人脸识别方法、装置、电子设备及计算机可读存储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、电子设备及计算机可读存储介质。该方法包括：获取特征向量蒙版；利用人脸识别模型获取人脸图像的特征向量；判断所述人脸图像是有遮挡人脸图像还是无遮挡人脸图像；若所述人脸图像为有遮挡人脸图像，则利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量；利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像。本申请提供的人脸识别方法，利用特征向量蒙版处理特征向量，去除了特征向量中有遮挡部分所对应的维度，从而削弱了有遮挡部分所对应的特征区域对最终比对结果的影响，提高了有遮挡人脸图像的比对成功率。

【技术实现步骤摘要】
人脸识别方法、装置、电子设备及计算机可读存储介质
本申请涉及人工智能的计算机视觉
，具体涉及生物识别
的一种人脸识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
人脸识别作为人类生物特征识别的一类，现在已经被广泛应用到各类身份识别的系统中，但目前的人脸识别系统，对于数据的适应性一般，在大角度、模糊、遮挡等场景下，准确率会有明显的下降，往往需要针对特定场景，采集对应类别的数据进行二次训练后才能提高适应能力。目前主流的人脸识别系统如图1所示，测试人脸图片通过人脸识别模型，产生人脸特征向量，然后将人脸特征向量与之前底图人脸特征向量进行余炫相似度比对，最终根据比对阈值判断是否与底图为同一个人。而遮挡图片(比如口罩遮挡)会导致生成的特征向量与不带口罩的底图特征向量相似度过低，而导致比对失败。由于人脸识别生成的特征向量与人脸的主要特征区域(比如眼镜，鼻子，嘴巴等)存在一定的映射关系。而遮挡对比失败的主要原因就是破坏了一部分映射的特征区域，导致该特征区域有无遮挡的差异过大，最终导致比对失败。例如对于戴口罩无法通过人脸识别的问题，目前采取的一般方案就是追加戴口罩人脸后重新训练模型。这种方式有以下几个明显的缺点：1)需要采集一定量的遮挡场景数据作为训练数据。2)模型需要二次训练，导致对应时间比较长。3)混合数据训练的模型，为了实现对戴口罩人脸的识别泛用能力，会降低不带口罩人脸的识别能力，导致相比原先的模型，在原始场景中会产生精度下降。
技术实现思路
本申请的目的是提供一种人脸识别方法、装置、电子设备及计算机可读存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。根据本申请实施例的一个方面，提供一种人脸识别方法，包括：获取特征向量蒙版；利用人脸识别模型获取人脸图像的特征向量；判断所述人脸图像是有遮挡人脸图像还是无遮挡人脸图像；若所述人脸图像为有遮挡人脸图像，则利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量；利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像。进一步地，所述获取特征向量蒙版，包括：获取若干人员的遮挡图片和无遮挡图片，通过人脸识别模型分别生成对应的遮挡人脸特征向量和无遮挡人脸特征向量；针对同一人员的遮挡人脸特征向量和无遮挡人脸特征向量，计算对应每一维度的特征欧式距离；将各人员的相同维度的特征欧式距离对应相加得到对应于各所述相同维度的特征欧式距离和；从大到小对各维度的特征欧式距离和进行排序；利用所述排序中前预设百分比的特征欧式距离和所对应的维度组成特征向量蒙版。进一步地，所述利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像，包括：对所述数据库中的一底图人脸图像的特征向量进行比对操作；若所述特征向量所对应的底图人脸图像与所述人脸图像相匹配，则结束比对查找；否则，继续对所述数据库中的下一底图人脸图像的特征向量进行比对操作，直至找到与所述人脸图像相匹配的底图人脸图像或所述数据库中的所有底图人脸图像的特征向量均完成比对操作为止；其中，所述比对操作包括：利用所述特征向量蒙版处理底图人脸图像的特征向量得到底图人脸图像短特征向量；将所述人脸图像短特征向量与所述底图人脸图像短特征向量进行比对，得到比对结果；若所述比对结果达到预设阈值，则确认所述底图人脸图像短特征向量所对应的底图人脸图像与所述人脸图像相匹配；否则，确认为不匹配。进一步地，所述将所述人脸图像短特征向量与所述底图人脸图像短特征向量进行比对，得到比对结果，包括：分别对人脸图像短特征向量和底图人脸图像短特征向量进行归一化处理，得到归一化后的人脸图像短特征向量和归一化后的底图人脸图像短特征向量；将归一化后的人脸图像短特征向量和归一化后的底图人脸图像短特征向量进行向量点乘求和，以所述和作为比对结果。进一步地，所述利用所述特征向量蒙版处理底图人脸图像特征向量，包括：用底图人脸图像特征向量的维度减去特征向量蒙版的维度。进一步地，所述方法还包括：若所述人脸图像为无遮挡人脸图像，则利用所述人脸图像的特征向量从所述数据库中比对查找与所述人脸图像相匹配的底图人脸图像。进一步地，所述利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量，包括：用所述人脸图像的特征向量的维度减去所述特征向量蒙版的维度，得到人脸图像短特征向量。根据本申请实施例的另一个方面，提供一种人脸识别装置，包括：第一模块，用于获取特征向量蒙版；第二模块，用于利用人脸识别模型获取人脸图像的特征向量；第三模块，用于判断所述人脸图像是有遮挡人脸图像还是无遮挡人脸图像；第四模块，用于若所述人脸图像为有遮挡人脸图像，则利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量；第五模块，用于利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像。根据本申请实施例的另一个方面，提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述的人脸识别方法。根据本申请实施例的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以实现上述的人脸识别方法。本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：本申请实施例提供的人脸识别方法，利用特征向量蒙版处理特征向量，去除了特征向量中有遮挡部分所对应的维度，从而削弱了有遮挡部分所对应的特征区域对最终比对结果的影响，提高了有遮挡人脸图像的比对成功率。本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，部分特征和优点可以从说明书中推知或毫无疑义地确定，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了现有技术的人脸识别流程图；图2示出了本申请的一个实施例的人脸识别方法流程图；图3示出了获取特征向量蒙版的流程图；图4示出了一实施方式中的人脸识别模型的结构示意图；图5示出了计算特征欧式距离和的示意图；...

