[发明专利]一种人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，包括：

获取待识别人脸图像和待识别证件信息；

对所述待识别人脸图像进行去噪预处理，得到预处理人脸图像，以及提取所述待识别证件信息的证件图像信息；

根据预先构建的人证识别人工智能模型对所述预处理人脸图像和所述证件图像信息进行识别比对处理，得到人脸识别结果。

2.根据权利要求1所述的人脸识别方法，其特征在于，在所述获取待识别人脸图像和待识别证件信息之前，所述方法还包括：

构建原始损失函数，并根据所述原始损失函数构建用于识别比对人脸图像与证件图像信息的原始人证识别模型；

获取训练所述原始人证识别模型的训练数据；

通过所述训练数据对所述原始人证识别模型进行训练，得到人证识别人工智能模型。

3.根据权利要求2所述的人脸识别方法，其特征在于，通过所述训练数据对所述原始人证识别模型进行训练，得到人证识别人工智能模型，包括：

根据预设的调整规则对原始损失函数进行参数调整，得到调整后损失函数；其中，所述预设的调整规则是根据控制变量法设定的；

根据所述调整后损失函数对所述训练数据进行处理，得到损失结果；

根据所述损失结果判断所述调整后损失函数是否满足预设收敛条件；

当所述调整后损失函数满足所述预设收敛条件时，根据所述调整后损失函数确定所述原始人证识别模型的模型参数；

根据所述模型参数对所述原始人证识别模型进行参数调整，得到人证识别人工智能模型。

4.根据权利要求2所述的人脸识别方法，其特征在于，所述原始损失函数为：

其中，L表示所述原始损失函数，m₁、m₂、m₃为所述原始损失函数的函数参数，N为特征向量样本的数量，所述特征向量样本是对所述训练样本进行特征提取处理得到的；

其中，s为预设系数，θ_j表示第j个特征向量样本属于第j类的概率，θ_yi表示第i个所述特征向量样本属于第i类的概率，y_i是第i个所述特征向量样本的真值。

5.根据权利要求1所述的人脸识别方法，其特征在于，在根据预先构建的人证识别人工智能模型对所述预处理人脸图像和所述证件图像信息进行识别比对处理，得到人脸识别结果之后，所述方法还包括：

根据所述人脸识别结果判断所述待识别人脸图像和所述待识别证件信息是否匹配；

如果所述待识别人脸图像和所述待识别证件信息不相匹配，输出人证不匹配的提示信息。

6.一种人脸识别装置，其特征在于，包括：

获取模块，用于获取待识别人脸图像和待识别证件信息；

预处理模块，用于对所述待识别人脸图像进行去噪预处理，得到预处理人脸图像，以及提取所述待识别证件信息的证件图像信息；

识别比对模块，用于根据预先构建的人证识别人工智能模型对所述预处理人脸图像和所述证件图像信息进行识别比对处理，得到人脸识别结果。

7.根据权利要求6所述的人脸识别装置，其特征在于，还包括：

构建模块，用于在所述获取待识别人脸图像和待识别证件信息之前，构建原始损失函数，以及根据所述原始损失函数构建用于识别比对人脸图像与证件图像信息的原始人证识别模型；

所述获取模块，还用于获取训练所述原始人证识别模型的训练数据；

训练模块，用于通过所述训练数据对所述原始人证识别模型进行训练，得到人证识别人工智能模型。

8.根据权利要求6所述的人脸识别装置，其特征在于，还包括：

判断模块，用于在根据预先构建的人证识别人工智能模型对所述预处理人脸图像和所述证件图像信息进行识别比对处理，得到人脸识别结果之后，根据所述人脸识别结果判断所述待识别人脸图像和所述待识别证件信息是否匹配；

提示模块，用于当所述待识别人脸图像和所述待识别证件信息不相匹配时，输出人证不匹配的提示信息。