[发明专利]一种人脸识别方法、装置、计算机设备及存储介质

说明书

本发明涉及图像识别领域，尤其涉及一种人脸识别方法、装置、计算机设备及存储介质，所述方法包括：获取待识别的人脸图像；利用深度神经网络模型对所述待识别的人脸图像进行识别，得到所述待识别人脸图像中的多种人脸特征信息；输出所述多种人脸特征信息。本发明通过卷积神经网络提取图像特征，具有较强的自学能力，鲁棒性强，使用轻量级网络提取图像特征，具有更好的泛化性和更快的识别速度，采用多任务学习的思想，底层卷积神经网络共享参数，上层网络独享特定参数，从而一个模型就能完成人脸身份、性别和年龄的识别任务，模型精简且效率高；将人脸身份识别中挖掘出的信息可在性别认识和年龄识别中继续使用，提升性别、年龄的识别精度。

技术领域

本发明涉及图像识别领域，尤其涉及一种人脸识别方法、装置、计算机设备及存储介质。

背景技术

随着人脸识别技术的不断发展，其在安全领域的应用越来越广泛。近几年来开始出现人脸识别解锁，人脸考勤机，人脸识别门禁，刷脸支付等等应用，在一些对安全性能要求比较高的应用场合中，对人脸识别技术提出更高的要求，传统的人脸识别技术面临严峻的挑战。

现有的人脸识别技术，一般都是通过神经网络对人脸信息进行识别后确定人脸对应的身份信息，进而进行人脸身份验证，而现有的神经网络都存在深度过深，对人脸速度识别较慢的问题，并且，现有技术对人脸进行识别时，都只能进行身份验证，不能完成其他信息的识别，适用性不强。

由此可见，现有的人脸识别技术存在诸多问题，急需改进。

发明内容

基于此，有必要针对上述的问题，提供一种人脸识别方法、装置、计算机设备及存储介质。

在其中一个实施例中，本发明提供了一种，所述方法包括如下步骤：

获取待识别的人脸图像；

利用深度神经网络模型对所述待识别的人脸图像进行识别，得到所述待识别人脸图像中的多种人脸特征信息；

输出所述多种人脸特征信息。

在其中一个实施例中，本发明提供了一种人脸识别装置，所述装置包括：

信息获取单元，所述信息获取单元用于获取待识别的人脸图像；

信息处理单元，所述信息处理单元用于利用深度神经网络模型对所述待识别的人脸图像进行识别，得到所述待识别的人脸图像中的人脸特征信息；其中，所述深度神经网络模型由多个数据集经过多轮训练得到，所述深度神经网络模型能够识别所述待识别的人脸图像中的多个人脸特征信息；以及

信息输出单元，所述信息输出单元用于输出所述人脸特征信息。

在其中一个实施例中，本发明还提供一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机程序，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上述实施例所述的一种人脸识别方法。

在其中一个实施例中，本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述实施例所述的一种人脸识别方法。

本发明实施例中的一种人脸识别方法、装置、计算机设备和存储介质，使用了卷积神经网络提取图像特征，提高了模型的自主学习能力，使得模型具有更高的鲁棒性，使用了轻量级网络提取图像特征，网络深度较低，识别速度快，使得本发明具有更好的泛化性和更快的识别速度，采用了多任务学习的思想，一个模型就能完成人脸身份、性别和年龄的识别任务，模型精简且效率高；同时在迁移学习的基础上，将人脸身份识别作为源领域先进行特征学习，源领域中挖掘出的信息可在性别认识和年龄识别任务中继续使用，也提升了子任务识别精度。

附图说明

图1为一个实施例中提供的人脸识别方法的应用环境图；