组所述人脸特征对应所有分组内的每一分组欧式距离，获取所述人脸特征与每一预设用户之间的目标欧式距离；

6、根据所述人脸特征与每一预设用户之间的目标欧式距离，确定目标用户，在所述目标人体图像中显示所述目标用户对应的识别信息，所述识别信息包括用户身份以及用户性别。

7、根据本发明提供的人脸识别方法，在计算每一所述人脸维度特征与所述预设用户对应的所有预设维度特征之间的欧式距离之前，所述方法还包括：

8、对于每一预设用户，以预设数量的维度特征个数为分组单元划分所述预设用户对应的预设高维特征，获取所有分组内的每一预设维度特征；

9、构建所述预设用户与预设识别信息的对应关系，存储所述预设用户对应每一分组内的所有预设维度特征，以及所述预设用户与预设识别信息的对应关系至所述预设识别库；

10、其中，所述预设高维特征的数据量大于所述预设识别库内存储单元的预设存储空间，所述每一分组内的所有预设维度特征的数据量小于所述预设识别库内存储单元的预设存储空间。

11、根据本发明提供的人脸识别方法，在特征提取所有目标人体图像中的人脸特征，获取所有人脸高维特征之前，所述方法还包括：

12、解码视频流，获取不同拍摄时间对应的每一帧图像数据中的所有人体图像以及每一人体图像对应的预设矩阵对角坐标；

13、从所有人体图像中确定出携带有正脸图像的所有目标人体图像，并获取所述所有目标人体图像在所有帧图像数据中的每一目标矩阵对角坐标。

14、根据本发明提供的人脸识别方法，所述在所述目标人体图像中显示所述目标用户对应的识别信息，包括：

15、根据所述目标人体图像在所有帧图像数据中的目标矩阵对角坐标，在每一目标矩阵对角坐标中标记所述目标用户对应的识别信息以及拍摄时间，获取所有标记后帧图像数据；

16、组合所有标记后帧图像数据，确定标记后视频流，在所述标记后视频流中以所述目标矩阵对角坐标作为跟踪对象，显示所述目标用户对应的识别信息以及所述拍摄时间。

17、根据本发明提供的人脸识别方法，所述根据所述人脸特征与每一预设用户之间的目标欧式距离，确定目标用户，包括：

18、根据所述人脸特征与每一预设用户之间的目标欧式距离，确定所述人脸特征与每一预设用户之间的第一人脸相似度；

19、将与所述人脸特征的第一人脸相似度最大的预设用户确定为第一待识别用户；

20、在所述第一待识别用户对应的第一人脸相似度大于或等于预设相似度的情况下，确定所述第一待识别用户为目标用户。

21、根据本发明提供的人脸识别方法，在将与所述人脸特征的第一人脸相似度最大的预设用户确定为第一待识别用户之后，所述方法还包括：

22、在所述第一待识别用户对应的第一人脸相似度小于预设相似度的情况下，根据所述人脸特征对应的目标矩阵对角坐标，确定其他帧图像数据中所述目标矩阵对角坐标对应的相同人脸特征；

23、根据所述相同人脸特征与每一预设用户之间的目标欧式距离，确定所述相同人脸特征与每一预设用户之间的第二人脸相似度，将与所述相同人脸特征的第二人脸相似度最大的预设用户确定为第二待识别用户；

24、在所述第二待识别用户对应的人脸相似度大于或等于预设相似度的情况下，确定所述第二待识别用户为目标用户。

25、根据本发明提供的人脸识别方法，在将与所述相同人脸特征的第二人脸相似度最大的预设用户确定为第二待识别用户之后，所述方法还包括：

26、在所述第二待识别用户对应的人脸相似度小于预设相似度的情况下，生成预警指令，所述预警指令用于指示发出识别警报或发出入侵警报。

27、第二方面，提供了一种人脸识别装置，包括：

28、获取单元，所述获取单元用于特征提取所有目标人体图像中的人脸特征，获取所有人脸高维特征，并以预设数量的维度特征个数为分组单元划分所述所有人脸高维特征，获取每一人脸特征对应所有分组内的每一人脸维度特征；

29、计算单元，所述计算单元用于对于预设识别库中每一预设用户，计算每一所述人脸维度特征与所述预设用户对应的所有预设维度特征之间的欧式距离，获取每一人脸特征对应所有分组内的每一分组欧式距离；

30、重组单元，所述重组单元用于对于每一目标人体图像中的人脸特征，重组所述人脸特征对应所有分组内的每一分组欧式距离，获取所述人脸特征与每一预设用户之间的目标欧式距离；

31、显示单元，所述显示单元用于根据所述人脸特征与每一预设用户之间的目标欧式距离，确定目标用户，在所述目标人体图像中显示所述目标用户对应的识别信息，所述识别信息包括用户身份以及用户性别。

32、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述人脸识别方法。

33、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述人脸识别方法。

34、本发明提供的人脸识别方法、装置、电子设备及介质，通过特征提取所有目标人体图像中的人脸特征，获取所有人脸高维特征，并以预设数量的维度特征个数为分组单元划分所述所有人脸高维特征，获取每一人脸特征对应所有分组内的每一人脸维度特征，计算每一所述人脸维度特征与所述预设用户对应的所有预设维度特征之间的欧式距离，获取每一人脸特征对应所有分组内的每一分组欧式距离，再然后重组所述人脸特征对应所有分组内的每一分组欧式距离，获取所述人脸特征与每一预设用户之间的目标欧式距离，最后根据所述人脸特征与每一预设用户之间的目标欧式距离，确定目标用户，在所述目标人体图像中显示所述目标用户对应的识别信息。本发明采用分解人脸高维特征的方法实现与预设识别库中特征数据的欧式距离计算，再利用特征重组实现特征数据的快速检索比对，最终实现快速高效的人脸识别。