[发明专利]一种人脸识别方法、装置及电子设备

说明书

本申请公开了一种人脸识别方法、装置及电子设备。该方法包括：根据待检测人脸图像和底库人脸图像在不同分辨率下的特征图，确定待检测人脸图像和底库人脸图像在不同分辨率下特征图分别对应的第一特征向量和第二特征向量，并通过基于注意力机制的特征向量比对方式，确定相同特征图分辨率的第一特征向量和第二特征向量之间的相关性，然后基于相关性确定出第一特征向量与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；基于加权特征向量得到待检测人脸图像和底库人脸图像的多尺度特征比对向量，并根据多尺度特征比对向量判断待检测人脸图像与底库人脸图像是否一致。能够提高相似样本比对的准确度，降低人脸识别误识率。

技术领域

本发明涉及计算机技术领域，特别涉及一种人脸识别方法、装置及电子设备。

背景技术

人脸识别由于数据获取方便、特征变化小，被广泛应用于公共安全、金融支付等领域。当前，人脸识别技术主要通过提取人脸图片的人脸特征向量，根据人脸特征向量的距离来判断两张照片是否为同一人。在实际应用中通常会事先录入一部分人脸图片作为底库，测试时用现场设备采集到的测试照片和底库照片比较，来判断该目标是否在底库中。根据底库图片的多少，人脸识别应用可大致分为1：1、1：N和M：N，其中1：1指的是库容有1张，每次输入1张测试照片和库容比对，主要用于个人设备的身份验证；1：N指的是库容有N个ID，每次输入1张测试图片，主要用于静态图片检索，M:N指的是库容有N个ID，测试时候每个ID输入M(MN)张测试照片，最后返回该ID的比对结果，主要用于视频人脸识别。

现有技术中，人脸识别模型主要用Resnet等网络结构提取图片特征，在训练时将人脸识别任务作为分类任务，测试时移除分类层，提取照片的特征，利用余弦距离或欧式距离来衡量两张照片的相似度，当相似度高于一个阈值时即可判断两张照片属于同一ID；但这种方法仅通过一张高维的人脸特征向量进行判断，当测试图片质量较差或两个人很相似时，两张照片的相似度处于阈值附近，由于仅靠特征向量比对缺少图片细节信息的对比，容易产生误判。现有技术中，还通过对比学习(Contrast Learn)实现人脸识别，即同一张照片通过两种不同的增强方法，分别用相同的网络得到特征，然后计算类内和类间的相似度，之后接入分类损失函数。对比学习虽然考虑到了样本之间的异同，但主要目标是让同一目标在不同的增强下具有相同的特征，本质是让人脸特征向量更具鲁棒性，让人脸特征在不同的环境下一致，并未考虑与其他样本之间做比对，因此当两个ID比较像时，依然容易产生误判。

发明内容

有鉴于此，本发明的目的在于提供一种人脸识别方法、装置、设备及介质，能够提高相似样本比对的准确度，降低人脸识别误识率。其具体方案如下：

第一方面，本申请公开了一种人脸识别方法，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。

可选的，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；