[发明专利]一种人脸识别方法、装置、计算机可读存储介质及设备

说明书

本发明公开了一种人脸识别方法、装置、计算机可读存储介质及设备，其中方法包括如下步骤：提取图像的第一特征图；获取所述第一特征图中包含单个人脸的区域对应的边框坐标值；根据所述第一特征图和所述边框坐标值，将所述第一特征图中包含单个人脸的区域转化为第二特征图；获取第二特征图中的人脸关键点坐标值；根据所述第二特征图及所述人脸关键点坐标值，获取与标准人脸模板对齐的第三特征图；获取所述第三特征图对应的特征向量，计算所述特征向量与人脸模板库里的标准特征向量的相似度，输出相似度在预定阈值范围内的标准特征向量对应的身份。在训练过程中可以实现通过对整体神经网络进行端对端的训练，有效地提升了人脸识别的效率。

技术领域

本发明涉及图形处理与机器深度学习的技术领域，尤其涉及一种人脸识别方法、装置、计算机可读存储介质及设备。

背景技术

人脸识别技术是基于人的脸部特征，对输入的人脸视频流进行检测和分类。现有人脸识别的技术中，人脸检测部件进行查找人脸、人脸对齐部件提取人脸的特征信息以及人脸识别部件进行识别的过程中，三个部件是相互独立的，三者之间仅实现结果数据的传输，未实现连接，因此其各个步骤需要进行独立训练，最终再对三个部件进行并行化设计，流程及训练过程复杂，效率低。

发明内容

为了解决现有技术中人脸识别效率低的问题，提出了一种人脸识别方法、装置、计算机可读存储介质及设备。

根据本发明的一个方面，提供了一种人脸识别方法，包括如下步骤：

提取图像的第一特征图；

获取所述第一特征图中包含单个人脸的区域对应的边框坐标值；

根据所述第一特征图和所述边框坐标值，将所述第一特征图中包含单个人脸的区域转化为第二特征图；

获取第二特征图中的人脸关键点坐标值；

根据所述第二特征图及所述人脸关键点坐标值，获取与标准人脸模板对齐的第三特征图；

获取所述第三特征图对应的特征向量，计算所述特征向量与人脸模板库里的标准特征向量的相似度，输出相似度在预定阈值范围内的标准特征向量对应的身份。

进一步地，所述根据所述第一特征图和所述边框坐标值，将所述第一特征图中包含单个人脸的区域转化为第二特征图，包括：

根据所述边框坐标值提取所述第一特征图中对应的单个人脸的区域，得到一个或一个以上的单个人脸区域；

将一个或一个以上所述单个人脸区域分别转化成固定大小的第二特征图。

进一步地，所述根据所述第二特征图及所述人脸关键点坐标值，获取与标准人脸模板对齐的第三特征图，包括：

将第二特征图由初始状态经过仿射变换，使得第二特征图的边框与标准人脸模板的边框对齐，且所述人脸关键点坐标值与标准人脸模板的对应关键点坐标值对齐，得到第三特征图。

进一步地，所述方法还包括：优化所述特征向量的步骤，所述优化所述特征向量的步骤包括：

构建损失函数，以所述第三特征图对应的特征向量作为所述损失函数的输入，得到分类概率；利用反向传播算法计算各神经网络层梯度，并更新每个神经网络层对应的权重值，直至所述特征向量能够得到预定范围的分类概率。

根据本发明的另一个方面，提供了一种人脸识别装置，包括：

人脸检测模块，用于提取图像的第一特征图；获取所述第一特征图中包含单个人脸的区域对应的边框坐标值；

人脸对齐模块，用于根据所述第一特征图和所述边框坐标值，将所述第一特征图中包含单个人脸的区域转化为第二特征图；获取第二特征图中的人脸关键点坐标值；根据所述第二特征图及所述人脸关键点坐标值，获取与标准人脸模板对齐的第三特征图；