人臉識別方法和終端設備的制造方法
【技術領域】
[0001]本發明涉及通信技術領域，尤其涉及一種人臉識別方法和終端設備。
【背景技術】
[0002]人臉識別指通過人臉進行身份確認或者身份查找的技術或系統，人臉識別技術是基于人的臉部特征，對輸入的人臉圖象或者視頻流，首先判斷其是否存在人臉，如果存在人臉，則進一步的給出每個臉的位置、大小和各個主要面部器官的位置信息，并依據這些信息，進一步提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從而識別每個人臉的身份。
[0003]人臉識別過程一般分三步:
[0004](I)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來。
[0005](2)獲取當前的人體面像。即用攝像機捕捉的當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。
[0006](3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。
[0007]然而，普通的人臉識別算法中，被檢測對象的發型、衣著、以及環境背景、光照等都會影響檢測的準確度，而且一旦采集完樣本之后，識別的準確率基本就固定了，想要再提高性能很難，因此，適應性和實用性較差，具有一定的局限性。
【發明內容】
[0008]本發明提供一種人臉識別方法和終端設備，以解決現有技術中人臉樣本庫不能自動學習，動態更新，導致人臉識別的準確率低，適應性和實用性較差的技術缺陷。
[0009]根據本發明的第一方面，提供一種人臉識別方法，包括:
[0010]獲取待識別的目標人臉的圖片幀序列；
[0011]采用圖像統計學特征將所述圖片幀序列與預先建立的人臉樣本庫中的圖片集進行比對；
[0012]若判斷獲知與所述目標人臉匹配的樣本人臉唯一，且匹配成功的圖片幀占所述圖片幀序列的比例大于預設的第一門限值且小于預設的第二門限值，其中，所述第二門限值大于所述第一門限值，則將匹配失敗的圖片幀添加到所述人臉樣本庫中與所述樣本人臉對應的圖片集中。
[0013]根據本發明的第二方面，提供一種終端設備，包括:設備主體，還包括:
[0014]獲取模塊，用于獲取待識別的目標人臉的圖片幀序列；
[0015]判斷模塊，用于采用圖像統計學特征將所述圖片幀序列與預先建立的人臉樣本庫中的圖片集進行比對；
[0016]處理模塊，用于若判斷獲知與所述目標人臉匹配的樣本人臉唯一，且匹配成功的圖片幀占所述圖片幀序列的比例大于預設的第一門限值且小于預設的第二門限值，其中，所述第二門限值大于所述第一門限值，則將匹配失敗的圖片幀添加到所述人臉樣本庫中與所述樣本人臉對應的圖片集中。
[0017]本發明實施例提供的人臉識別方法和終端設備，通過采用圖像統計學特征將目標人臉的圖片幀序列與人臉樣本庫中的圖片集進行比對，若判斷獲知與目標人臉匹配的樣本人臉唯一，且匹配成功的圖片幀占圖片幀序列的比例大于預設的第一門限值且小于預設的第二門限值，其中，第二門限值大于第一門限值，則將匹配失敗的圖片幀添加到人臉樣本庫中與樣本人臉對應的圖片集中。實現了人臉樣本庫的自動學習和修正過程，避免用戶執行繁瑣的修正操作，隨著使用時間的積累，人臉識別的準確率將越來越高，提高了人臉識別系統的實用性。
【附圖說明】
[0018]為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
[0019]圖1為本發明人臉識別方法實施例一的流程示意圖；
[0020]圖2為本發明人臉識別方法實施例二的流程示意圖；
[0021]圖3為本發明終端設備實施例一的結構示意圖。
【具體實施方式】
[0022]為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0023]圖1為本發明人臉識別方法實施例一的流程示意圖，如圖1所示，該方法包括:
[0024]步驟100，獲取待識別的目標人臉的圖片幀序列；
[0025]終端設備獲取待識別的目標人臉的圖片幀序列，具體地獲取方式可以根據終端設備的軟硬件配置情況靈活設置，具體如下:
[0026]應用場景一，若終端設備可以與互聯網進行通信交互，比如手機、電腦等，設置在互聯網內的相關服務器可以向終端設備直接提供待識別的目標人臉的圖片幀序列。或者，相關服務器可以向終端設備提供多媒體數據流，終端設備通過人臉檢測和人臉跟蹤的數學模型檢測多媒體數據流，從確定出現目標人臉的時刻開始進行圖像采集，到預設的時間點結束圖像采集，從而獲取在預設的時間段內目標人臉的圖片幀序列。
[0027]應用場景二，若終端設備上設置有帶有圖像采集功能的設備比如攝像頭和/或掃描儀，終端設備可以通過帶有圖像采集功能的設備獲取多媒體數據流，終端設備具體包括:相機、攝像機、帶有攝像頭的手機、帶有攝像頭的電腦以及帶有攝像頭的門禁系統。具體來說，終端設備可以通過掃描儀掃描照片或者待處理的圖像信息獲取多媒體數據流，當通過人臉檢測和人臉跟蹤的數學模型確定出現目標人臉的時刻，從當前時刻開始進行圖像采集，到預設的時間點結束圖像采集，從而在預設的時間段內采集目標人臉的圖片幀序列。或者，終端設備可以預先設置的時間自動開啟攝像頭，如果攝像頭較多，可以有選擇的開啟，或者可以對攝像頭的角度進行自動調節設置，從而通過攝像頭拍攝周邊環境使終端設備獲取多媒體數據流，當通過人臉檢測和人臉跟蹤的數學模型確定出現目標人臉的時刻，從當前時刻開始進行圖像采集，到預設的時間點結束圖像采集，從而在預設的時間段內采集目標人臉的圖片幀序列。
[0028]需要注意的是，上述具體介紹的兩種應用場景可以結合設置，也可以根據需要進行選擇，本實施例對此不做限制。
[0029]步驟101，采用圖像統計學特征將所述圖片幀序列與預先建立的人臉樣本庫中的圖片集進行比對；
[0030]終端設備獲取待識別的目標人臉的圖片幀序列之后，采用圖像統計學特征將圖片幀序列與預先建立的人臉樣本庫中的圖片集進行比對，具體地，終端設備對圖片幀序列中的目標人臉的輪廓、眉毛、眼睛、鼻子、嘴唇等特征進行提取