人脸识别方法及装置

技术领域

本申请涉及人脸识别技术领域，尤其涉及一种人脸识别方法及装置。

背景技术

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行一系列相关操作的技术，通常也叫做人像识别、面部识别。

随着人脸识别技术的进一步成熟和社会认同度的提高，人脸识别技术可被广泛应用于各种领域，人脸识别技术可有助于公安破案，如应用于智能监控中，可帮助公安在全国范围内搜索逃犯行踪。人脸识别技术还可应用于自助服务，如银行的自助提款机，通过对持卡本人的面部特征录入及识别，可避免他人盗取现金的情况发生。人脸识别技术还可应用于企业及住宅的安全管理，对企业或住宅采用人脸识别门禁或考勤系统，有助于企业的规范化管理和家庭住宅的安全及防盗。

目前，为了提高人脸识别的准确性，相关技术引入了级联神经网络。但由于级联神经网络中每一级神经网络的复杂度依次增加，其总的运行速度也增加，从而降低了人脸识别速度，影响用户体验。

申请内容

本申请实施例提供了一种人脸识别方法及装置，能够提高人脸识别准确性的情况下，同时增加人脸识别效率。

第一方面，本申请实施例提供一种人脸识别方法，所述方法包括：

获取待识别图像对，所述待识别图像对来自同一个人的两张人脸图像或两个人的各一张人脸图像；

将所述待识别图像对输入并级卷积神经网络，根据所述并级卷积神经网络中卷积神经网络的输出，判断所述待识别图像对的识别结果，所述并级卷积神经网络由N个卷积神经网络并联而成，所述N为大于或等于3的正整数。

第二方面，本申请实施例提供一种人脸识别装置，所述装置包括：

第一获取模块，用于获取待识别图像对，所述待识别图像对来自同一个人的两张人脸图像或两个人的各一张人脸图像；

识别模块，用于将所述待识别图像对输入并级卷积神经网络，根据所述并级卷积神经网络中卷积神经网络的输出，判断所述待识别图像对的识别结果，所述并级卷积神经网络由N个卷积神经网络并联而成，所述N为大于或等于3的正整数。

第三方面，本申请实施例提供一种人脸识别装置，所述人脸识别装置包括处理器、存储器、通信接口以及通信总线，其中，所述处理器、通信接口存储器通过通信总线完成相互间的通信；所述存储器用于存放计算机程序；所述处理器用于执行所述存储器上所存放的程序时，实现如上述第一方面所述的方法步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

实施本申请实施例，具备如下有益效果：

可以看出，本申请实施例中所描述的人脸识别方法及装置，通过获取待识别图像对，将所述待识别图像对输入并级卷积神经网络，根据所述并级卷积神经网络中卷积神经网络的输出，判断所述待识别图像对的识别结果。通过并级卷积神经网络识别待识别图像对，能够提高人脸识别的准确性，同时该待识别图像对的识别效率取决于并级卷积神经网络中复杂度最大的卷积神经网络，因此能够在提高人脸识别准确性的情况下，增加人脸识别效率。