[发明专利]面部图像识别方法、装置和设备

权利要求书

1.一种面部图像识别方法，其特征在于，包括：

获取待识别的面部图像；

根据所述待识别的面部图像，确定面部的器官之间的位置距离关系，所述面部的器官包括左眼、右眼、鼻子和嘴中的至少两项；

根据所确定的面部的器官之间的位置距离关系，确定所述待识别的面部图像为无效图片；

所述根据所述待识别的面部图像，确定面部的器官之间的位置距离关系，包括：

从所述待识别的面部图像中识别出各个面部器官；确定各个面部器官在所述图像中的位置；根据各个面部器官在所述图像中的位置，确定面部的器官之间的位置距离关系；若根据所确定的面部的器官之间的位置距离关系，确定所述待识别的面部图像为有效图片，则所述方法还包括：

根据预先训练的面部图像识别模型对所述待识别的面部图像进行识别，所述面部图像识别模型是基于深度卷积神经网络训练的，所述面部图像识别模型包括各神经元的权重值和偏置值；

其中，根据所确定的面部的器官之间的位置距离关系，确定所述待识别的面部图像为无效图片，包括：

根据所确定的面部的器官之间的位置距离关系以及预先训练的面部器官模型确定交叉熵；若所述交叉熵大于等于预设阈值，则确定所述待识别的面部图像为无效图片；

或者，若所确定的面部的器官之间的位置距离关系不满足预设的位置距离关系，则确定所述待识别的面部图像为无效图片；所述待识别的面部图像所属的用户为目标用户；所述预设的位置距离关系为所述目标用户的面部器官之间的位置距离关系。

2.根据权利要求1所述的方法，其特征在于，所述面部图像识别模型包括依次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第一全连接层、第二全连接层和第三全连接层。

3.根据权利要求1所述的方法，其特征在于，所述根据预先训练的面部图像识别模型对所述待识别的面部图像进行识别之前，所述方法还包括：

获取已标注的样本数据；

将所述样本数据分为训练样本集和验证样本集；

使用所述训练样本集对所述面部图像识别模型进行训练，使用所述验证样本集进行验证，进行迭代训练，直至验证准确率大于等于预设验证准确率为止。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取待识别的面部图像，包括：

通过图像采集装置实时获取待识别的面部图像，或者，接收用户上传的图像文件，根据所述图像文件获取待识别的面部图像。

5.一种面部图像识别装置，其特征在于，包括：

获取模块，用于获取待识别的面部图像；

处理模块，用于根据所述待识别的面部图像，确定面部的器官之间的位置距离关系，所述面部的器官包括左眼、右眼、鼻子和嘴中的至少两项；

执行模块，用于根据所确定的面部的器官之间的位置距离关系，确定所述待识别的面部图像为无效图片；

所述处理模块，具体用于：

从所述待识别的面部图像中识别出各个面部器官；确定各个面部器官在所述图像中的位置；根据各个面部器官在所述图像中的位置，确定面部的器官之间的位置距离关系；

所述装置还包括识别模块，

所述识别模块用于，当根据所确定的面部的器官之间的位置距离关系，确定待识别的面部图像为有效图片时，根据预先训练的面部图像识别模型对所述待识别的面部图像进行识别，所述面部图像识别模型是基于深度卷积神经网络训练的，所述面部图像识别模型包括各神经元的权重值和偏置值；

其中，所述执行模块，具体用于：

根据所确定的面部的器官之间的位置距离关系以及预先训练的面部器官模型确定交叉熵；若交叉熵大于等于预设阈值，则确定待识别的面部图像为无效图片；

或者，若所确定的面部的器官之间的位置距离关系不满足预设的位置距离关系，则确定待识别的面部图像为无效图片；所述待识别的面部图像所属的用户为目标用户；所述预设的位置距离关系为所述目标用户的面部器官之间的位置距离关系。