(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211263849.9 (22)申请日 2022.10.17 (71)申请人 恒银金融科技股份有限公司 地址 300308 天津市滨 海新区天津市天津 自贸试验区(空港经济区)西八道3 0号 (72)发明人 冯辉　张云峰　刘贯伟　张振彬　 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/74(2022.01) (54)发明名称 基于图像特征点匹配的人脸识别方法和装 置 (57)摘要 本发明提供一种基于图像特征点匹配的人 脸识别方法和装置， 上述方法包括： 根据人脸的 标准图像， 确认标准图像的第一余弦相似度cos θ1、 最优余弦相似度theta和标准数值范围； 根 据人脸的实时图像， 确认实时图像的第二余弦相 似度cosθ2； 步骤S3： 判断所述实时图像的第二 余弦相似度co sθ2是否均不在标准数值范围内； 若否， 则计算在所述标准数值范围内的第二余弦 相似度cosθ2对应的特征点的匹配相似度s； 根 据所述匹配相似度s， 确定第三余弦相似度co sθ 3； 判断第三余弦相似度cosθ3是否在标准数值 范围内； 若是， 则实时图像与该标准图像匹配成 功； 若否， 则实时图像与该标准图像匹配失败。 本 申请能够实现更加精准的人脸识别。 权利要求书2页 说明书10页 附图3页 CN 115331299 A 2022.11.11 CN 115331299 A 1.一种基于图像特 征点匹配的人脸识别方法， 其特 征在于， 所述方法包括： 步骤S1： 根据人脸的标准图像， 确认标准图像的第一余弦相似度cosθ1、 最优余弦相似 度theta和标准数值范围； 步骤S2： 根据人脸的实时图像， 确认实时图像的第二 余弦相似度cosθ2； 步骤S3： 判断所述实时图像的第二 余弦相似度cosθ2是否均不在标准数值范围内； 步骤S4： 若是， 则实时图像与该 标准图像匹配失败； 步骤S5： 若否， 则计算在所述标准数值范围内的第二余弦相似度cosθ2对应的特征点的 匹配相似度s； 根据所述匹配相似度s， 确定第三 余弦相似度cosθ 3； 步骤S6： 判断第三 余弦相似度cosθ 3是否在标准数值范围内； 步骤S7： 若是， 则实时图像与该 标准图像匹配成功； 步骤S8： 若否， 则实时图像与该 标准图像匹配失败。 2.根据权利要求1所述的人脸识别方法， 其特 征在于， 步骤S1包括： 步骤S1‑1： 根据标准数据库中的标准图像， 获取所述标准图像的特征， 得到多个特征 点； 根据所述特 征点， 确认特 征点矩阵； 步骤S1‑2： 随机抽取所述特征点矩阵中的N个特征点， 计算所述N个特征点中的任意两 个特征点之间的汉明距离， 得到汉明距离值； 根据所述汉明距离值， 确定第一 点对； 步骤S1‑3： 根据所述第一点对中的每个特征点和预设的半径值， 确认特征点对； 根据所 述特征点对， 确认每 个特征点的描述符； 步骤S1‑4： 根据第一点对中的任意两个特征点的描述符， 确认所述两个特征点之间的 第一余弦相似度cosθ 1； 步骤S1‑5： 根据多个所述第一余弦相似度cosθ1， 确定标准图像的最优余弦相似度 theta和标准数值范围。 3.根据权利要求2所述的人脸识别方法， 其特 征在于， 步骤S1 ‑1包括： 步骤S1‑1‑1： 预先将多张人脸的标准图像存 储至标准数据库； 步骤S1‑1‑2： 从标准数据库的第一张标准图像的所有像素点中选取任意一个像素点k， 以像素点 k为圆心， 以预设个数的像素点 为半径， 得到圆上 预设个数的像素点； 步骤S1‑1‑3： 若有连续预设的个数的像素点的像素值与像素点k的像素值不同， 则确认 像素点k是标准图像中的一个特 征点； 步骤S1‑1‑4： 依次遍历所述标准图像中的每个像素点， 获取标准图像中所有的特征点， 将所有特 征点组合， 得到特 征点矩阵。 