[发明专利]一种人脸匹配方法、装置及电子设备

说明书

本申请实施例提供了一种人脸匹配方法、装置及电子设备。其中，所述方法包括：获取目标人脸图像的低精度人脸特征与高精度人脸特征，其中，所述低精度人脸特征的精度低于所述高精度人脸特征；针对每个候选人脸图像，确定该候选人脸图像的高精度人脸特征与所述目标人脸图像的高精度人脸特征是否匹配，如果匹配，则将该候选人脸图像作为粗筛选人脸图像；针对每个粗筛选人脸图像，确定该粗筛选人脸图像的高精度人脸特征与所述目标人脸图像的高精度人脸特征是否匹配，如果匹配，确定该粗筛选人脸图像与所述目标人脸图像匹配。可以降低人脸匹配所需的计算量。

技术领域

本申请涉及机器视觉技术领域，特别是涉及一种人脸匹配方法、装置及电子设备。

背景技术

为确定目标人员的身份，可以将目标人员的人脸图像与多个已知人员的人脸图像进行匹配，并根据匹配结果确定目标人员的身份。但是只有当目标人员为多个已知人员中的一员时才能够确定出目标人员的身份。因此，为提高确定出目标人员的身份的可能性，需要尽可能地将目标人员与更多的已知人员的人脸图像进行匹配。

在确定人脸图像是否匹配时，需要计算人脸浮点特征之间的特征距离。而浮点数由于位数较多，因此运算复杂度较高，尤其是当需要将目标人员与更多的已知人员的人脸图像进行匹配时，人脸匹配所需要的计算量将十分巨大。

因此，如何有效降低人脸匹配所需的计算量成为亟待解决的技术问题。

发明内容

本申请实施例的目的在于提供一种人脸匹配方法、装置及电子设备，以实现降低人脸匹配所需的计算量。具体技术方案如下：

在本申请实施例的第一方面，提供了一种人脸匹配方法，所述方法包括：

获取目标人脸图像的低精度人脸特征与高精度人脸特征，其中，所述低精度人脸特征的精度低于所述高精度人脸特征；

针对每个候选人脸图像，确定该候选人脸图像的高精度人脸特征与所述目标人脸图像的高精度人脸特征是否匹配，如果匹配，则将该候选人脸图像作为粗筛选人脸图像；

针对每个粗筛选人脸图像，确定该粗筛选人脸图像的高精度人脸特征与所述目标人脸图像的高精度人脸特征是否匹配，如果匹配，确定该粗筛选人脸图像与所述目标人脸图像匹配。

在一种可能的实施例中，所述获取目标人脸图像的低精度人脸特征与高精度人脸特征，包括：

将目标人脸图像输入至预先经过训练的人脸特征提取模型，得到所述人脸特征提取模型输出的所述目标人脸图像的低精度人脸特征与高精度人脸特征；

其中，所述人脸特征提取模型为预先利用标注有匹配结果的样本图像对训练得到的，所述匹配结果用于表示所述样本图像对中的样本图像是否匹配。

在一种可能的实施例中，所述人脸特征提取模型是预先通过以下方式训练得到的：

将标注有匹配结果的样本图像对中的两个样本图像分别输入至初始模型，其中，所述初始模型包括主干子模型、第一分支子模型和第二分支子模型，所述主干子模型用于提取输入至所述初始模型的图像的图像特征，并将提取的图像特征输入至所述第一分支子模型和所述第二分支子模型，所述第一分支子模型用于根据输入的图像特征，输出高精度人脸特征，所述第二分支子模型用于根据输入的图像特征，输出低精度人脸特征；

获取所述第一分支子模型输出的两个样本图像的高精度人脸特征以及所述第二分支子模型输出的所述两个样本图像的低精度人脸特征；

基于所述两个样本图像的高精度人脸特征，确定所述两个样本图像是否匹配，得到第一预测结果；并基于所述两个样本图像的低精度人脸特征，确定所述两个第一图像是否匹配，得到第二预测结果；