一种人脸识别方法、装置、电子设备及存储介质与流程

本发明涉及人脸识别，具体涉及一种人脸识别方法、装置、电子设备及存储介质。

背景技术：

1、人脸识别技术广泛应用在支付、安防、金融、医疗等场景，在职场安保与考勤系统中，人脸识别系统用于打卡、门禁等功能，在金融科技场景中，人脸识别应用于密码验证、身份验证、人脸付款等过程中。

2、较为突出的，在公司职场刷脸进出闸机过程中，人脸识别系统存在如下问题：在进出职场高峰期，识别系统中出现多张人脸，存在检测错误问题。位于前方的人员和位于后方的人员面部信息同时出现在闸机系统中时，会有很大几率识别出后方人脸信息，并开放闸机，将后方人员信息登记进职场进出系统。变相的成为后方人员通过人脸识别，为前方人员打开闸机，同时遗漏前方人员的进出职场记录。这主要是因为公司的人脸识别系统在检测到有人脸出现时，会将该帧图像与公司数据库中的人脸信息进行比对，抽出概率最大的人脸信息，这样一次只能匹配一张人脸信息，没有利用图像提供的景深信息对前景人脸进行提取并屏蔽干扰人脸信息。同样的，在金融场景中，也会出现由于界面上有多张人脸，导致支付或者身份验证等一直无法通过的情况。

3、因此，亟需一种能够准确的进行人脸识别的人脸识别方法。

技术实现思路

1、本发明的目的在于克服上述技术不足，提供一种适用于金融科技或其他相关技术领域的人脸识别方法、装置、电子设备及存储介质，解决现有技术中由于界面上有多张人脸、导致人脸识别不准确的技术问题。

2、为达到上述技术目的，本发明采取了以下技术方案：

3、第一方面，本发明提供了一种人脸识别方法，包括如下步骤：

4、获取待识别图像，并截取出所述待识别图像中的所有人脸信息；

5、对所述所有人脸信息进行深度计算，以得到各个人脸信息的人脸深度信息，其中，所述人脸深度信息为人脸距离当前相机的距离；

6、判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸；

7、对所述当前待识别人脸进行识别，以得到人脸识别结果。

8、在一些实施例中，通过yolov5目标检测网络截取出所述待识别图像中的所有人脸信息。

9、在一些实施例中，所述人脸深度信息的计算公式为：

10、

11、其中，h为相机的高度，h为人脸图像的成像高度，f为相机的焦距，pitch为俯仰角，d为人脸深度信息。

12、在一些实施例中，所述判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸，包括：

13、判断各个所述人脸深度信息是否在预设的可识别范围内，以筛选出在所述可识别范围内的人脸深度信息；

14、对在所述可识别范围内的人脸深度信息进行排序，选取出最大的人脸深度信息对应的人脸信息作为当前待识别人脸。

15、在一些实施例中，所述对所述当前待识别人脸进行识别，以得到人脸识别结果，包括：

16、截取当前待识别人脸，对所述当前待识别人脸进行特征提取，以得到人脸特征；

17、将所述人脸特征与预设的数据库中的人脸特征模板进行模板匹配，以得到匹配值；

18、根据所述匹配值与预设的标准阈值，得到人脸识别结果。

19、在一些实施例中，所述将所述人脸特征与预设的数据库中的人脸特征模板进行模板匹配，以得到匹配值，包括：

20、将所述人脸特征与所述人脸特征模块输入至sift特征匹配算法中，以计算出所述人脸特征与所述人脸特征模板的相似度，并将所述相似度作为所述匹配值。

21、在一些实施例中，所述根据所述匹配值与预设的标准阈值，得到人脸识别结果，包括：

22、当所述匹配值小于预设的标准阈值时，输出人脸识别失败的识别结果，否则，输出人脸识别成功的识别结果。

23、第二方面，本发明还提供了一种人脸识别装置，包括：

24、图像获取模块，用于获取待识别图像，并截取出所述待识别图像中的所有人脸信息；

25、深度计算模块，用于对所述所有人脸信息进行深度计算，以得到各个人脸信息的人脸深度信息，其中，所述人脸深度信息为人脸距离当前相机的距离；

26、选取模块，用于判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸；

27、人脸识别模块，用于对所述当前待识别人脸进行识别，以得到人脸识别结果。

28、第三方面，本发明还提供一种电子设备，包括：处理器和存储器；

29、所述存储器上存储有可被所述处理器执行的计算机程序；

30、所述处理器执行所述计算机程序时实现如上所述的人脸识别方法中的步骤。

31、第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读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，以实现如上所述的人脸识别方法中的步骤。

32、与现有技术相比，本发明提供的人脸识别方法、装置、电子设备及存储介质，首先获取待识别图像，并截取出所述待识别图像中的所有人脸信息，然后对所述所有人脸信息进行深度计算，以得到各个人脸信息的人脸深度信息，其中，所述人脸深度信息为人脸距离当前相机的距离，之后判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸，最后对所述当前待识别人脸进行识别，以得到人脸识别结果。本发明可以解决高峰期间人脸识别紊乱的情况。通过将人脸深度信息读取到，对检测出来的多张人脸依据距离维度进行排序，选取距离较近的人脸送入到识别系统中进行人脸识别。这种设计方案也符合现实生活中排队刷脸进闸机的场景，不会出现系统识别到后方人脸信息的问题。在该场景下的单目测距使用传统的相似三角形测距方法即可，不需要引入较为庞大的训练网络，因此对整个识别系统的计算量以及参数量不会造成太大的负担。

技术特征：

1.一种人脸识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的人脸识别方法，其特征在于，通过yolov5目标检测网络截取出所述待识别图像中的所有人脸信息。

3.根据权利要求1所述的人脸识别方法，其特征在于，所述人脸深度信息的计算公式为：

4.根据权利要求1所述的人脸识别方法，其特征在于，所述判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸，包括：

5.根据权利要求1所述的人脸识别方法，其特征在于，所述对所述当前待识别人脸进行识别，以得到人脸识别结果，包括：

6.根据权利要求5所述的人脸识别方法，其特征在于，所述将所述人脸特征与预设的数据库中的人脸特征模板进行模板匹配，以得到匹配值，包括：

7.根据权利要求5所述的人脸识别方法，其特征在于，所述根据所述匹配值与预设的标准阈值，得到人脸识别结果，包括：

8.一种人脸识别装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器和存储器；

10.一种计算机可读存储介质，其特征在于，包括：处理器和存储器；

技术总结
本发明公开了一种适用于金融科技或其他相关技术领域的人脸识别方法、装置、电子设备及存储介质，方法包括：获取待识别图像，并截取出所述待识别图像中的所有人脸信息；对所述所有人脸信息进行深度计算，以得到各个人脸信息的人脸深度信息，其中，所述人脸深度信息为人脸距离当前相机的距离；判断各个所述人脸深度信息是否在预设的可识别范围内，并根据判断结果，选取出最优的人脸信息作为当前待识别人脸；对所述当前待识别人脸进行识别，以得到人脸识别结果。本发明解决了现有技术中由于界面上有多张人脸、导致人脸识别不准确的技术问题。

技术研发人员：逯港
受保护的技术使用者：平安银行股份有限公司
技术研发日：
技术公布日：2024/10/14