[发明专利]人脸识别方法、装置、电子设备及存储介质

说明书

本发明的人脸识别方法、装置、电子设备及存储介质，对目标数据的结构进行了改进，在目标数据中添加标签类型，对于标签类型为初始标签的目标数据直接进行人脸检测，人脸检测成功后进行人脸对齐和特征提取，人脸检测失败后，将初始标签更新为重识别标签并返回；对于标签类型为重识别标签的目标数据直接进行人脸方向识别和图像翻转，随后再进行人脸检测、人脸对齐及特征提取；通过上述方式，避免由于需要对每个目标数据进行人脸方向识别及翻转图像导致单次人脸识别请求耗时高、计算量大，有利于降低硬件资源使用量。

【技术领域】

本发明涉及计算机图像数据处理技术领域，尤其涉及一种人脸识别方法、装置、电子设备及存储介质。

【背景技术】

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别分为1比1人脸识别和1比N人脸识别，1比1人脸识别即为一张底图照片和一张待比对图片中的人脸进行比对，来判断是否是同一个人。

在1比1人脸识别实际过程中，由于手机/平板或者其他终端的使用人员的操作不当，以及第三方APP接入问题造成上传到云端服务器进行图片比对时候出现图片翻转90度/180度/270度的情况，导致在云端服务器上进行人脸检测的过程中出现检测不到人脸的情况，从而造成识别失败。现有技术中为了避免人脸方向异常导致的人脸识别失败，在人脸识别过程中对所有图像均进行人脸方向识别及翻转，但是经过统计分析，出现图像翻转的情况占比总调用次数约1-2％，对所有图像进行人脸方向识别会导致单次请求耗时高，响应慢。

【发明内容】

本发明的目的在于提供一种人脸识别方法、装置、电子设备及存储介质，以解决现有技术中人脸识别单次请求计算量高及耗时高的技术问题。

本发明的技术方案如下：提供一种人脸识别方法，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。

可选地，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；