【技术实现步骤摘要】
一种面部识别的方法、装置及设备
本说明书涉及计算机
，尤其涉及一种面部识别的方法、装置及设备。
技术介绍
面部识别(或人脸识别)是一种高精度、易于使用、稳定性高、难仿冒的生物识别技术，是基于面部特征进行人员身份辨别的过程。人的面部特征与指纹、虹膜一样具备唯一和不易被复制的优良属性，随着人脸识别技术的不断发展，深度学习、大数据成为人脸识别领域的主要技术路线，而人脸识别网络变大变深，数据量不断变大，大数据成为提高人脸识别性能的关键。目前多数的人脸识别算法主要针列正面、准正面人脸图像，但是，人脸经常会出现被遮挡的情况，如眼镜、帽子、围巾、口罩等饰物甚至不同的发型等会遮挡部分面部，导致图像中出现部分面部图像的情况出现，如何准确快速的识别面部被遮挡的面部图像成为需要解决的重要问题，为此，需要提供一种能够更准确更快速对部分面部被遮挡的面部图像进行识别的技术方案。
技术实现思路
本说明书实施例的目的是提供一种面部识别的方法、装置及设备，以提供一种能够更准确更快速对部分面部被遮挡的面部图像进行识别的技术方案。
【技术保护点】
1.一种面部识别的方法，所述方法包括：/n采集待识别的目标用户的面部图像，并检测所述面部图像中用于进行面部识别的图像特征中是否存在因所述目标用户的部分面部被遮挡而缺少的图像特征；/n如果所述面部图像的图像特征中存在因所述目标用户的部分面部被遮挡而缺少的图像特征，则基于所述面部图像中包含的图像特征，确定与所述面部图像中包含的图像特征相匹配的目标面部识别模型；/n基于所述面部图像和所述目标面部识别模型，对所述目标用户进行面部识别，以确定所述目标用户的身份信息。/n
【技术特征摘要】
1.一种面部识别的方法，所述方法包括：
采集待识别的目标用户的面部图像，并检测所述面部图像中用于进行面部识别的图像特征中是否存在因所述目标用户的部分面部被遮挡而缺少的图像特征；
如果所述面部图像的图像特征中存在因所述目标用户的部分面部被遮挡而缺少的图像特征，则基于所述面部图像中包含的图像特征，确定与所述面部图像中包含的图像特征相匹配的目标面部识别模型；
基于所述面部图像和所述目标面部识别模型，对所述目标用户进行面部识别，以确定所述目标用户的身份信息。
2.根据权利要求1所述的方法，所述方法还包括：
如果所述面部图像的图像特征中不存在因所述目标用户的部分面部被遮挡而缺少的图像特征，则将所述面部图像输入到基准面部识别模型中，得到所述目标用户的面部识别结果，所述基准面部识别模型为基于无遮挡的历史面部图像进行训练得到。
3.根据权利要求1所述的方法，所述方法还包括：
获取多个不同用户的面部的预设部分被遮挡的第一历史面部图像；
基于第一历史面部图像对与所述第一历史面部图像中包含的图像特征相匹配的第一面部识别模型进行训练，得到训练后的第一面部识别模型，所述第一面部识别模型中包括所述目标面部识别模型。
4.根据权利要求2所述的方法，所述方法还包括：
获取多个不同用户的面部无遮挡的第二历史面部图像；
基于第二历史面部图像对所述基准面部识别模型进行训练，得到训练后的基准面部识别模型。
5.根据权利要求4所述的方法，所述方法还包括：
对每个所述第二历史面部图像进行处理，得到多个不同用户的面部的预设部分被遮挡的第三历史面部图像；
基于第三历史面部图像对与所述第三历史面部图像中包含的图像特征相匹配的第二面部识别模型进行训练，并通过所述基准面部识别模型对所述第二面部识别模型的训练进行监督，得到训练后的第二面部识别模型，所述第二面部识别模型中包括所述目标面部识别模型。
6.根据权利要求5所述的方法，所述方法还包括：
基于所述第三历史面部图像和所述第二历史面部图像对所述训练后的第二面部识别模型进行二次训练，得到二次训练后的第二面部识别模型。
7.根据权利要求3-6中任一项所述的方法，所述基于所述面部图像和所述目标面部识别模型，对所述目标用户进行面部识别，包括：
基于所述面部图像和所述目标面部识别模型，得到所述面部图像对应的图像特征；
获取所述基准面部识别模型对应的基准图像特征和所述面部图像对应的图像特征之间的相似度；
基于获取的相似度，确定与所述面部图像对应的图像特征相匹配的基准图像特征；
将确定的基准图像特征对应的用户识别为所述目标用户。
8.根据权利要求7所述的方法，面部的预设部分被遮...
【专利技术属性】
技术研发人员：张昊，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。