[發(fā)明專利]一種人臉識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810492083.9
• 申請(qǐng)日: 2018-05-22
• 公開（公告）號(hào): CN110516513B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計(jì)）人: 吳偉
• 申請(qǐng)（專利權(quán)）人: 深圳云天勵(lì)飛技術(shù)有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V10/74;G06V10/75;G06V10/771;G07C9/37
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種人臉識(shí)別方法，其特征在于，包括：

采集第一人臉圖像；

使用第一特征提取模型提取所述第一人臉圖像的第一特征向量；

使用第二特征提取模型提取所述第一人臉圖像的第二特征向量，所述第一特征向量的維度小于所述第二特征向量的維度；

計(jì)算所述第一特征向量與第一數(shù)據(jù)集中每個(gè)特征向量的相似度，所述第一數(shù)據(jù)集是所述第一特征提取模型提取的人臉圖像的特征向量的集合；

從所述第一數(shù)據(jù)集中選取相似度最大的M個(gè)特征向量，所述M為大于1的整數(shù)；

從第二數(shù)據(jù)集中選取與所述M個(gè)特征向量中每個(gè)特征向量對(duì)應(yīng)的特征向量，獲得目標(biāo)特征向量集，所述第二數(shù)據(jù)集是所述第二特征提取模型提取的人臉圖像的特征向量的集合；

將所述第二特征向量與所述目標(biāo)特征向量集中的向量進(jìn)行匹配。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第二特征向量與所述目標(biāo)特征向量集中的向量進(jìn)行匹配包括：

計(jì)算所述第二特征向量與所述目標(biāo)特征向量集中每個(gè)特征向量的相似度；

判斷所述相似度中的最大值是否大于或等于閾值，當(dāng)所述最大值大于或等于所述閾值時(shí)，確定所述第二特征向量與所述最大值對(duì)應(yīng)的特征向量匹配。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述第一特征提取模型的復(fù)雜度小于所述第二特征提取模型的復(fù)雜度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

獲取第二人臉圖像以及第一身份特征向量，所述第一身份特征向量用于標(biāo)識(shí)所述第二人臉圖像對(duì)應(yīng)的人；

使用第一模型提取所述第二人臉圖像的第三特征向量；

根據(jù)所述第三特征向量和所述第一身份特征向量，計(jì)算第一損失值；

將所述第一損失值以梯度的方式反向傳播至所述第一模型，獲得更新參數(shù)的第一模型；

根據(jù)所述更新參數(shù)的第一模型更新第一損失值；

將第一損失值最小時(shí)對(duì)應(yīng)的第一模型確定為第一特征提取模型。

5.一種人臉識(shí)別裝置，其特征在于，包括：

采集單元，用于采集第一人臉圖像；

第一提取單元，用于使用第一特征提取模型提取所述采集單元采集的第一人臉圖像的第一特征向量；

第二提取單元，用于使用第二特征提取模型提取所述采集單元采集的第一人臉圖像的第二特征向量，所述第一特征向量的維度小于所述第二特征向量的維度；

選取單元，用于計(jì)算所述第一特征向量與第一數(shù)據(jù)集中每個(gè)特征向量的相似度，從所述第一數(shù)據(jù)集中選取相似度最大的M個(gè)特征向量，從第二數(shù)據(jù)集中選取與所述M個(gè)特征向量中每個(gè)特征向量對(duì)應(yīng)的特征向量，獲得目標(biāo)特征向量集，所述第一數(shù)據(jù)集是所述第一特征提取模型提取的人臉圖像的特征向量的集合，所述第二數(shù)據(jù)集是所述第二特征提取模型提取的人臉圖像的特征向量的集合，所述M為大于1的整數(shù)；

匹配單元，用于將所述第二提取單元提取的第二特征向量與所述選取單元選取的目標(biāo)特征向量集中的向量進(jìn)行匹配。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述匹配單元包括：

第二計(jì)算子單元，用于計(jì)算所述第二特征向量與所述目標(biāo)特征向量集中每個(gè)特征向量的相似度；

判斷子單元，用于判斷所述第二計(jì)算子單元計(jì)算的相似度中的最大值是否大于或等于閾值，當(dāng)所述判斷子單元判斷出所述最大值大于或等于所述閾值時(shí)，確定所述第二特征向量與所述最大值對(duì)應(yīng)的特征向量匹配。

7.根據(jù)權(quán)利要求5或6所述的裝置，其特征在于，所述第一特征提取模型的復(fù)雜度小于所述第二特征提取模型的復(fù)雜度。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：

獲取單元，用于獲取第二人臉圖像以及第一身份特征向量，所述第一身份特征向量用于標(biāo)識(shí)所述第二人臉圖像對(duì)應(yīng)的人；

第三提取單元，用于使用第一模型提取所述獲取單元獲取的第二人臉圖像的第三特征向量；

計(jì)算單元，用于根據(jù)所述第三提取單元提取的第三特征向量和所述獲取單元獲取的第一身份特征向量，計(jì)算第一損失值；

傳播單元，用于將所述計(jì)算單元計(jì)算的第一損失值以梯度的方式反向傳播至所述第一模型，獲得更新參數(shù)的第一模型；

更新單元，用于根據(jù)所述傳播單元獲得的更新參數(shù)的第一模型更新第一損失值；

確定單元，用于將所述更新單元更新的第一損失值最小時(shí)對(duì)應(yīng)的第一模型確定為第一特征提取模型。