人脸图像识别方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了人脸图像识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对待处理人脸图像的清晰度进行检测；响应于上述清晰度小于设定清晰度阈值，基于上述待处理人脸图像生成人脸模拟图像，上述人脸模拟图像的清晰度大于上述清晰度阈值；对上述人脸模拟图像进行识别，得到对应上述待处理人脸图像的人脸识别信息。该实施方式可以生成比待处理人脸图像清晰度更高的人脸模拟图像，提高了对待处理人脸图像的识别准确性。

【技术实现步骤摘要】
人脸图像识别方法、装置、电子设备和计算机可读介质
本公开的实施例涉及人脸识别
，具体涉及人脸图像识别方法、装置、电子设备和计算机可读介质。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。实际中，受拍摄距离、镜头像素、环境光亮度等因素的影响，人脸图像的清晰度可能不高。相应的，对人脸识别的准确性也就不高。
技术实现思路
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了人脸图像识别方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题。第一方面，本公开的一些实施例提供了一种人脸图像识别方法，该方法包括：对待处理人脸图像的清晰度进行本文档来自技高网...

【技术保护点】
1.一种人脸图像识别方法，包括：/n对待处理人脸图像的清晰度进行检测；/n响应于所述清晰度小于设定清晰度阈值，基于所述待处理人脸图像生成人脸模拟图像，所述人脸模拟图像的清晰度大于所述清晰度阈值；/n对所述人脸模拟图像进行识别，得到对应所述待处理人脸图像的人脸识别信息。/n

【技术特征摘要】
1.一种人脸图像识别方法，包括：
对待处理人脸图像的清晰度进行检测；
响应于所述清晰度小于设定清晰度阈值，基于所述待处理人脸图像生成人脸模拟图像，所述人脸模拟图像的清晰度大于所述清晰度阈值；
对所述人脸模拟图像进行识别，得到对应所述待处理人脸图像的人脸识别信息。


2.根据权利要求1所述的方法，其中，所述基于所述待处理人脸图像生成人脸模拟图像，包括：
将所述待处理人脸图像导入人脸图像生成模型，得到所述人脸模拟图像。


3.根据权利要求2所述的方法，其中，所述人脸图像生成模型通过以下步骤获取：
获取多个样本人脸输入图像和与所述多个样本人脸输入图像中的每个样本人脸输入图像对应的样本人脸目标图像，其中，所述样本人脸输入图像的清晰度小于等于所述清晰度阈值，所述样本人脸目标图像与所述样本人脸输入图像的图像内容相同，并且清晰度大于所述清晰度阈值的图像；
提取预先建立的生成式对抗网络，其中，所述生成式对抗网络包括生成网络和判别网络，生成网络用于利用人脸输入图像生成人脸目标图像，判别网络用于确定输入所述判别网络的图像是否是生成网络输出的图像；
利用机器学习方法，将所述多个样本人脸输入图像中的每个样本人脸输入图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本人脸输入图像对应的样本人脸目标图像作为判别网络的输入，对生成网络和判别网络进行训练，将训练后的生成网络确定为人脸图像生成模型。


4.根据权利要求3所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为人脸图像生成模型，包括：
执行如下训练步骤：固定所述生成网络的参数，将所述多个样本人脸输入图像中的每个样本人脸输入图像作为生成网络的输入，将生成网络输出的图像和输入生成网络的样本人脸输入图像对应的样本人脸目标图像作为判别网络的输入，利用机器学习方法对判别网络进行训练；固定训练后的判别网络的参数，将所述多个样本人脸输入图像中的每个样本人脸输入图像作为生成网络的输入，利用机器学习方法对生成网络进行训练；确定训练后的判别网络输出的判别结果的准确率，响应于确定准确率大于准确率阈值，将最近一次训练的生成网络确定为人脸图像生成模型。


5.根据权利要求4所述的方法，其中，所述对生成网络和判别网络进行训练，将训练后的生成网络确定为人脸图像生成模型，还包括：
响应于确定准确率小于等于所述准确率阈值，使用最近一次训练的生成网络和判别网络重新执行所述训练步骤。


6.根据权利要求3所述的方法，其中，所述样本人脸目标图像通过以下步骤获取：
获取所述样本人脸输入图像的人脸特征；
基于所述人脸特征确定人脸预测关键点；
通过所述人脸预测关键点构建样本人脸目标图像。


7.根据权利要求6所述的方法，其中，所述人脸特征包括人脸空间倾斜度、人脸结构信息，以及
所述基于所述人脸特征确定人脸预测关键点，包括：
基于所述人脸结构信息确定人脸预测关键点位置信息和人脸预测关键点初始图像；
基于所述人脸空间倾斜度对所述人脸预测关键点位置信息和人脸预测关键点初始图像进行调整，确定人脸预测关键点。


8.根据权利要求6所述的方法，其中，所述通过所述人脸预测关键点构建样本人脸目标图像，包括：
基于所述人脸预测关键点构建初始人脸图像；
对所述初始人脸图像进行渲染得到样本人脸目标图像。


9.一种人脸图像识别装置，包括：
图像清晰度检测单元，被配置成对待处理人脸图像的清晰度进行检测；
人脸模拟图像生成单元，响应于所述清晰度小于设定清晰度阈值，被配置成基于所述待处理人脸图像生成人脸模拟图像，所述人脸模拟图像的清晰度大于所述清晰度阈值；
人脸识别单元，被配置成对所述人脸模拟图像进行识别，得到对应所述待处理人脸图像的人脸识别信息。


10.根据权利要求9...

【专利技术属性】
技术研发人员：邓启力，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11