[发明专利]人脸特征确定方法、装置、存储介质及电子设备

说明书

本公开涉及一种人脸特征确定方法、装置、存储介质及电子设备，应用于GPU，该方法包括：获取具有RGB格式的目标图像；根据目标图像，确定资源使用信息，资源使用信息包括进行目标图像处理的资源复用关系以及进行目标图像处理所需的固定资源；根据资源使用信息，对目标图像进行人脸检测和关键点检测，确定目标图像中的人脸特征信息，人脸特征信息包括：人脸特征向量和人脸特征向量对应的目标位置。整个人脸特征确定过程主要在GPU中完成，因此，能够减小GPU与CPU间的切换和交互，提高运行效率。

技术领域

本公开涉及电子技术领域，具体地，涉及一种人脸特征确定方法、装置、存储介质及电子设备。

背景技术

作为一种重要的生物特征识别技术，人脸识别技术被广泛应用于金融、国家安全、司法、教育等领域。基于深度学习的人脸识别系统部署一般配备有较高的硬件配置，特别是GPU(英文：Graphics Processing Unit，中文：图形处理器)，以保证能够满足在实际应用中对实时性的要求。现有技术中，服务器端能够实现完整的人脸检测、关键点检测和人脸特征提取，但通常各个处理子模块是相互独立的，仅将网络模型传播部分放到GPU执行，因此会增加GPU与CPU(英文：Central Processing Unit，中文：中央处理器)之间交互，同时需要GPU与CPU之间要进行切换，降低了GPU的利用率。

发明内容

本公开的目的是提供一种能够提高GPU利用率，降低GPU资源的占用的人脸特征确定方法、装置、存储介质及电子设备。

根据本公开实施例的第一方面，提供一种人脸特征确定方法，应用于GPU，所述方法包括：

获取具有RGB格式的目标图像；

根据所述目标图像，确定资源使用信息，所述资源使用信息包括进行所述目标图像处理的资源复用关系以及进行所述目标图像处理所需的固定资源；

根据所述资源使用信息，对所述目标图像进行人脸检测和关键点检测，确定所述目标图像中的人脸特征信息，所述人脸特征信息包括：人脸特征向量和所述人脸特征向量对应的目标位置。

可选的，所述获取具有RGB格式的目标图像，包括：

当待处理图像为非RGB格式时，对所述待处理图像进行格式转换，生成RGB格式的所述待处理图像，作为待处理标准图像；

当所述待处理标准图像存储在本地数据库或者远程数据库时，将所述待处理标准图像拷贝至所述GPU上；

当所述待处理标准图像存储在所述GPU时，将所述待处理标准图像作为所述目标图像。

可选的，所述根据所述目标图像，确定资源使用信息，包括：

根据所述目标图像，确定所述固定资源，其中，所述固定资源包括：所述目标图像所占用的资源、进行所述目标图像处理的网络模型的权重所占用的资源，所述网络模型中包括人脸检测网络、用于关键点确定的回归网络和进行人脸特征精确提取的识别网络；

根据所述目标图像所占用的资源，确定所述网络模型的资源信息，所述网络模型的资源信息包括：所述网络模型的不同层的资源需求量以及所述网络模型的不同层所使用的资源节点以及所释放的资源节点；

根据所述网络模型的资源信息，确定所述资源复用关系。

可选的，所述根据所述资源使用信息，对所述目标图像进行人脸检测和关键点检测，确定所述目标图像中的人脸特征信息，包括：

对所述目标图像进行所述人脸检测和所述关键点检测，利用所述人脸检测网络和所述回归网络确定所述目标图像中的目标人脸框和关键点位置；

根据所述目标人脸框和所述关键点位置，利用所述识别网络通过归一化处理确定所述人脸特征信息。