[发明专利]人脸识别方法、训练方法、电子设备及存储介质

说明书

本发明实施例涉及计算机技术领域，公开了一种人脸识别方法、训练方法、电子设备及存储介质。本申请的实施例中，人脸识别方法包括：获取人脸图像的候选纹理图像；人脸图像的候选纹理图像包括人脸图像的左脸区域的参数化纹理图像或人脸图像的右脸区域的参数化纹理图像；根据人脸图像的候选纹理图像，得到待识别的参数化纹理图像；将待识别的参数化纹理图像输入人脸识别模型，进行人脸识别；人脸识别模型为预先训练至收敛的基于参数化纹理图像进行人脸识别的网络模型。本申请实施例提供的技术方案提高了人脸识别准确率。

技术领域

本发明实施例涉及计算机技术领域，特别涉及一种人脸识别方法、训练方法、电子设备及存储介质。

背景技术

大角度人脸识别是指用于比对的两张人脸图片存在较大的人脸姿态差异。实际场景中，较常见的一种情况是：入库数据都是小角度图片，测试图片为大角度图片。当测试图片的偏摆(yaw)角或俯仰(pitch)角超过30度时，其和对应正脸情况照片的外观差异非常大，人脸识别准确率下降。因此，大角度人脸识别的准确率一直是比较难提升的方向。

发明内容

本发明实施方式的目的在于提供一种人脸识别方法、训练方法、电子设备及存储介质，提高了人脸识别准确率。

为解决上述技术问题，第一方面，本发明实施例提供了一种人脸识别方法，包括：获取人脸图像的候选纹理图像；人脸图像的候选纹理图像包括人脸图像的左脸区域的参数化纹理图像或人脸图像的右脸区域的参数化纹理图像；根据人脸图像的候选纹理图像，得到待识别的参数化纹理图像；将待识别的参数化纹理图像输入人脸识别模型，进行人脸识别；人脸识别模型为预先训练至收敛的基于参数化纹理图像进行人脸识别的网络模型。

第二方面，本发明实施例提供了一种人脸识别模型的训练方法，包括：获取样本人脸图像的候选纹理图像；样本人脸图像的候选纹理图像包括样本人脸图像的左脸区域的参数化纹理图像或样本人脸图像的右脸区域的参数化纹理图像；根据样本人脸图像的候选纹理图像，得到样本人脸图像对应的参数化纹理图像，作为人脸识别模型的训练数据；基于训练数据，对人脸识别模型进行训练，直至人脸识别模型收敛。

第三方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：上述实施例提及的人脸识别模型的训练方法，或者，上述实施例提及的人脸识别方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，实现上述实施例提及的人脸识别模型的训练方法，或者，实现上述实施例提及的人脸识别方法。

本发明实施例相对于现有技术而言，基于人脸图像三维展开的参数化纹理图像进行人脸识别，可以减小不同视角下人脸的外观差异，便于人脸识别模型识别参数化纹理图像中的特征。通过人脸图像中半边人脸的参数化纹理图像来进行人脸识别，可以减小人脸图像和人脸识别模型中的样本人脸图像视角差异大对人脸识别过程的影响，从而提高识别准确率。

在部分实施例中，获取人脸图像的候选纹理图像，包括：判断人脸图像的左脸区域的可见程度是否大于人脸图像的右脸区域的可见程度；若确定是，获取人脸图像的左脸区域的参数化纹理图像作为人脸图像的候选纹理图像；若确定不是，获取人脸图像的右脸区域的参数化纹理图像作为人脸图像的候选纹理图像；或者，判断人脸图像的左脸区域的可见程度是否大于人脸图像的右脸区域的可见程度；若确定是，获取人脸图像的左脸区域的参数化纹理图像作为人脸图像的候选纹理图像；若确定不是，对人脸图像的右脸区域的参数化纹理图像进行镜像处理，将镜像处理后的图像作为人脸图像的候选纹理图像；或者，判断人脸图像的左脸区域的可见程度是否大于人脸图像的右脸区域的可见程度；若确定是，对人脸图像的左脸区域的参数化纹理图像进行镜像处理，将镜像处理后的图像作为人脸图像的候选纹理图像；若确定不是，获取人脸图像的左脸区域的参数化纹理图像作为人脸图像的候选纹理图像。