[发明专利]人脸识别方法、装置、电子设备和介质

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取待识别人脸图像；

基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；

通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；

基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；

通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据，包括：

确定所述待识别人脸图像的人脸特征数据中的非关注特征元素和关注特征元素；

将所述非关注特征元素置为0。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述方法还包括：

获取多组样本人脸图像对，所述样本人脸图像对包括样本人脸图像与对应的样本遮挡人脸图像，所述样本遮挡人脸图像为存在遮挡物的样本人脸图像；

基于第一网络结构分别对所述多组样本人脸图像对进行特征提取，获得所述多组样本人脸图像对的特征向量；

通过目标生成器获取所述多组样本人脸图像对的特征向量的差值；

再根据所述特征向量的差值确定用于遮挡情况下特征识别的所述非关注特征元素和所述关注特征元素。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述目标生成器的网络结构包括：

一个卷积层、一个PReLu激活层、一个组归一化层和一个Sigmoid激活层；所述卷积层的卷积核大小为3x3，步长为1，填充为1，通道数为512。

5.根据权利要求3或4所述的人脸识别方法，其特征在于，所述根据所述特征向量的差值确定用于特征识别的非关注特征元素和关注特征元素，包括：

获取所述特征向量的差值的平均值；将所述平均值的特征图水平拉伸，获得平均特征向量；

获取参考比例阈值n％；确定所述平均特征向量的元素从小到大排列情况下前n％的元素为所述非关注特征元素，其余元素为所述关注特征元素。

6.根据权利要求5所述的人脸识别方法，其特征在于，所述通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果包括：

获取所述目标人脸特征向量和所述模板人脸特征向量的相似度；

在所述相似度大于或等于预设的特征相似度阈值的情况下，确定所述待识别人脸图像识别成功；在所述相似度小于所述预设的特征相似度阈值的情况下，确定所述待识别人脸图像识别失败。

7.根据权利要求6所述的人脸识别方法，其特征在于，所述模板人脸特征向量为：

模板人脸图像基于所述第一网络结构进行特征提取、通过所述目标字典参数对所述模板人脸图像的人脸特征数据进行调整，再基于所述第二网络结构处理获得的人脸特征向量。

8.一种人脸识别装置，其特征在于，包括：

获取模块，用于获取待识别人脸图像；

第一提取模块，用于基于第一网络结构对所述待识别人脸图像进行特征提取，获得所述待识别人脸图像的人脸特征数据；

调整模块，用于通过目标字典参数对所述待识别人脸图像的人脸特征数据进行调整，获得调整特征数据；

第二提取模块，用于基于第二网络结构对所述调整特征数据进行处理，获得目标人脸特征向量；

识别处理模块，用于通过比对所述目标人脸特征向量和模板人脸特征向量，确定所述待识别人脸图像的识别结果。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，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如权利要求1至7中任一项所述的人脸识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，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如权利要求1至7中任一项所述的人脸识别方法的步骤。