人脸图像识别方法、装置及服务器的制造方法
【技术领域】
[0001] 本公开涉及图像处理技术领域，特别涉及一种人脸图像识别方法、装置及服务器。
【背景技术】
[0002] 随着科技的发展，为了满足对身份进行鉴别的需求，越来越多的场合开始使用人 脸图像识别技术。目前的人脸图像识别方法主要是采用人工定义几个LBP(Local Binary Patterns，局部二值模式）特征，计算待识别的两张人脸图像在每个人工定义的LBP特征 下，对应的LBP特征值，根据计算得到的LBP特征值，来进行识别。例如，以人工定义了一个 LBP特征为例，可计算第一张待识别的人脸图像对应该LBP特征的第一个LBP特征值，计算 第二张待识别的人脸图像对应该LBP特征的第二个LBP特征值。若判断第一个LBP特征值 与第二个LBP特征值比较接近，则确定两张人脸图像为同一人的人脸图像。
【发明内容】
[0003] 为克服相关技术中存在的问题，本公开提供了一种人脸图像识别方法、装置及服 务器。
[0004] 根据本公开实施例的第一方面，提供了一种人脸图像识别方法，该方法包括：
[0005] 根据人脸训练样本筛选出来的第一预设数量的LBP特征，分别计算待识别的两张 尺寸相同的人脸图像对应的LBP特征向量，得到第一预设数量的第一 LBP特征向量及第二 LBP特征向量；
[0006] 对所述第一预设数量的第一 LBP特征向量及所述第二LBP特征向量进行降维计 算，得到第二预设数量的第一向量及第二向量；
[0007] 计算所述第一向量与所述第二向量之间的距离度量；
[0008] 若所述距离度量不大于预设阈值，则确定所述两张尺寸相同的人脸图像为同一人 对应的人脸图像。
[0009] 结合第一方面，在第一方面的第一种可能的实现方式中，所述根据人脸训练样本 筛选出来的第一预设数量的LBP特征，分别计算待识别的两张尺寸相同的人脸图像对应的 LBP特征向量，得到第一预设数量的第一 LBP特征向量及第二LBP特征向量之前，还包括： [0010] 根据人脸训练样本筛选出来的第一预设数量的LBP特征，获取投影矩阵，所述投 影矩阵的行数为所述第一预设数量，所述投影矩阵的列数为第二预设数量，或者所述投影 矩阵的行数为所述第二预设数量，所述投影矩阵的列数为所述第一预设数量；
[0011] 所述对所述第一预设数量的第一 LBP特征向量及所述第二LBP特征向量进行降维 计算，得到第二预设数量的第一向量及第二向量，包括：
[0012] 根据所述投影矩阵，对所述第一预设数量的第一 LBP特征向量及所述第二LBP特 征向量进行降维计算，得到第二预设数量的第一向量及第二向量。
[0013] 结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式 中，所述根据人脸训练样本筛选出来的第一预设数量的LBP特征，获取投影矩阵，包括：
[0014] 根据人脸训练样本筛选出来的第一预设数量的LBP特征，计算所述人脸训练样本 中每个样本对应的LBP特征向量；
[0015] 根据所述人脸训练样本中每个样本对应的LBP特征向量，训练得到投影矩阵。
[0016] 结合第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式 中，所述根据所述投影矩阵，对所述第一预设数量的第一 LBP特征向量及所述第二LBP特征 向量进行降维计算，得到第二预设数量的第一向量及第二向量，包括：
[0017] 将所述投影矩阵与所述第一预设数量的第一 LBP特征向量相乘，得到第一向量；
[0018] 将所述投影矩阵与所述第一预设数量的第二LBP特征向量相乘，得到第二向量。
[0019] 结合第一方面至第一方面的第三种可能的实现方式中任一种可能的实现方式，在 第一方面的第四种可能的实现方式中，所述根据人脸训练样本筛选出来的第一预设数量的 LBP特征，分别计算待识别的两张尺寸相同的人脸图像对应的LBP特征向量，得到第一预设 数量的第一 LBP特征向量及第二LBP特征向量之前,还包括：
[0020] 获取人脸训练样本，所述人脸训练样本由至少两人对应的人脸图像所构成，每个 人对应至少两张人脸图像，所述人脸训练样本中人脸图像的尺寸为预设图像尺寸；
[0021] 按照预设的选取方式，选取所述预设图像尺寸大小范围内所有的LBP特征；
[0022] 根据所述人脸训练样本，获取类内样本及类间样本；
[0023] 根据所述类内样本及所述类间样本，对所述所有的LBP特征进行筛选，得到第一 预设数量的LBP特征。
[0024] 结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式 中,所述根据所述人脸训练样本,获取类内样本,包括：
[0025] 对于所述人脸训练样本中任意一个人，任意组合所述任意一个人对应的人脸图像 中的任两张人脸图像，得到类内样本。
[0026] 结合第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式 中,所述根据所述人脸训练样本,获取类间样本,包括：
[0027] 对于所述人脸训练样本中任意两个人，从所述任意两个人对应的人脸图像中各选 取任意一张人脸图像，将挑选出来的两张人脸图像进行组合，得到类间样本；
[0028] 或者，任意组合所述人脸训练样本中任两张人脸图像，得到总样本，从所述总样本 中除去所述类内样本，得到类间样本。
[0029] 根据本公开实施例的第二方面，提供了一种人脸图像识别装置，该装置包括：
[0030] 第一计算模块，用于根据人脸训练样本筛选出来的第一预设数量的LBP特征，分 别计算待识别的两张尺寸相同的人脸图像对应的LBP特征向量，得到第一预设数量的第一 LBP特征向量及第二LBP特征向量；
[0031] 第二计算模块，用于对所述第一预设数量的第一 LBP特征向量及所述第二LBP特 征向量进行降维计算，得到第二预设数量的第一向量及第二向量；
[0032] 第三计算模块，用于计算所述第一向量与所述第二向量之间的距离度量；
[0033] 确定模块，用于当所述距离度量不大于预设阈值时，则确定所述两张尺寸相同的 人脸图像为同一人对应的人脸图像。
[0034] 结合第二方面，在第二方面的第一种可能的实现方式中，该装置还包括：
[0035] 第一获取模块，用于根据人脸训练样本筛选出来的第一预设数量的LBP特征，获 取投影矩阵，所述投影矩阵的行数为所述第一预设数量，所述投影矩阵的列数为第二预设 数量，或者所述投影矩阵的行数为所述第二预设数量，所述投影矩阵的列数为所述第一预 设数量；
[0036] 所述第二计算模块，用于根据所述投影矩阵，对所述第一预设数量的第一 LBP特 征向量及所述第二LBP特征向量进行降维计算，得到第二预设数量的第一向量及第二向 量。
[0037] 结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式 中，所述第一获取模块，用于根据人脸训练样本筛选出来的第一预设数量的LBP特征，计算 所述人脸训练样本中每个样本对应的LBP特征向量；根据所述人脸训练样本中每个样本对