[发明专利]人脸图像识别方法、装置、电子设备及存储介质

权利要求书

1.一种人脸图像识别方法，其特征在于，所述方法包括：

获得多个人脸图像；

对所述多个人脸图像进行特征提取，得到所述多个人脸图像分别对应的多个特征向量；

根据所述多个特征向量得到多个待识别的目标对象，其中，所述待识别的目标对象为待处理的聚类结果；所述根据所述多个特征向量得到多个待识别的目标对象，包括：根据特征提取网络和所述多个特征向量，得到人脸关系图；对所述人脸关系图进行聚类处理后得到所述多个待识别的目标对象；

对所述多个待识别的目标对象进行评估，得到所述多个人脸图像的类别。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个人脸图像进行特征提取，得到所述多个人脸图像分别对应的多个特征向量，包括：

根据特征提取网络对所述多个人脸图像进行特征提取，得到所述多个人脸图像分别对应的多个特征向量。

3.根据权利要求1或2所述的方法，其特征在于，所述特征提取网络还包括自学习的过程。

4.根据权利要求1所述的方法，其特征在于，还包括：所述特征提取网络根据第一损失函数进行反向传播，得到自学习后的特征提取网络；根据所述自学习后的特征提取网络对所述人脸关系图进行聚类处理，得到所述多个待识别的目标对象。

5.根据权利要求1所述的方法，其特征在于，对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别，包括：

根据聚类评估参数对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别。

6.根据权利要求5所述的方法，其特征在于，根据聚类评估参数对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别，包括：

在聚类网络中根据聚类评估参数对所述多个待识别的目标对象进行评估，得到所述多个人脸图像的类别。

7.根据权利要求6所述的方法，其特征在于，在聚类网络中根据聚类评估参数对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别，包括：

根据所述聚类网络对所述聚类评估参数进行校正，得到校正后的聚类评估参数；

根据所述校正后的聚类评估参数对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别。

8.根据权利要求6或7所述的方法，其特征在于，所述聚类网络还包括根据所述聚类网络的第二损失函数进行反向传播，得到自学习后的聚类网络；

根据所述自学习后的聚类网络对所述聚类评估参数进行校正，得到校正后的聚类评估参数；

根据所述校正后的聚类评估参数对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别。

9.根据权利要求1、2、4至7中任一项所述的方法，其特征在于，所述方法还包括：对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别之后，还包括：

提取所述类别中的多个人脸图像，从所述多个人脸图像中提取符合预设聚类条件的第一人脸图像。

10.根据权利要求1、2、4至7中任一项所述的方法，其特征在于，所述方法还包括：对所述多个待识别的目标对象进行评估，得到多个人脸图像的类别之后，还包括：

提取所述类别中的多个人脸图像，从所述多个人脸图像中确定出聚类重叠的第二人脸图像；

对所述第二人脸图像进行去重叠处理。

11.一种人脸识别神经网络的训练方法，其特征在于，所述方法包括：

获得包括多个人脸图像数据的第一数据集；

通过对所述多个人脸图像数据进行特征提取，得到第二数据集，其中，所述第二数据集由表征所述多个人脸图像数据语义关系的第一邻接图得到的多个聚类结果构成；

对所述第二数据集进行聚类检测，得到多个人脸图像的类别。