[发明专利]面部图像识别方法、装置和设备

说明书

本发明实施例提供一种面部图像识别方法、装置和设备。该方法包括：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。本发明实施例的方法，不仅提高了面部图像识别的速度，而且提高了面部图像识别的准确率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种面部图像识别方法、装置和设备。

背景技术

随着信息技术的不断发展，以计算机技术和网络技术为代表的信息技术已经渗透到人们生活的方方面面。信息技术在为人们的生活带来便利的同时，也带来了一些安全隐患。进行身份识别是一种提高信息安全性的必要措施。

电信运营商在为用户办理各项业务时，首先需要核实用户的身份信息，以确保用户的利益不受损害。由于人的面部图像的特征具有稳定性和易采集性，而常被用于识别身份信息。目前，运营商多采用传统神经网络进行面部图像识别，对用户面部图像识别的准确率不高。

发明内容

本发明实施例提供一种面部图像识别方法、装置和设备，用以解决现有技术中对用户面部图像辨识准确率低的问题。

第一方面，本发明实施例提供一种面部图像识别方法，包括：

获取待识别的面部图像；

根据待识别的面部图像，确定面部的器官之间的位置距离关系，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，确定待识别的面部图像为无效图片。

在一种可能的实现方式中，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无效图片，包括：

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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，若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，则方法还包括：

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

在一种可能的实现方式中，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。

在一种可能的实现方式中，根据预先训练的面部图像识别模型对待识别的面部图像进行识别之前，方法还包括：

获取已标注的样本数据；

将样本数据分为训练样本集和验证样本集；

使用训练样本集对面部图像识别模型进行训练，使用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。

在一种可能的实现方式中，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，根据图像文件获取待识别的面部图像。

在一种可能的实现方式中，根据待识别的面部图像，确定面部的器官之间的位置距离关系，包括：