本技术涉及信息安全领域,尤其涉及一种人脸识别方法、装置及设备。
背景技术:
1、用户可以通过人脸识别来进行用户信息验证处理,以办理各种业务。
2、在相关技术中,金融机构可以通过图像采集装置(例如,摄像头)采集用户的人脸识别图像,并对该人脸识别图像进行人脸识别处理,得到该用户对应的人脸识别结果,以及根据人脸识别结果,为用户办理各种金融业务。
3、然而,相关技术中的人脸识别方法的准确度较低,经常出现用户需要多次进行人脸识别处理的情况,使得用户人脸识别处理的时间较长,导致人脸识别处理的效率较低。
技术实现思路
1、本技术提供一种人脸识别方法、装置及设备,用以解决相关技术中的由于人脸识别方法的准确度较低,经常出现用户需要多次进行人脸识别处理的情况,使得用户人脸识别处理的时间较长,导致人脸识别处理的效率较低技术问题。
2、第一方面,本技术提供一种人脸识别方法,所述方法包括:
3、接收人脸识别请求,所述人脸识别请求包括目标用户的待识别人脸图像、以及所述目标用户的用户信息;
4、根据所述用户信息,对所述待识别人脸图像进行人脸识别处理,得到所述待识别人脸图像的初始识别率;
5、获取第一识别阈值和第二识别阈值,所述第一识别阈值大于第二识别阈值;
6、根据所述第一识别阈值、所述第二识别阈值和所述初始识别率,确定所述人脸识别请求对应的人脸识别结果。
7、在一种可能的实现方式中,根据所述第一识别阈值、所述第二识别阈值和所述初始识别率,确定所述人脸识别请求对应的人脸识别结果,包括:
8、若所述初始识别率大于或者等于所述第一识别阈值,则确定所述人脸识别结果为识别成功;
9、若所述初始识别率小于所述第一识别阈值但大于或者等于所述第二识别阈值,则确定所述待识别图像对应的待处理人脸图像和参照人脸图像,并根据所述待处理人脸图像和所述参照人脸图像,确定所述人脸识别结果;
10、若所述初始识别率小于所述第二识别阈值,则确定所述人脸识别结果为识别失败。
11、在一种可能的实现方式中,确定所述待识别图像对应的待处理人脸图像和参照人脸图像,包括:
12、获取所述待识别人脸图像对应的标准图像;
13、获取所述待识别人脸图像的第一清晰度、以及所述标准图像的第二清晰度;
14、若所述第一清晰度大于或者等于所述第二清晰度,则确定所述待处理人脸图像为所述标准图像、以及所述参照人脸图像为所述待识别人脸图像;
15、若所述第一清晰度小于所述第二清晰度,则确定所述待处理人脸图像为所述待识别人脸图像、以及所述参照人脸图像为所述标准图像。
16、在一种可能的实现方式中,根据所述待处理人脸图像和所述参照人脸图像,确定所述人脸识别结果,包括:
17、对所述待处理人脸图像进行第i次图像处理,得到第i个第一人脸图像;
18、将所述第i个第一人脸图像与所述参照人脸图像进行比对,确定所述第i个第一人脸图像对应的第i个第一识别率;
19、其中,所述i依次取1、2、……,直至i大于m、且第i个第一识别率大于或等于第一识别阈值时,确定所述人脸识别结果为识别成功,或者,直至i等于m、且第i个第一识别率小于所述第一识别阈值时,确定所述人脸识别结果为识别失败,所述m为大于1的整数。
20、在一种可能的实现方式中,对所述待处理人脸图像进行第i次图像处理,得到第i个第一人脸图像,包括:
21、对所述待处理人脸图像进行第i次灰度处理,得到第i个灰度图像;
22、对所述第i个灰度图像进行高斯滤波处理,得到第i个高斯滤波图像;
23、对所述第i个高斯滤波图像进行自适应阈值二值化处理,得到第i个二值化图像;
24、对所述第i个二值化图像进行中值滤波处理,得到第i个中值滤波图像;
25、对所述第i个中值滤波图像进行膨胀处理,得到所述第i个第一人脸图像。
26、在一种可能的实现方式中,根据所述用户信息,对所述待识别人脸图像进行人脸识别处理,得到所述待识别人脸图像的初始识别率,包括:
27、获取所述用户信息对应的标准图像;
28、对所述待识别人脸图像和所述标准图像进行对比处理,得到所述初始识别率。
29、在一种可能的实现方式中,对所述待识别人脸图像和所述标准图像进行对比处理,得到所述初始识别率,包括
30、提取所述待识别人脸图像的第一图像特征、以及所述标准图像对应的第二图像特征;
31、将所述第一图像特征和所述第二图像特征的重合率,确定为所述初始识别率。
32、第二方面,本技术提供一种人脸识别装置,包括:
