[發明專利]人臉識別方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請號: 202111006875.9
• 申請日: 2021-08-30
• 公開（公告）號: CN113705469A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 王晟宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及人工智能技術，揭露了一種人臉識別方法，包括：從第一人臉訓練集中人臉圖像提取部分人臉，得到第二人臉訓練集，利用第一人臉訓練集及第二人臉訓練集訓練人臉識別神經網絡，得到全臉特征提取模型及半臉特征提取模型，利用全臉特征提取模型對待識別人臉圖像進行特征提取，得到第一特征，并計算第一相似度，利用半臉特征提取模型對待識別人臉圖像進行特征提取，得到第二特征，并計算第二相似度，根據第一相似度及第二相識度得到識別結果。此外，本發明還涉及區塊鏈技術，所述識別結果可存儲在區塊鏈的節點中。本發明還提出一種人臉識別方法裝置、電子設備以及計算機可讀存儲介質。本發明可以解決遮擋情況下人臉識別準確率較低的問題。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種人臉識別方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

人臉1比N對比是指人臉識別系統采集了使用者的一張照片之后，從海量的人像數據庫中找到與當前使用者人臉數據相符合的圖像，并進行匹配，找出來使用者的身份。通過人臉1比N對比進行人臉識別已經是比較成熟的技術，通過人臉檢測、人臉校正，再通過深度模型對人的面部特征進行提取，可以對不同人的照片進行一個較好的區分。但由于新型冠狀病毒的全球蔓延，很多場景的人臉是戴有口罩的。對于戴有口罩的人臉，由于并沒有做出針對性的適配，會導致人臉1比N誤識率急劇增大，以致完全不能使用。同時，若只訓練基于戴口罩的人臉識別模型，對于不戴口罩的人群的識別準確率又會較低。

發明內容

本發明提供一種人臉識別方法、裝置、設備及存儲介質，其主要目的在于解決遮擋情況下人臉識別準確率較低的問題。

為實現上述目的，本發明提供的一種人臉識別方法，包括：

獲取第一人臉訓練集，對所述第一人臉訓練集中的每張人臉圖像進行人臉位置檢測，根據檢測到的人臉位置從所述每張人臉圖像中提取上半部分人臉，得到部分人臉圖像，匯總得到的所有部分人臉圖像，得到第二人臉訓練集；

利用所述第一人臉訓練集訓練預構建的人臉識別神經網絡，得到全臉特征提取模型，以及利用所述第二人臉訓練集訓練預構建的人臉識別神經網絡，得到半臉特征提取模型；

利用所述全臉特征提取模型對待識別人臉圖像進行特征提取，得到第一特征，以及利用所述半臉特征提取模型對所述待識別人臉圖像進行特征提取，得到第二特征；

計算所述第一特征與預構建的特征對比庫中人臉特征的相似度，得到第一相似度，以及計算所述第二特征與所述特征對比庫中人臉特征的相似度，得到第二相似度，根據所述第一相似度及所述第二相識度得到所述待識別人臉圖像的識別結果。

可選地，對所述第一人臉訓練集中的每張人臉圖像進行人臉位置檢測，根據檢測到的人臉位置從所述每張人臉圖像中提取預設部分人臉，得到部分人臉圖像，匯總得到的所有部分人臉圖像，得到第二人臉訓練集，包括：

對所述第一人臉訓練集中的人臉圖像進行位置檢測，得到關鍵位置點；

根據所述關鍵位置點對所述第一人臉訓練集中的人臉圖像進行位置截取及比例調整，得到部分人臉調節圖像集；

利用預設顏色對所述部分人臉調節圖像集中圖像的無像素區域進行填充；

對填充后的圖像進行RGB標準化處理，匯總所有標準化后的圖像得到所述第二人臉訓練集。

可選地，所述利用所述第一人臉訓練集訓練預構建的人臉識別神經網絡，得到全臉特征提取模型，包括：

利用所述人臉識別神經網絡采集所述第一人臉訓練集中完整人臉圖像的人臉特征，得到人臉特征集合；

隨機選取所述人臉特征集合中任意的人臉特征作為參考特征，基于所述參考特征構建特征三元組；

根據所述特征三元組計算所述人臉識別神經網絡預設的損失函數的損失值；