[發明專利]人臉識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110604868.2
• 申請日: 2021-05-31
• 公開（公告）號: CN113313034A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 趙振興
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周純

1.一種人臉識別方法，其特征在于，包括：

從數據庫中獲取待識別的目標數據，其中，所述目標數據包括標準圖像、待識別圖像以及標簽類型，所述標簽類型包括初始標簽和重識別標簽；

當所述目標數據的標簽類型為初始標簽時，對所述目標數據的待識別圖像進行人臉檢測，判斷所述待識別圖像中是否存在人臉；當檢測到所述待識別圖像中不存在人臉時，將所述目標數據中的標簽類型更新為重識別標簽并將所述目標數據返回至所述數據庫；

當所述目標數據的標簽類型為重識別標簽時，對所述目標數據的待識別圖像進行人臉方向識別，根據方向識別結果對所述待識別圖像進行方向調整，對調整后的待識別圖像進行人臉檢測，判斷所述待識別圖像中是否存在人臉；

當檢測到所述待識別圖像或所述調整后的待識別圖像中存在人臉時，將所述標準圖像和所述待識別圖像進行人臉對齊，利用預先訓練的人臉特征提取模型分別對人臉對齊后的所述標準圖像和所述待識別圖像進行特征提取，分別得到標準人臉特征數據和待識別人臉特征數據；

將所述標準人臉特征數據和所述待識別人臉特征數據進行比對，并將比對結果返回至所述目標數據的對應終端。

2.根據權利要求1所述的人臉識別方法，其特征在于，所述對所述目標數據的待識別圖像進行人臉方向識別，包括：

將所述待識別圖像輸入至resnet50網絡，對所述待識別圖像進行人臉方向識別；

所述resnet50網絡按照如下步驟進行訓練：

獲取至少一個訓練樣本，其中，所述訓練樣本包括人臉翻轉圖像以及真實方向類別標注，所述人臉翻轉圖像是分別對正臉圖像進行向左翻轉、向下翻轉以及向右翻轉得到的，所述方向類別標注包括向左翻轉、向下翻轉以及向右翻轉；

將所述訓練樣本輸入至待訓練的resnet50網絡進行特征提取，將所提取特征輸入至resnet50網絡的策略函數中，得到所述策略函數輸出的每一預設方向類別的預測概率值；

根據每一預設方向類別的預測概率值以及所述真實方向類別標注，對所述策略函數的參數進行訓練，直至所述策略函數收斂，得到訓練完成的resnet50網絡。

3.根據權利要求1所述的人臉識別方法，其特征在于，所述對調整后的待識別圖像進行人臉檢測，判斷所述待識別圖像中是否存在人臉，包括：

將所述待識別圖像輸入至多個人臉檢測器中進行人臉檢測，其中，所述多個人臉檢測器所檢測的人臉角度類型不同，所述人臉角度類型包括左側臉、正臉以及右側臉；

當存在至少一個人臉檢測器的檢測結果為是時，判斷所述待識別圖像中存在人臉。

4.根據權利要求1所述的人臉識別方法，其特征在于，所述將所述標準圖像和所述待識別圖像進行人臉對齊，包括：

對所述標準圖像進行人臉關鍵點定位，得到對應的標準人臉關鍵點；

所述待識別圖像進行人臉關鍵點定位，得到對應的人臉關鍵點；

根據所述標準關鍵點和所述人臉關鍵點，獲取所述待識別圖像對應的用于實現人臉關鍵點對齊的第一變換數據，其中，所述第一變換數據包括第一尺寸變換數據和第一平移變換數據；

對所述第一變換數據進行平滑處理，得到第二變換數據；

根據所述第二變換數據對所述待識別圖像進行人臉關鍵點對齊，得到人臉對齊后的所述待識別圖像。

5.根據權利要求1所述的人臉識別方法，其特征在于，所述利用預先訓練的人臉特征提取模型分別對人臉對齊后的所述標準圖像和所述待識別圖像進行特征提取，分別得到標準人臉特征數據和待識別人臉特征數據，包括：

分別將所述標準圖像和所述待識別圖像輸入至所述人臉特征提取模型中，得到所述標準圖像和所述待識別圖像各自對應的特征圖；

按照預設的劃分方式將所述特征圖劃分為不同區域，提取所述特征圖不同區域的高維特征；

將所述高維特征進行降維處理，得到所述標準圖像的不同區域的低維特征以及所述待識別圖像的不同區域的低維特征。