[发明专利]人脸识别方法、装置、计算机设备和可读存储介质

说明书

本申请涉及一种人脸识别方法、装置、计算机设备和可读存储介质。所述人脸识别方法包括：获取待识别的人脸图像；采用人脸识别模型，对所述人脸图像进行识别，得到人脸识别结果；所述人脸识别模型是采用训练样本集训练得到的；所述训练样本集是将原始样本集中的多个源域图像转换为对应的目标域图像后得到的；所述人脸图像和所述目标域图像具有相同的域类别。采用本方法能够提升人脸识别准确率。

技术领域

本发明涉及人脸识别技术领域，特别是涉及一种人脸识别方法、装置、计算机设备和可读存储介质。

背景技术

随着人工智能技术的快速发展，人脸识别技术作为计算机视觉领域的重要分支之一，已越来越多的应用在各个行业，例如，金融行业、公安系统等等。

传统技术中，人脸识别模型在训练过程中是采用公开数据集进行训练；其中，公开数据集中可能包括不同域类别的图像，域类别如亚洲人、欧洲人等等。

然而，在实际的应用中，训练得到的人脸识别模型对于不同域类别的人脸图像，其识别准确率是不一致的，可能存在对于某种域类别的人脸图像的识别准确率较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升人脸识别准确率的人脸识别方法、装置、计算机设备和可读存储介质。

第一方面，本申请实施例提供了一种人脸识别方法，人脸识别方法包括：

获取待识别的人脸图像；

采用人脸识别模型，对所述人脸图像进行识别，得到人脸识别结果；所述人脸识别模型是采用训练样本集训练得到的；所述训练样本集是将原始样本集中的多个源域图像转换为对应的目标域图像后得到的；所述人脸图像和所述目标域图像具有相同的域类别。

在其中一个实施例中，所述人脸识别模型的训练过程包括：

获取所述原始样本集；所述原始样本集包括源域图像和目标域图像，所述原始样本集中源域图像的数量大于所述原始样本集中目标域图像的数量；

将所述原始样本集中的多个源域图像转换为对应的目标域图像，得到所述训练样本集；

采用所述训练样本集训练初始识别模型，训练后得到所述人脸识别模型。

在其中一个实施例中，所述将所述原始样本集中的多个源域图像转换为对应的目标域图像，得到所述训练样本集，包括：

获取待转换的源域图像的身份特征和非身份特征，并获取参考目标域图像的身份特征和非身份特征；所述参考目标域图像是所述原始样本集包括的目标域图像中的任一个；

将所述待转换的源域图像的身份特征和所述参考目标域图像的非身份特征进行结合，得到所述待转换的源域图像对应的目标域图像；

将所述原始样本集中待转换的各源域图像分别替换为对应的目标域图像，替换后的得到所述训练样本集。

在其中一个实施例中，所述获取待转换的源域图像的身份特征和非身份特征，并获取参考目标域图像的身份特征和非身份特征，包括：

将所述待转换的源域图像输入至不同的编码器网络中，得到所述待转换的源域图像的身份特征和非身份特征；

将所述参考目标域图像输入至不同的编码器网络中，得到所述参考目标域图像的身份特征和非身份特征；

对应地，所述将所述待转换的源域图像的身份特征和所述参考目标域图像的非身份特征进行结合，得到所述待转换的源域图像对应的目标域图像，包括：

将所述待转换的源域图像的身份特征和所述参考目标域图像的非身份特征输入至解码器网络中，得到所述待转换的源域图像对应的目标域图像。