[发明专利]一种人脸识别方法及装置

说明书

本发明提供一种人脸识别方法及装置，包括：获取待识别人脸图像和待识别证件信息；对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预处理人脸图像和证件图像信息进行识别比对处理，得到人脸识别结果。本发明提供的人脸识别方法及装置，能够提高人脸识别的准确性，进而提升人脸识别效率。

技术领域

本发明涉及数据通信技术领域，具体而言，涉及一种人脸识别方法及装置。

背景技术

随着计算机技术、图像处理技术、模式识别技术等的快速发展，人脸识别技术也运用越来越广泛。现在，通常使用人脸识别验证身份的方法来提高机场、火车站等的通行效率，先采集刷卡人的人脸信息与身份证照片信息，然后将人脸信息与身份证照片信息进行比对识别。然而，在实践中发现，在机场、火车站等人流量大的场所，往往存在排队等候的情况，现人脸识别容易受眼镜、头发和眉毛等外部遮挡物的影响，进而降低了人脸识别精度。

发明内容

鉴于上述问题，本发明提供了一种人脸识别方法及装置，能够减少噪声对人脸识别的干扰，提高人脸识别的准确性，进而提升人脸识别效率。

为了实现上述目的，本发明采用如下的技术方案：

本发明第一方面公开了一种人脸识别方法，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。

作为一种可选的实施方式，在本发明第一方面中，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。

作为一种可选的实施方式，在本发明第一方面中，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。

作为一种可选的实施方式，在本发明第一方面中，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，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。