人脸识别方法、装置、分体式设备、电子设备及存储介质与流程

本发明涉及人脸识别，具体而言，本申请涉及一种人脸识别方法、装置、分体式设备、电子设备及存储介质。

背景技术：

1、随着人脸识别技术的快速发展，人脸识别被广泛应用于银行、社会福利保障、电子商务、安全防务等领域。人脸识别技术是一种通过计算机视觉技术来识别人脸的技术，它利用摄像头等图像采集设备捕捉人脸图像，并对捕捉到的人脸图像进行分析，从而实现人脸识别。

2、目前，本地部署的人脸识别方案受限于设备算力，识别速度往往比较慢；而部署于云端的方案虽然不会受限于设备算力，但由于需要与本地进行交互，存在传输延迟等问题，导致了人脸识别效率较低。

3、由上可知，如何提高人脸识别效率的问题仍有待解决。

技术实现思路

1、本申请实施例提供了一种人脸识别方法、装置、分体式设备及存储介质，可以解决相关技术中存在的人脸识别效率低的问题。所述技术方案如下：

2、根据本申请实施例的一个方面，一种人脸识别方法，所述方法包括：所述第一子设备获取待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像；所述第一子设备将所述人脸区域图像发送至所述第二子设备；所述第二子设备对接收到的所述人脸区域图像进行人脸识别，得到人脸识别结果。

3、根据本申请实施例的一个方面，一种人脸识别装置，所述装置包括：人脸检测模块，用于所述第一子设备获取待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像；人脸输出模块，用于所述第一子设备将所述人脸区域图像发送至所述第二子设备；人脸识别模块，用于所述第二子设备对接收到的所述人脸区域图像进行人脸识别，得到人脸识别结果。

4、在一示例性实施例中，所述装置还包括：人脸检测模块，用于对获取到的所述待识别图像中人脸区域进行检测，得到人脸检测结果；人脸图像提取模块，用于根据所述人脸检测结果从所述待识别图像中提取所述人脸区域对应的图像，得到所述人脸区域图像。

5、在一示例性实施例中，所述人脸检测模块还包括：特征提取单元，用于利用人脸检测模型中的可分离卷积层对所述待识别图像进行特征提取，得到所述待识别图像的图像特征；所述人脸检测模型是经过训练、具有对人脸区域进行检测的能力的机器学习模型；人脸检测单元，用于根据所述待识别图像的图像特征，对所述待识别图像中所述人脸区域进行人脸关键点定位，得到所述人脸检测结果。

6、在一示例性实施例中，所述人脸识别结果是调用引入可分离卷积层的人脸识别模型得到的；所述人脸识别模型是经过训练、具有对人脸区域图像进行人脸识别的能力的机器学习模型。

7、在一示例性实施例中，所述人脸识别模型包括输入层、所述可分离卷积层、全连接层、以及输出层；所述人脸识别模块包括：输入单元，用于将所述人脸区域图像由所述输入层输入可分离卷积层进行局部特征提取，得到所述人脸区域图像的人脸局部特征；全连接单元，用于利用所述全连接层对所述人脸区域图像的人脸局部特征进行全局特征提取，得到所述人脸区域图像的人脸特征，并将所述人脸区域图像的人脸特征传输至所述输出层；输出单元，用于在所述输出层，将所述人脸区域图像的人脸特征与人脸库中人脸的人脸特征进行比对，得到所述人脸识别结果。

8、在一示例性实施例中，所述装置还包括：报警生成模块，用于若所述人脸识别结果指示识别到所述待识别图像中的人脸不为人脸库中的人脸，则通过所述第二子设备生成报警消息；所述报警消息用于提示识别到陌生人；触发响应模块，用于若所述人脸识别结果指示识别到所述待识别图像中的人脸为人脸库中的人脸，则通过所述第二子设备触发设定响应事件；所述设定响应事件包括开门事件、响铃事件中的一种或多种。

9、在一示例性实施例中，所述装置还包括：结果获取模块，用于获取所述第一子设备所在探测区域的人体探测结果，所述人体探测结果用于指示所述探测区域内是否探测到人体；触发模块，用于若所述人体探测结果指示所述探测区域探测到人体，则触发所述第一子设备进行所述待识别图像的拍摄和采集，并对拍摄和采集到的待识别图像进行人脸检测。