33、接收模块,用于接收人脸识别请求,所述人脸识别请求包括目标用户的待识别人脸图像、以及所述目标用户的用户信息;
34、人脸识别模块,用于根据所述用户信息,对所述待识别人脸图像进行人脸识别处理,得到所述待识别人脸图像的初始识别率;
35、获取模块,用于获取第一识别阈值和第二识别阈值,所述第一识别阈值大于第二识别阈值;
36、确定模块,用于根据所述第一识别阈值、所述第二识别阈值和所述初始识别率,确定所述人脸识别请求对应的人脸识别结果。
37、在一种可能的实现方式中,所述确定模块具体用于:
38、若所述初始识别率大于或者等于所述第一识别阈值,则确定所述人脸识别结果为识别成功;
39、若所述初始识别率小于所述第一识别阈值但大于或者等于所述第二识别阈值,则确定所述待识别图像对应的待处理人脸图像和参照人脸图像,并根据所述待处理人脸图像和所述参照人脸图像,确定所述人脸识别结果;
40、若所述初始识别率小于所述第二识别阈值,则确定所述人脸识别结果为识别失败。
41、在一种可能的实现方式中,所述确定模块具体还用于:
42、获取所述待识别人脸图像对应的标准图像;
43、获取所述待识别人脸图像的第一清晰度、以及所述标准图像的第二清晰度;
44、若所述第一清晰度大于或者等于所述第二清晰度,则确定所述待处理人脸图像为所述标准图像、以及所述参照人脸图像为所述待识别人脸图像;
45、若所述第一清晰度小于所述第二清晰度,则确定所述待处理人脸图像为所述待识别人脸图像、以及所述参照人脸图像为所述标准图像。
46、在一种可能的实现方式中,所述确定模块具体还用于:
47、对所述待处理人脸图像进行第i次图像处理,得到第i个第一人脸图像;
48、将所述第i个第一人脸图像与所述参照人脸图像进行比对,确定所述第i个第一人脸图像对应的第i个第一识别率;
49、其中,所述i依次取1、2、……,直至i大于m、且第i个第一识别率大于或等于第一识别阈值时,确定所述人脸识别结果为识别成功,或者,直至i等于m、且第i个第一识别率小于所述第一识别阈值时,确定所述人脸识别结果为识别失败,所述m为大于1的整数。
50、在一种可能的实现方式中,所述确定模块具体还用于:
51、对所述待处理人脸图像进行第i次灰度处理,得到第i个灰度图像;
52、对所述第i个灰度图像进行高斯滤波处理,得到第i个高斯滤波图像;
53、对所述第i个高斯滤波图像进行自适应阈值二值化处理,得到第i个二值化图像;
54、对所述第i个二值化图像进行中值滤波处理,得到第i个中值滤波图像;
55、对所述第i个中值滤波图像进行膨胀处理,得到所述第i个第一人脸图像。
56、在一种可能的实现方式中,所述人脸识别模块具体用于:
57、获取所述用户信息对应的标准图像;
58、对所述待识别人脸图像和所述标准图像进行对比处理,得到所述初始识别率。
59、在一种可能的实现方式中,所述人脸识别模块具体还用于:
60、提取所述待识别人脸图像的第一图像特征、以及所述标准图像对应的第二图像特征;
61、将所述第一图像特征和所述第二图像特征的重合率,确定为所述初始识别率。
62、第三方面,本技术提供一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
63、所述存储器存储计算机执行指令;
64、所述处理器执行所述存储器存储的计算机执行指令,以实现如第一方面任一项所述的方法。
65、第四方面,本技术提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
66、第五方面,本技术提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如第一方面任一项所述的方法。
67、本技术提供的人脸识别方法、装置及设备,该方法可以接收人脸识别请求,人脸识别请求包括目标用户待识别人脸图像和用户信息;根据用户信息,对待识别人脸图像进行人脸识别处理,得到待识别人脸图像的初始识别率;还可以获取第一识别阈值和第二识别阈值,并根据第一识别阈值、第二识别阈值和初始识别率,确定人脸识别请求对应的人脸识别结果。在上述方法中,获取初始识别率之后,可以根据初始识别率与第一识别阈值和第二识别阈值之间的关系,准确确定人脸识别请求对应的人脸识别结果,有利于加快对用户的人脸识别处理的速度,提高人脸识别处理效率,进而提升用户体验感。