人脸识别方法、装置、电子设备和介质制造方法及图纸

本申请公开了一种人脸识别方法、装置、电子设备和介质。其中方法包括：获取待识别人脸图像；基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果，可以实现不同情境下的人脸识别，尤其能够提升遮挡人脸识别的准确率，具有较强通用性。

【技术实现步骤摘要】
人脸识别方法、装置、电子设备和介质
本专利技术涉及计算机视觉
，尤其是涉及一种人脸识别方法、装置、电子设备和介质。
技术介绍
人脸识别技术隶属生物识别技术范畴，已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域，用于提升系统的安全性以及应用服务的便捷性。一般而言，通过提取视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征以及深度学习卷积网络模型提取的卷积特征，并根据提取出的差异性人脸特征构建分类模型，实现人脸唯一性识别。针对存在遮挡区域的人脸识别问题，由于遮挡物的存在，加之有些人的眼部生物学特征具有较强的相似性，特征提取不够精准或者无法提取有效的特征，原有人脸识别技术准确率很低，甚至通常无法识别、使用。
技术实现思路
本申请提供了一种人脸识别方法、装置、电子设备和介质。第一方面，提供了一种人脸识别方法，包括：获取待识别人脸图像；基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。在一种可选的实施方式中，所述通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据，包括：确定所述待识别人脸图像的人脸特征数据中的非关注特征元素和关注特征元素；将所述非关注特征元素置为0。在一种可选的实施方式中，所述方法还包括：获取多组样本人脸图像对，所述样本人脸图像对包括样本人脸图像与对应的样本遮挡人脸图像，所述样本遮挡人脸图像为存在遮挡物的样本人脸图像；基于第一网络结构分别对所述多组样本人脸图像对进行特征提取，获得所述多组样本人脸图像对的特征向量；通过目标生成器获取所述多组样本人脸图像对的特征向量的差值；再根据所述特征向量的差值确定用于遮挡情况下特征识别的所述非关注特征元素和所述关注特征元素；根据所述特征向量的差值确定用于遮挡情况下特征识别的所述非关注特征元素和所述关注特征元素。在一种可选的实施方式中，所述目标生成器的网络结构包括：一个卷积层、一个PReLu激活层、一个组归一化层和一个Sigmoid激活层；所述卷积层的卷积核大小为3x3，步长为1，填充为1，通道数为512。在一种可选的实施方式中，所述根据所述特征向量的差值确定用于特征识别的非关注特征元素和关注特征元素，包括：获取所述特征向量的差值的平均值；将所述平均值的特征图水平拉伸，获得平均特征向量；获取参考比例阈值n％；确定所述平均特征向量的元素从小到大排列情况下前n％的元素为所述非关注特征元素，其余元素为所述关注特征元素。在一种可选的实施方式中，所述通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果包括：获取所述目标人脸特征向量和所述模板人脸特征向量的相似度；在所述相似度大于或等于预设的特征相似度阈值的情况下，确定所述待识别人脸图像识别成功；在所述相似度小于所述预设的特征相似度阈值的情况下，确定所述待识别人脸图像识别失败。在一种可选的实施方式中，所述模板人脸特征向量为：模板人脸图像基于所述第一网络结构进行特征提取、通过所述目标字典参数对所述模板人脸图像的人脸特征数据进行调整，再基于所述第二网络结构处理获得的人脸特征向量。在一种可选的实施方式中，所述样本人脸图像为干净人脸图像；所述方法还包括：获取多个遮挡物图像，基于所述干净人脸图像和所述遮挡物图像合成所述样本遮挡人脸图像。第二方面，提供了一种人脸识别装置，包括：获取模块，用于获取待识别人脸图像；第一提取模块，用于基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；调整模块，用于通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；第二提取模块，用于基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；识别处理模块，用于通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及其任一种可能的实现方式的步骤。第四方面，提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如上述第一方面及其任一种可能的实现方式的步骤。本申请通过获取待识别人脸图像，基于第一网络结构对上述待识别人脸图像进行特征提取，获得上述待识别人脸图像的人脸特征数据，再通过目标字典参数对上述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据，然后基于第二网络结构对上述调整特征数据进行处理，获得目标人脸特征向量，进而可以通过比对上述目标人脸特征向量和模板人脸特征向量，确定上述待识别人脸图像的识别结果，可以实现不同情境下的人脸识别，在调整时强化对人脸识别贡献大的特征，尤其是能提升遮挡人脸识别的准确率，可以结合多种特征提取网络模型，具有较强通用性。附图说明为了更清楚地说明本申请实施例或
技术介绍
中的技术方案，下面将对本申请实施例或
技术介绍
中所需要使用的附图进行说明。图1为本申请实施例提供的一种人脸识别方法的流程示意图；图2为本申请实施例提供的一种人脸识别处理步骤示意图；图3为本申请实施例提供的另一种人脸识别方法的流程示意图；图4为本申请实施例提供的一种扁平化处理流程示意图；图5为本申请实施例提供的一种人脸识别方法的训练流程示意图；图6为本申请实施例提供的一种人脸识别装置的结构示意图；图7为本申请实施例提供的一种电子设备的结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、本文档来自技高网...

【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法包括：/n获取待识别人脸图像；/n基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；/n通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；/n基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；/n通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。/n

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：
获取待识别人脸图像；
基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；
通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；
基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；
通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。


2.根据权利要求1所述的人脸识别方法，其特征在于，所述通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据，包括：
确定所述待识别人脸图像的人脸特征数据中的非关注特征元素和关注特征元素；
将所述非关注特征元素置为0。


3.根据权利要求2所述的人脸识别方法，其特征在于，所述方法还包括：
获取多组样本人脸图像对，所述样本人脸图像对包括样本人脸图像与对应的样本遮挡人脸图像，所述样本遮挡人脸图像为存在遮挡物的样本人脸图像；
基于第一网络结构分别对所述多组样本人脸图像对进行特征提取，获得所述多组样本人脸图像对的特征向量；
通过目标生成器获取所述多组样本人脸图像对的特征向量的差值；
再根据所述特征向量的差值确定用于遮挡情况下特征识别的所述非关注特征元素和所述关注特征元素。


4.根据权利要求3所述的人脸识别方法，其特征在于，所述目标生成器的网络结构包括：
一个卷积层、一个PReLu激活层、一个组归一化层和一个Sigmoid激活层；所述卷积层的卷积核大小为3x3，步长为1，填充为1，通道数为512。


5.根据权利要求3或4所述的人脸识别方法，其特征在于，所述根据所述特征向量的差值确定用于特征识别的非关注特征元素和关注特征元素，包括：
获取所述特征向量的差值的平均值；将所述平均值的特征图水平拉伸，获得平均特征向量；<...

【专利技术属性】
技术研发人员：高亚南，
申请(专利权)人：深圳市雄帝科技股份有限公司，
类型：发明
国别省市：广东;44