人脸识别方法、装置、电子设备和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、电子设备和存储介质；可以获取待识别的人脸图像，并识别所述人脸图像的人脸关键点；基于目标对齐模板对所述人脸图像的人脸关键点进行对齐处理，得到对齐人脸图像；对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息；根据所述人脸特征信息，对所述人脸图像进行人脸识别处理，得到所述人脸图像的人脸识别结果。本申请实施例可以通过图像重构，对对齐人脸图像进行二次精细化的对齐，从而获得更为准确的对齐图像，即重构后对齐人脸图像，进行提高人脸图像识别的准确度。图像识别的准确度。图像识别的准确度。

【技术实现步骤摘要】
人脸识别方法、装置、电子设备和存储介质


[0001]本申请涉及计算机
，具体涉及一种人脸识别方法、装置、电子设备和存储介质。

技术介绍

[0002]随着计算机技术的发展，图像处理技术应用到了越来越多的领域，比如，其中人脸识别技术广泛应用于门禁考勤、信息安全、电子证件和监控安防等诸多领域。具体地，人脸识别技术是从人脸图像中自动提取人脸特征，然后根据这些特征进行身份验证的技术。具体地，人脸识别的标准流程由以下四个步骤组成：对人脸图像进行检测，定位人脸部分的关键特征点，对关键特征点进行对齐处理，最后采用识别网络提取人脸图像特征并进行特征比对。其中，对人脸部分的关键特征点的对齐处理过程，会影响最终的人脸识别结果的准确性。
[0003]在目前的相关技术中，一般利用人脸检测器做多任务训练，同时得到人脸部分的关键特征点与检测框，进而获取到对齐人脸图像，以对人脸进行识别。但是，由于人脸存在不同角度的遮挡等问题，关键特征点检测无法覆盖到所有的情况，不能得到质量较好的对齐人脸图像，使得人脸识别的准确度较低。