10、在一示例性实施例中，所述人脸输出模块，包括：发送单元，用于所述第一子设备持续地将多个所述人脸区域图像存储至发送队列的队尾，多个所述人脸区域图像通过所述发送队列传输至所述第二子设备；所述发送队列用于在所述第一子设备与所述第二子设备之间进行多个所述人脸区域图像的持续传输；接收单元，用于所述第二子设备从所述发送队列的队头获取当前一个所述人脸区域图像进行人脸识别，若当前一个所述人脸区域图像处理完毕，则从所述发送队列的队头获取后一个所述人脸区域图像进行人脸识别。

11、根据本申请实施例的一个方面，一种分体式设备，包括：第一子设备、第二子设备，其中，所述第一子设备，用于获取待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像，将所述人脸区域图像发送至所述第二子设备；所述第二子设备，用于对接收到的所述人脸区域图像进行人脸识别，得到人脸识别结果。

12、根据本申请实施例的一个方面，一种电子设备，包括：至少一个处理器以及至少一个存储器，其中，所述存储器上存储有程序指令或代码；所述程序指令或代码被所述处理器加载并执行，使得电子设备实现如上所述的人脸识别方法。

13、根据本申请实施例的一个方面，一种存储介质，其上存储有程序指令或代码，所述程序指令或代码被处理器加载并执行，以实现如如上所述的人脸识别方法。

14、根据本申请实施例的一个方面，一种计算机程序产品，计算机程序产品包括程序指令或代码，程序指令或代码存储在存储介质中，电子设备的处理器从存储介质读取程序指令或代码，加载并执行该程序指令或代码，使得电子设备实现如上所述的人脸识别方法。

15、本申请提供的技术方案带来的有益效果是：

16、在上述技术方案中，通过第一子设备获取待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像，将人脸区域图像发送至第二子设备，通过第二子设备对接收到的人脸区域图像进行人脸识别，得到人脸识别结果，也就是说，将人脸检测和人脸识别分别设置到分体式设备中的两个子设备端进行处理，避免与云端交互，而且减少了每一个子设备端的计算量，由此提高了子设备端的处理速度，从而能够有效地解决相关技术中存在的人脸识别效率低的问题。

技术特征：

1.一种人脸识别方法，应用于分体式设备，其特征在于，所述分体式设备包括第一子设备、第二子设备，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述第一子设备获取待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像，包括：

3.如权利要求2所述的方法，其特征在于，所述对获取到的所述待识别图像中人脸区域进行检测，得到人脸检测结果，包括：

4.如权利要求1所述的方法，其特征在于，所述人脸识别结果是调用引入可分离卷积层的人脸识别模型得到的；所述人脸识别模型是经过训练、具有对人脸区域图像进行人脸识别的能力的机器学习模型。

5.如权利要求4所述的方法，其特征在于，所述人脸识别模型包括输入层、所述可分离卷积层、全连接层、以及输出层；

6.如权利要求1所述的方法，其特征在于，所述得到人脸识别结果之后，所述方法还包括：

7.如权利要求1至6任一项所述的方法，其特征在于，所述第一子设备获取待识别图像进行人脸检测之前，所述方法还包括：

8.如权利要求1至6任一项所述的方法，其特征在于，所述第一子设备将所述人脸区域图像发送至所述第二子设备，包括：

9.一种人脸识别装置，其特征在于，应用于分体式设备，所述分体式设备包括第一子设备、第二子设备，所述装置包括：

10.一种分体式设备，其特征在于，所述分体式设备包括第一子设备、第二子设备；其中，

11.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器，其中，

12.一种存储介质，其上存储有程序指令或代码，其特征在于，所述程序指令或代码被处理器加载并执行，以实现如权利要求1至8中任一项所述的人脸识别方法。

技术总结
本申请实施例提供了一种人脸识别方法、装置、分体式设备、电子设备及存储介质，涉及人脸识别技术领域，其中，该方法应用于分体式设备，所述分体式设备包括第一子设备、第二子设备，该方法包括：所述第一子设备对获取到的待识别图像进行人脸检测，并从检测到包含人脸的待识别图像中提取得到人脸区域图像；所述第一子设备将所述人脸区域图像发送至所述第二子设备；所述第二子设备对接收到的所述人脸区域图像进行人脸识别，得到人脸识别结果。本申请实施例解决了相关技术中存在的人脸识别效率低问题。

技术研发人员：陈小强
受保护的技术使用者：深圳绿米联创科技有限公司
技术研发日：
技术公布日：2024/1/15