[发明专利]一种人脸识别方法、装置、电子设备及存储介质

权利要求书

1.一种人脸识别方法，其特征在于，包括如下步骤：

获取人脸图像集；所述人脸图像集中的每张人脸图像为人脸上存在遮挡物的人脸图像；

确定出所述人脸图像集对应的相似度集；所述相似度集包含所述每张人脸图像对应的相似度，所述相似度表征所述每张人脸图像与基准图片的相似关系；

基于所述相似度集和所述人脸图像集确定出目标图像；

获取人脸底库图片集；

将所述目标图像和所述人脸底库图片集输入对象配对模型，得到比对结果信息；所述比对结果信息表征所述目标图像与人脸底库图片集的匹配关系。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述确定出所述人脸图像集对应的相似度集，包括：

将所述人脸图像集输入相似度确定模型，得到所述相似度集；

所述基于所述相似度集和所述人脸图像集确定出目标图像，包括：

将所述相似度集输入训练好的相似度分值确定网络，得到相似度分值集；所述相似度分值集包含每张人脸图像对应的相似度的分值；

从所述相似度分值集中确定出目标相似度分值；所述目标相似度分值大于等于非目标相似度分值；

从所述人脸图像集中确定出与所述目标相似度分值对应的人脸图像，得到所述目标图像。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述相似度确定模型的训练方法包括：

获取样本数据集，所述样本数据集包括预设相似度集和多张人脸上存在遮挡物的样本人脸图像；所述预设相似度集包含每张人脸上存在遮挡物的样本人脸图像与所述基准图片的相似度；

构建预设卷积神经网络模型，将所述预设卷积神经网络模型确定为当前卷积神经网络模型；

基于所述当前卷积神经网络模型，对所述样本数据集中的多张人脸上存在遮挡物的样本人脸图像进行预测操作，确定出所述每张人脸上存在遮挡物的样本人脸图像与所述基准图片的预测相似度；

基于所述预测相似度和所述相似度，确定损失值；

当所述损失值大于预设阈值时，基于所述损失值进行反向传播，对所述当前卷积神经网络模型进行更新以得到更新后的卷积神经网络模型，将所述更新后的卷积神经网络模型重新确定为所述当前卷积神经网络模型；重复步骤：基于所述当前卷积神经网络模型，对所述样本数据集中的多张人脸上存在遮挡物的样本人脸图像进行预测操作，确定出每张人脸上存在遮挡物的样本人脸图像与所述基准图片的预测相似度；

当所述损失值小于或等于所述预设阈值时，将所述当前卷积神经网络模型确定为所述相似度确定模型。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述获取样本数据集中的所述预设相似度集的方法，包括：

获取所述多张人脸上存在遮挡物的样本人脸图像和所述基准图片；

对所述多张人脸上存在遮挡物的人脸图像中的每张人脸上存在遮挡物的人脸图像进行提取特征操作，得到第一特征集；所述第一特征集包含所述每张人脸上存在遮挡物的人脸图像上各关键点的特征信息；

对所述基准图片进行提取特征操作，得到第二特征；所述第二特征包含所述基准图片上各关键点的特征信息；

根据所述第一特征集和所述第二特征确定出所述预设相似度集。

5.根据权利要求1所述的人脸识别方法，其特征在于，所述对象配对模型包括串连的特征提取子模型和特征比对子模型；

所述将所述目标图像和所述人脸底库图片集输入对象配对模型，得到比对结果信息，包括：

将所述目标图像和所述人脸底库图片集输入所述特征提取子模型，得到所述目标图像对应的特征信息和所述人脸底库图片集中每张人脸图像对应的特征信息；

将所述目标图像对应的特征信息和所述人脸底库图片集中每张人脸图像对应的特征信息输入所述特征比对子模型，得到所述比对结果信息。