[发明专利]一种人脸识别的方法、装置及计算机可读存储介质

说明书

本发明实施例公开了一种人脸识别的方法、装置及计算机可读存储介质，该人脸识别的方法包括：将图片输入至设定的卷积神经网络，得到所述卷积神经网络在不同阶段输出的特征图；将所述特征图依照输出顺序组成自底向上路径，所述自底向上路径的每一节点分别对应一个阶段输出的特征图，基于所述自底向上路径创建自顶向下路径；由所述自底向上路径计算得到所述图片中人脸的位置区域；由自顶向下路径对所述人脸的位置区域进行计算，得到所述人脸的特征向量；根据所述特征向量对所述人脸进行人脸识别。本发明实施例能够将人脸位置检测、人脸关键点检测和人脸识别融合进同一个卷积神经网络来实现，在一定程度上减少了对计算资源的消耗。

技术领域

本发明属于人工智能技术领域，尤其涉及一种人脸识别的方法、装置及计算机可读存储介质。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，可以从视频图像中查找人脸，并通过与人脸数据库进行比对，实现身份的快速识别，目前已被广泛应用于门禁管理、信息安全、司法刑侦、电子金融等各个领域。

现阶段，人脸识别技术的实现大致包括了人脸位置检测、人脸关键点检测和人脸识别这三个环节，需要为上述三个环节分别设置对应的卷积神经网络，并且每个环节的卷积神经网络独立执行计算过程，从而导致现有的人脸识别技术存在对计算资源的消耗过大的问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种人脸识别的方法、装置及计算机可读存储介质，以解决现有的人脸识别技术对计算资源的消耗过大的问题。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例的第一方面提供了一种人脸识别的方法，包括：

将图片输入至设定的卷积神经网络，得到所述卷积神经网络在不同阶段输出的特征图；

将所述特征图依照输出顺序组成自底向上路径，所述自底向上路径的每一节点分别对应一个阶段输出的特征图，基于所述自底向上路径创建自顶向下路径；

由所述自底向上路径计算得到所述图片中人脸的位置区域；

由所述自顶向下路径对所述人脸的位置区域进行计算，得到所述人脸的特征向量；

根据所述特征向量对所述人脸进行人脸识别。

作为本发明实施例第一方面的第一种可能的实现方式，所述由所述自顶向下路径对所述人脸的位置区域进行计算，得到所述人脸的特征向量，包括：

在所述自顶向下路径中的特征图里，对所述人脸的位置区域进行兴趣区域池化运算，得到所述位置区域对应的输出，所述位置区域包括人脸位置区域和五官位置区域；

对所述位置区域对应的输出进行级联操作，得到所述人脸的特征向量。

结合本发明实施例第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述在所述自顶向下路径中的特征图里，对所述人脸的位置区域进行兴趣区域池化运算，包括：

在所述自顶向下路径的末端节点对应的特征图里，对所述人脸的位置区域进行兴趣区域池化运算。

结合本发明实施例第一方面的第一种可能的实现方式，在第三种可能的实现方式中，所述在所述自顶向下路径中的特征图里，对所述人脸的位置区域进行兴趣区域池化运算，包括：

对所述自顶向下路径中的特征图进行反卷积运算；

在经过反卷积运算的所述特征图里，对所述人脸的位置区域进行兴趣区域池化运算。

作为本发明实施例第一方面的第四种可能的实现方式，所述将所述特征图依照输出顺序组成自底向上路径，包括：

根据所述特征图的尺寸，每一所述尺寸对应提取一个阶段输出的特征图；