技术实现思路

[0004]本申请实施例提供一种人脸识别方法、装置、电子设备和存储介质，可以提高人脸识别的准确度。
[0005]本申请实施例提供一种人脸识别方法，包括：
[0006]获取待识别的人脸图像，并识别所述人脸图像的人脸关键点；
[0007]基于目标对齐模板对所述人脸图像的人脸关键点进行对齐处理，得到对齐人脸图像；
[0008]对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；
[0009]对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息；
[0010]根据所述人脸特征信息，对所述人脸图像进行人脸识别处理，得到所述人脸图像的人脸识别结果。
[0011]相应的，本申请实施例提供一种人脸识别装置，包括：
[0012]获取单元，用于获取待识别的人脸图像，并识别所述人脸图像的人脸关键点；
[0013]对齐单元，用于基于目标对齐模板对所述人脸图像的人脸关键点进行对齐处理，得到对齐人脸图像；
[0014]重构单元，用于对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；
[0015]提取单元，用于对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息；
[0016]识别单元，用于根据所述人脸特征信息，对所述人脸图像进行人脸识别处理，得到所述人脸图像的人脸识别结果。
[0017]可选的，在本申请的一些实施例中，所述重构单元可以包括编码子单元和重构子单元，如下：
[0018]所述编码子单元，用于对所述对齐人脸图像进行特征编码，得到所述对齐人脸图像的编码信息；
[0019]重构子单元，用于对所述编码信息进行特征重构，得到重构后对齐人脸图像。
[0020]可选的，在本申请的一些实施例中，所述重构单元具体可以用于通过训练后的对齐模型，对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；所述提取单元具体可以用于通过训练后的人脸识别模型，对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息。
[0021]可选的，在本申请的一些实施例中，该人脸识别装置还可以包括第一训练单元，所述第一训练单元用于对对齐模型进行训练。具体地，所述第一训练单元，用于获取第一训练数据，所述第一训练数据包括第一样本人脸图像、以及所述第一样本人脸图像的真实身份信息；基于所述目标对齐模板，对所述第一样本人脸图像的人脸关键点进行对齐处理，得到对齐样本人脸图像；通过对齐模型，对所述对齐样本人脸图像进行图像重构，得到重构后对齐样本人脸图像；根据所述重构后对齐样本人脸图像和所述第一样本人脸图像的真实身份信息，对对齐模型进行训练。
[0022]可选的，在本申请的一些实施例中，步骤“根据所述重构后对齐样本人脸图像和所述第一样本人脸图像的真实身份信息，对对齐模型进行训练”，可以包括：
[0023]通过训练后的人脸识别模型，对所述重构后对齐样本人脸图像进行特征提取，得到所述重构后对齐样本人脸图像的人脸特征信息；
[0024]根据所述人脸特征信息，确定所述第一样本人脸图像的预测身份信息；
[0025]根据所述第一样本人脸图像的真实身份信息和所述预测身份信息，对对齐模型的参数进行调整，得到训练后的对齐模型。
[0026]可选的，在本申请的一些实施例中，所述目标对齐模板是通过对原始对齐模板进行缩放处理得到的；所述训练后的人脸识别模型是基于所述原始对齐模板训练得到的。
[0027]可选的，在本申请的一些实施例中，该人脸识别装置还可以包括第二训练单元，所述第二训练单元用于对人脸识别模型进行训练。具体地，所述第二训练单元，用于获取第二训练数据，所述第二训练数据包括第二样本人脸图像、以及所述第二样本人脸图像的真实身份信息；基于所述原始对齐模板，对所述第二样本人脸图像中的人脸关键点进行对齐处理，得到目标对齐样本人脸图像；通过人脸识别模型，对所述目标对齐样本人脸图像进行特征提取，得到所述目标对齐样本人脸图像的人脸特征信息；根据所述人脸特征信息对应的预测身份信息和所述第二样本人脸图像的真实身份信息，对人脸识别模型的参数进行调整，得到训练后的人脸识别模型。
[0028]可选的，在本申请的一些实施例中，该人脸识别装置还可以包括第三训练单元，所述第三训练单元用于对对齐模型和人脸识别模型进行联合训练。具体地，所述第三训练单元，用于获取第三训练数据，所述第三训练数据包括第三样本人脸图像、以及所述第三样本人脸图像的真实身份信息；基于所述目标对齐模板，对所述第三样本人脸图像的人脸关键
点进行对齐处理，得到对齐样本人脸图像；通过预训练后的对齐模型，对所述对齐样本人脸图像进行图像重构，得到重构后对齐样本人脸图像；通过预训练后的人脸识别模型，对所述重构后对齐样本人脸图像进行特征提取，得到所述重构后对齐样本人脸图像的人脸特征信息；根据所述人脸特征信息对应的预测身份信息和所述第三样本人脸图像的真实身份信息，调整所述预训练后的对齐模型和所述预训练后的人脸识别模型的参数。
[0029]可选的，在本申请的一些实施例中，步骤“根据所述人脸特征信息对应的预测身份信息和所述第三样本人脸图像的真实身份信息，调整所述预训练后的对齐模型和所述预训练后的人脸识别模型的参数”，可以包括：
[0030]基于原始对齐模板，对所述第三样本人脸图像的人脸关键点进行对齐处理，得到目标对齐样本人脸图像，所述目标对齐模板是通过对所述原始对齐模板进行缩放处理得到的；
[0031]通过预设标准人脸识别模型，根据所述目标对齐样本人脸图像和所述重构后对齐样本人脸图像，提取所述第三样本人脸图像的参考人脸特征信息；
[0032]根据所述人脸特征信息对应的预测身份信息、所述参考人脸特征信息对应的预测参考身份信息以及所述第三样本人脸图像的真实身份信息，调整所述预训练后的对齐模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：获取待识别的人脸图像，并识别所述人脸图像的人脸关键点；基于目标对齐模板对所述人脸图像的人脸关键点进行对齐处理，得到对齐人脸图像；对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息；根据所述人脸特征信息，对所述人脸图像进行人脸识别处理，得到所述人脸图像的人脸识别结果。2.根据权利要求1所述的方法，其特征在于，所述对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像，包括：对所述对齐人脸图像进行特征编码，得到所述对齐人脸图像的编码信息；对所述编码信息进行特征重构，得到重构后对齐人脸图像。3.根据权利要求1所述的方法，其特征在于，所述对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像，包括：通过训练后的对齐模型，对所述对齐人脸图像进行图像重构，得到重构后对齐人脸图像；所述对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息，包括：通过训练后的人脸识别模型，对所述重构后对齐人脸图像进行特征提取，得到所述重构后对齐人脸图像的人脸特征信息。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取第一训练数据，所述第一训练数据包括第一样本人脸图像、以及所述第一样本人脸图像的真实身份信息；基于所述目标对齐模板，对所述第一样本人脸图像的人脸关键点进行对齐处理，得到对齐样本人脸图像；通过对齐模型，对所述对齐样本人脸图像进行图像重构，得到重构后对齐样本人脸图像；根据所述重构后对齐样本人脸图像和所述第一样本人脸图像的真实身份信息，对对齐模型进行训练。5.根据权利要求4所述的方法，其特征在于，所述根据所述重构后对齐样本人脸图像和所述第一样本人脸图像的真实身份信息，对对齐模型进行训练，包括：通过训练后的人脸识别模型，对所述重构后对齐样本人脸图像进行特征提取，得到所述重构后对齐样本人脸图像的人脸特征信息；根据所述人脸特征信息，确定所述第一样本人脸图像的预测身份信息；根据所述第一样本人脸图像的真实身份信息和所述预测身份信息，对对齐模型的参数进行调整，得到训练后的对齐模型。6.根据权利要求5所述的方法，其特征在于，所述目标对齐模板是通过对原始对齐模板进行缩放处理得到的；所述训练后的人脸识别模型是基于所述原始对齐模板训练得到的。7.根据权利要求6所述的方法，其特征在于，所述通过训练后的人脸识别模型，对所述
重构后对齐样本人脸图像进行特征提取，得到所述重构后对齐样本人脸图像的人脸特征信息之前，还包括：获取第二训练数据，所述第二训练数据包括第二样本人脸图像、以及所述第二样本人脸图像的真实身份信息；基于所述原始对齐模板，对所述第二样本人脸图像中的人脸关键点进行对齐处理，得到目标对齐样本人脸图像；通过人脸识别模型，对所述目标对齐样本人脸图像进行特征提取，得到所述目标对齐样本人脸图像的人脸特征信息；根据所述人脸特征信息对应的预测身份信息和所述第二样本人脸图像的真实身份信息，对人脸识别模型的参数进行调整，得到训练后的人脸识别模型。8.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取第三训练数据，所述第三训练数据包括第三样本人脸图像、以及所述第三样本人脸图像的真实身份信息；基于所述目标对齐模板，对所述第三样本人脸图像的人脸关键点进行对齐处理，得到对齐样本人脸图像；通过预训练后的对齐模型，对所述对齐样本人脸图像进行图像重构，得到重构后对齐样本人脸图像；...

【专利技术属性】
技术研发人员：许剑清，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：