[发明专利]人脸识别方法、装置、电子设备及存储介质

权利要求书

1.一种人脸识别方法，其特征在于，包括：

从数据库中获取待识别的目标数据，其中，所述目标数据包括标准图像、待识别图像以及标签类型，所述标签类型包括初始标签和重识别标签；

当所述目标数据的标签类型为初始标签时，对所述目标数据的待识别图像进行人脸检测，判断所述待识别图像中是否存在人脸；当检测到所述待识别图像中不存在人脸时，将所述目标数据中的标签类型更新为重识别标签并将所述目标数据返回至所述数据库；

当所述目标数据的标签类型为重识别标签时，对所述目标数据的待识别图像进行人脸方向识别，根据方向识别结果对所述待识别图像进行方向调整，对调整后的待识别图像进行人脸检测，判断所述待识别图像中是否存在人脸；

当检测到所述待识别图像或所述调整后的待识别图像中存在人脸时，将所述标准图像和所述待识别图像进行人脸对齐，利用预先训练的人脸特征提取模型分别对人脸对齐后的所述标准图像和所述待识别图像进行特征提取，分别得到标准人脸特征数据和待识别人脸特征数据；

将所述标准人脸特征数据和所述待识别人脸特征数据进行比对，并将比对结果返回至所述目标数据的对应终端。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述对所述目标数据的待识别图像进行人脸方向识别，包括：

将所述待识别图像输入至resnet50网络，对所述待识别图像进行人脸方向识别；

所述resnet50网络按照如下步骤进行训练：

获取至少一个训练样本，其中，所述训练样本包括人脸翻转图像以及真实方向类别标注，所述人脸翻转图像是分别对正脸图像进行向左翻转、向下翻转以及向右翻转得到的，所述方向类别标注包括向左翻转、向下翻转以及向右翻转；

将所述训练样本输入至待训练的resnet50网络进行特征提取，将所提取特征输入至resnet50网络的策略函数中，得到所述策略函数输出的每一预设方向类别的预测概率值；

根据每一预设方向类别的预测概率值以及所述真实方向类别标注，对所述策略函数的参数进行训练，直至所述策略函数收敛，得到训练完成的resnet50网络。

3.根据权利要求1所述的人脸识别方法，其特征在于，所述对调整后的待识别图像进行人脸检测，判断所述待识别图像中是否存在人脸，包括：

将所述待识别图像输入至多个人脸检测器中进行人脸检测，其中，所述多个人脸检测器所检测的人脸角度类型不同，所述人脸角度类型包括左侧脸、正脸以及右侧脸；

当存在至少一个人脸检测器的检测结果为是时，判断所述待识别图像中存在人脸。

4.根据权利要求1所述的人脸识别方法，其特征在于，所述将所述标准图像和所述待识别图像进行人脸对齐，包括：

对所述标准图像进行人脸关键点定位，得到对应的标准人脸关键点；

所述待识别图像进行人脸关键点定位，得到对应的人脸关键点；

根据所述标准关键点和所述人脸关键点，获取所述待识别图像对应的用于实现人脸关键点对齐的第一变换数据，其中，所述第一变换数据包括第一尺寸变换数据和第一平移变换数据；

对所述第一变换数据进行平滑处理，得到第二变换数据；

根据所述第二变换数据对所述待识别图像进行人脸关键点对齐，得到人脸对齐后的所述待识别图像。

5.根据权利要求1所述的人脸识别方法，其特征在于，所述利用预先训练的人脸特征提取模型分别对人脸对齐后的所述标准图像和所述待识别图像进行特征提取，分别得到标准人脸特征数据和待识别人脸特征数据，包括：

分别将所述标准图像和所述待识别图像输入至所述人脸特征提取模型中，得到所述标准图像和所述待识别图像各自对应的特征图；

按照预设的划分方式将所述特征图划分为不同区域，提取所述特征图不同区域的高维特征；

将所述高维特征进行降维处理，得到所述标准图像的不同区域的低维特征以及所述待识别图像的不同区域的低维特征。