[发明专利]一种人脸识别方法、装置、设备及介质

说明书

本申请公开了一种人脸识别方法、装置、设备及介质，包括：获取训练样本；训练样本为包括人脸标签信息的人脸图像；对训练样本进行区域划分，得到第一区域图像和第二区域图像；其中，第一区域图像为包括人眼区域的图像，第二区域图像为不包括人眼区域的图像；将第一区域图像和第二区域图像输入至卷积神经网络模型，对第一区域图像和第二区域图像分别进行卷积操作，得到对应的第一特征和第二特征，然后对第一特征和第二特征进行融合，得到目标特征，并利用目标特征得到训练后模型；其中，第一特征的特征维度低于第二特征的特征维度；当获取到待识别人脸图像，利用训练后模型输出对应的识别结果。这样，能够提升戴眼镜人脸识别的准确率。

技术领域

本申请涉及人脸识别技术领域，特别涉及一种人脸识别方法、装置、设备及介质。

背景技术

随着图像处理与模式识别技术的快速进步及人脸识别的便捷性，基于视频图像处理的人脸识别系统得到广泛的运用，例如考勤，出入口控制，安全监控等领域都已经出现了人脸识别系统。

在现有技术中，人脸识别效果往往受到光线、化妆、戴眼镜等因素的影响，尤其是戴大黑边框眼镜，严重影响了人脸识别的效果和人脸识别设备的体验感。

发明内容

有鉴于此，本申请的目的在于提供一种人脸识别方法、装置、设备及介质，能够减少戴眼镜眼镜对人脸识别的影响，从而提升戴眼镜人脸识别的准确率。其具体方案如下：

第一方面，本申请公开了一种人脸识别方法，包括：

获取训练样本；其中，所述训练样本为包括人脸标签信息的人脸图像；

对所述训练样本进行区域划分，得到第一区域图像和第二区域图像；其中，所述第一区域图像为包括人眼区域的图像，所述第二区域图像为不包括人眼区域的图像；

将所述第一区域图像和所述第二区域图像输入至卷积神经网络模型，对所述第一区域图像和所述第二区域图像分别进行卷积操作，得到对应的第一特征和第二特征，然后对所述第一特征和所述第二特征进行融合，得到目标特征，并利用所述目标特征得到训练后模型；其中，所述第一特征的特征维度低于所述第二特征的特征维度；

当获取到待识别人脸图像，利用所述训练后模型输出对应的识别结果。

可选的，所述对所述训练样本进行区域划分，得到第一区域图像和第二区域图像，包括：

获取所述训练样本中眼睛和鼻尖的位置信息；

利用所述眼睛和鼻尖的位置信息确定出所述训练样本的第一分界线；

利用所述第一分界线对所述训练样本进行区域划分，得到第一区域图像和第二区域图像。

可选的，所述对所述训练样本进行区域划分，得到第一区域图像和第二区域图像，包括：

获取所述训练样本中眼镜下边框的位置信息；

利用所述眼镜下边框的位置信息确定出所述训练样本的第二分界线；

利用所述第二分界线对所述训练样本进行区域划分，得到第一区域图像和第二区域图像。

可选的，所述获取训练样本，包括：

获取初始训练样本；

对所述初始训练样本中的人脸区域进行提取；

将不同的所述初始训练样本中提取到的人脸区域的尺寸调整至相同的尺寸，以得到优化后的训练样本。

第二方面，本申请公开了一种人脸识别装置，包括：

样本获取模块，用于获取训练样本；其中，所述训练样本为包括人脸标签信息的人脸图像；