[發明專利]人臉識別方法、裝置、電子設備和介質

在審

• 申請號: 202010549078.4
• 申請日: 2020-06-16
• 公開（公告）號: CN111898413A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 高亞南
• 申請（專利權）人: 深圳市雄帝科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種人臉識別方法，其特征在于，所述方法包括：

獲取待識別人臉圖像；

基于第一網絡結構對所述待識別人臉圖像進行特征提取，獲得所述待識別人臉圖像的人臉特征數據；

通過目標字典參數對所述待識別人臉圖像的人臉特征數據進行調整，獲得調整特征數據；

基于第二網絡結構對所述調整特征數據進行處理，獲得目標人臉特征向量；

通過比對所述目標人臉特征向量和模板人臉特征向量，確定所述待識別人臉圖像的識別結果。

2.根據權利要求1所述的人臉識別方法，其特征在于，所述通過目標字典參數對所述待識別人臉圖像的人臉特征數據進行調整，獲得調整特征數據，包括：

確定所述待識別人臉圖像的人臉特征數據中的非關注特征元素和關注特征元素；

將所述非關注特征元素置為0。

3.根據權利要求2所述的人臉識別方法，其特征在于，所述方法還包括：

獲取多組樣本人臉圖像對，所述樣本人臉圖像對包括樣本人臉圖像與對應的樣本遮擋人臉圖像，所述樣本遮擋人臉圖像為存在遮擋物的樣本人臉圖像；

基于第一網絡結構分別對所述多組樣本人臉圖像對進行特征提取，獲得所述多組樣本人臉圖像對的特征向量；

通過目標生成器獲取所述多組樣本人臉圖像對的特征向量的差值；

再根據所述特征向量的差值確定用于遮擋情況下特征識別的所述非關注特征元素和所述關注特征元素。

4.根據權利要求3所述的人臉識別方法，其特征在于，所述目標生成器的網絡結構包括：

一個卷積層、一個PReLu激活層、一個組歸一化層和一個Sigmoid激活層；所述卷積層的卷積核大小為3x3，步長為1，填充為1，通道數為512。

5.根據權利要求3或4所述的人臉識別方法，其特征在于，所述根據所述特征向量的差值確定用于特征識別的非關注特征元素和關注特征元素，包括：

獲取所述特征向量的差值的平均值；將所述平均值的特征圖水平拉伸，獲得平均特征向量；

獲取參考比例閾值n％；確定所述平均特征向量的元素從小到大排列情況下前n％的元素為所述非關注特征元素，其余元素為所述關注特征元素。

6.根據權利要求5所述的人臉識別方法，其特征在于，所述通過比對所述目標人臉特征向量和模板人臉特征向量，確定所述待識別人臉圖像的識別結果包括：

獲取所述目標人臉特征向量和所述模板人臉特征向量的相似度；

在所述相似度大于或等于預設的特征相似度閾值的情況下，確定所述待識別人臉圖像識別成功；在所述相似度小于所述預設的特征相似度閾值的情況下，確定所述待識別人臉圖像識別失敗。

7.根據權利要求6所述的人臉識別方法，其特征在于，所述模板人臉特征向量為：

模板人臉圖像基于所述第一網絡結構進行特征提取、通過所述目標字典參數對所述模板人臉圖像的人臉特征數據進行調整，再基于所述第二網絡結構處理獲得的人臉特征向量。

8.一種人臉識別裝置，其特征在于，包括：

獲取模塊，用于獲取待識別人臉圖像；

第一提取模塊，用于基于第一網絡結構對所述待識別人臉圖像進行特征提取，獲得所述待識別人臉圖像的人臉特征數據；

調整模塊，用于通過目標字典參數對所述待識別人臉圖像的人臉特征數據進行調整，獲得調整特征數據；

第二提取模塊，用于基于第二網絡結構對所述調整特征數據進行處理，獲得目標人臉特征向量；

識別處理模塊，用于通過比對所述目標人臉特征向量和模板人臉特征向量，確定所述待識別人臉圖像的識別結果。

9.一種電子設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項所述的人臉識別方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如權利要求1至7中任一項所述的人臉識別方法的步驟。