【技术保护点】
1.一种人脸识别方法，其特征在于，包括：/n获取特征向量蒙版；/n利用人脸识别模型获取人脸图像的特征向量；/n判断所述人脸图像是有遮挡人脸图像还是无遮挡人脸图像；/n若所述人脸图像为有遮挡人脸图像，则利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量；/n利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像。/n

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：
获取特征向量蒙版；
利用人脸识别模型获取人脸图像的特征向量；
判断所述人脸图像是有遮挡人脸图像还是无遮挡人脸图像；
若所述人脸图像为有遮挡人脸图像，则利用所述特征向量蒙版处理所述人脸图像的特征向量，得到人脸图像短特征向量；
利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像。


2.根据权利要求1所述的方法，其特征在于，所述获取特征向量蒙版，包括：
获取若干人员的遮挡图片和无遮挡图片，通过人脸识别模型分别生成对应的遮挡人脸特征向量和无遮挡人脸特征向量；
针对同一人员的遮挡人脸特征向量和无遮挡人脸特征向量，计算对应每一维度的特征欧式距离；
将各人员的相同维度的特征欧式距离对应相加得到对应于各所述相同维度的特征欧式距离和；
从大到小对各维度的特征欧式距离和进行排序；
利用所述排序中前预设百分比的特征欧式距离和所对应的维度组成特征向量蒙版。


3.根据权利要求1所述的方法，其特征在于，所述利用所述人脸图像短特征向量从数据库中比对查找与所述人脸图像相匹配的底图人脸图像，包括：
对所述数据库中的一底图人脸图像的特征向量进行比对操作；
若所述特征向量所对应的底图人脸图像与所述人脸图像相匹配，则结束比对查找；
否则，继续对所述数据库中的下一底图人脸图像的特征向量进行比对操作，直至找到与所述人脸图像相匹配的底图人脸图像或所述数据库中的所有底图人脸图像的特征向量均完成比对操作为止；
其中，所述比对操作包括：
利用所述特征向量蒙版处理底图人脸图像的特征向量得到底图人脸图像短特征向量；
将所述人脸图像短特征向量与所述底图人脸图像短特征向量进行比对，得到比对结果；
若所述比对结果达到预设阈值，则确认所述底图人脸图像短特征向量所对应的底图人脸图像与所述人脸图像相匹配；否则，确认为不匹配。


4.根据权利要求3所述的方法，其特征在于，所述将所述...

【专利技术属性】
技术研发人员：叶明，雷晨雨，张国辉，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44