[发明专利]一种人脸识别方法、装置及电子设备

权利要求书

1.一种人脸识别方法，其特征在于，包括：

获取待检测人脸图像和底库人脸图像，并提取所述待检测人脸图像和所述底库人脸图像在不同分辨率下的特征图；

确定所述待检测人脸图像不同分辨率下特征图对应的第一特征向量，以及所述底库人脸图像不同分辨率下特征图对应的第二特征向量，并将对应于相同分辨率下的所述第一特征向量和所述第二特征向量作为一组特征向量对；

通过基于注意力机制的特征向量比对方式确定每个分辨率下所述特征向量对中所述第一特征向量与所述第二特征向量之间的相关性，并基于所述相关性确定出所述第一特征向量与所述第二特征向量对应的加权特征向量，以得到不同分辨率下的加权特征向量；

基于所述加权特征向量得到所述待检测人脸图像和所述底库人脸图像的多尺度特征比对向量，并根据所述多尺度特征比对向量判断所述待检测人脸图像与所述底库人脸图像是否一致。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述提取所述待检测人脸图像和所述底库人脸图像在不同分辨率下的特征图之前，还包括：

确定所述待检测人脸图像对应的待检测人脸特征向量，以及所述底库人脸图像对应的底库人脸特征向量；

计算所述待检测人脸特征向量和所述底库人脸特征向量之间的相似度，若所述相似度在预设相似度范围之内，则启动所述提取所述待检测人脸图像和所述底库人脸图像在不同分辨率下的特征图的步骤。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述基于所述加权特征向量得到所述待检测人脸图像和所述底库人脸图像的多尺度特征比对向量，包括：

基于所述待检测人脸特征向量和所述底库人脸特征向量，通过所述基于注意力机制的特征向量比对方式得到所述待检测人脸特征向量与所述底库人脸特征向量对应的加权人脸特征向量；

对所述加权特征向量和所述加权人脸特征向量进行拼接，并将拼接后向量输入全连接层以得到所述多尺度特征比对向量。

4.根据权利要求1至3任一项所述的人脸识别方法，其特征在于，所述确定所述待检测人脸图像不同分辨率下特征图对应的第一特征向量，以及所述底库人脸图像不同分辨率下特征图对应的第二特征向量，包括：

根据所述特征图通过预先创建的加权特征图获取单元计算通道权重得到对应的加权特征图；其中，所述加权特征图获取单元为按照池化层、Concate层、卷积层、Relu层、卷积层和Softmax层的顺序构建的，以特征图为输入以加权特征图为输出的网络单元；

提取所述加权特征图的特征向量，以得到所述第一特征向量或所述第二特征向量。

5.一种人脸识别装置，其特征在于，包括训练后的人脸识别模型，其中，所述训练后的人脸识别模型包括：

卷积神经网络模块，用于获取待检测人脸图像和底库人脸图像，并提取所述待检测人脸图像和所述底库人脸图像在不同分辨率下的特征图；

特征向量获取模块，用于确定所述待检测人脸图像不同分辨率下特征图对应的第一特征向量，以及所述底库人脸图像不同分辨率下特征图对应的第二特征向量，并将对应于相同分辨率下的所述第一特征向量和所述第二特征向量作为一组特征向量对；

特征向量比对模块，用于通过基于注意力机制的特征向量比对方式确定每个分辨率下所述特征向量对中所述第一特征向量与所述第二特征向量之间的相关性，并基于所述相关性确定出所述第一特征向量与所述第二特征向量对应的加权特征向量，以得到不同分辨率下的加权特征向量；

全连接层模块，用于基于所述加权特征向量得到所述待检测人脸图像和所述底库人脸图像的多尺度特征比对向量，并根据所述多尺度特征比对向量判断所述待检测人脸图像与所述底库人脸图像是否一致。