[发明专利]人脸特征确定方法、装置、存储介质及电子设备

权利要求书

1.一种人脸特征确定方法，其特征在于，应用于GPU，所述方法包括：

获取具有RGB格式的目标图像；

根据所述目标图像，确定资源使用信息，所述资源使用信息包括进行所述目标图像处理的资源复用关系以及进行所述目标图像处理所需的固定资源；

根据所述资源使用信息，对所述目标图像进行人脸检测和关键点检测，确定所述目标图像中的人脸特征信息，所述人脸特征信息包括：人脸特征向量和所述人脸特征向量对应的目标位置；

所述获取具有RGB格式的目标图像，包括：

当待处理图像为非RGB格式时，对所述待处理图像进行格式转换，生成RGB格式的所述待处理图像，作为待处理标准图像；

当所述待处理标准图像存储在本地数据库或者远程数据库时，将所述待处理标准图像拷贝至所述GPU上；

当所述待处理标准图像存储在所述GPU时，将所述待处理标准图像作为所述目标图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像，确定资源使用信息，包括：

根据所述目标图像，确定所述固定资源，其中，所述固定资源包括：所述目标图像所占用的资源、进行所述目标图像处理的网络模型的权重所占用的资源，所述网络模型中包括人脸检测网络、用于关键点确定的回归网络和进行人脸特征精确提取的识别网络；

根据所述目标图像所占用的资源，确定所述网络模型的资源信息，所述网络模型的资源信息包括：所述网络模型的不同层的资源需求量以及所述网络模型的不同层所使用的资源节点以及所释放的资源节点；

根据所述网络模型的资源信息，确定所述资源复用关系。

3.根据权利要求2所述的方法，其特征在于，所述根据所述资源使用信息，对所述目标图像进行人脸检测和关键点检测，确定所述目标图像中的人脸特征信息，包括：

对所述目标图像进行所述人脸检测和所述关键点检测，利用所述人脸检测网络和所述回归网络确定所述目标图像中的目标人脸框和关键点位置；

根据所述目标人脸框和所述关键点位置，利用所述识别网络通过归一化处理确定所述人脸特征信息。

4.根据权利要求3所述的方法，其特征在于，所述人脸检测网络包括用于确定人脸框的确定网络和用于对人脸框进行精确分类的分类网络；所述对所述目标图像进行所述人脸检测和所述关键点检测，利用所述人脸检测网络和所述回归网络确定所述目标图像中的目标人脸框和关键点位置，包括：

将根据所述目标图像建立的图像金字塔拼接成超平面集；

对所述图像金字塔拼接成的超平面集进行归一化处理；

根据归一化处理后的所述超平面集，通过所述确定网络确定所述目标人脸框的位置；

根据所述目标人脸框的位置，利用非极大值抑制法，对所述归一化处理后的超平面集中的各层人脸图像进行处理，通过所述分类网络确定所述目标人脸框；

将所述目标人脸框通过图像放缩处理以及所述归一化处理，再分批次输入所述回归网络，确定所述关键点位置。

5.根据权利要求3所述的方法，其特征在于，所述根据所述目标人脸框和所述关键点位置，利用所述识别网络通过归一化处理确定所述人脸特征，包括：

根据所述目标人脸框和所述关键点位置，通过水平校正，确定具有预设规格的目标人脸图像；

将所述目标人脸图像进行归一化处理后，分批次输入所述识别网络中，确定所述目标图像中的所述人脸特征向量和所述人脸特征向量对应的目标位置。