4.根据权利 要求2所述的人脸识别方法， 其特征在于， 步骤S1 ‑2还包括： 对于标准图像， 若计算得到的特征点之间的汉明距离值等于预设的汉明阈值P， 则对应的2个特征点视为匹 配成功， 匹配成功的点对 命名为第一 点对； 对于实时图像， 若计算得到的特征点之间的汉明距离值在预设的汉明阈值范围内， 则 对应的2个特 征点视为匹配成功， 匹配成功的点对 命名为第一 点对。 5.根据权利要求2所述的人脸识别方法， 其特 征在于， 步骤S1 ‑3包括： 步骤S1‑3‑1： 以所述第一点对中任意一个特征点为圆心， 以预设的半径值r为半径， 每 个特征点能得到多组特 征点对； 步骤S1‑3‑2： 分别依次比较所述多组特 征点对中的像素值的大小， 得到描述符M 。权　利　要　求　书 1/2 页 2 CN 115331299 A 26.根据权利要求2所述的人脸识别方法， 其特 征在于， 步骤S1 ‑5包括： 步骤S1‑5‑1： 将任意两个cosθ1作差， 得到第一差值， 将得到所有第一差值存于第一数 组； 步骤S1‑5‑2： 将所述第一数组中出现频率 最高的数值作为 最优余弦相似度theta； 步骤S1‑5‑3： 修正所述最优余弦相似度theta， 得到标准数值范围。 7.根据权利要求1所述的人脸识别方法， 其特 征在于， 步骤S5包括： 步骤S5‑1： 将在所述标准数值范围p ‑q内的所有的第二余弦相似度cosθ2对应的特征点 存于相似特 征点矩阵中； 步骤S5‑2:计算相似特 征点矩阵中的特 征点的任意两个特 征点之间的匹配相似度s； 步骤S5‑3： 取s值中最大的值作为最优匹配相似度smax， 得到smax对应 的2个最优特征 点α 、 β； 步骤S5‑4： 计算特 征点α 、 β 之间的第三 余弦相似度cosθ 3 。 8.根据权利要求2所述的人脸识别方法， 其特征在于， 计算第一余弦相似度cosθ1的步 骤为： ； M1和M2分别为2个特 征点的描述符。 9.根据权利要求7所述的人脸识别方法， 其特征在于， 计算两个特征点之间的匹配相似 度s的步骤为： ； 其中， m、 n为预设的权重值； H1为预设的特征点的描述符的长度； Hi为第i个特征点的特 征向量的二进制描述符的长度； cosθi为第i个特征点的特征向量与预设的特征点的特征向 量之间的余弦相似度； theta为 最优余弦相似度。 10.一种基于图像特 征点匹配的人脸识别装置， 其特 征在于， 所述装置包括： 标准数据确定模块， 用于根据人脸的标准 图像， 确认标准 图像的第一余弦相似度cosθ 1、 最优余弦相似度theta和标准数值范围； 实时数据确定模块， 用于根据人脸的实时图像， 确认实时图像的第二余弦相似度cosθ 2； 第一判断模块， 用于判断所述实时图像的第二余弦相似度cosθ2是否均不在标准数值 范围内； 第一结果输出模块， 用于若是， 则实时图像与该 标准图像匹配失败； 第三相似度计算模块， 用于计算在所述标准数值范围内的第二余弦相似度cosθ2对应 的特征点的匹配相似度s； 根据所述匹配相似度s， 确定第三 余弦相似度cosθ 3； 第二判断模块， 判断第三 余弦相似度cosθ 3是否在标准数值范围内； 第二结果输出模块， 用于若是， 则实时图像与该 标准图像匹配成功； 第三结果输出模块， 用于若否， 则实时图像与该 标准图像匹配失败。权　利　要　求　书 2/2 页 3 CN 115331299 A 3