[发明专利]人脸识别方法、装置、客户端及存储介质

说明书

本发明涉及人工智能领域，揭露一种人脸识别方法，包括：将待注册人脸图像执行图像标准化处理后得到的第一人脸图像，输入训练好的人脸编码模型执行编码处理，将编码后的人脸特征图存储至客户端的预设存储空间；对待验证人脸图像执行图像标准化处理后得到的第二人脸图像，输入训练好的人脸验证模型的特征提取分支执行特征提取处理，得到第一特征；将编码后的人脸特征图输入训练好的人脸验证模型执行解码处理及特征提取处理，得到第二特征；基于第一特征与第二特征的相似度值确定人脸识别结果。本发明还提供一种人脸识别装置、客户端及存储介质。本发明提高了人脸信息安全性。

技术领域

本发明涉及人工智能领域，尤其涉及一种人脸识别方法、装置、客户端及存储介质。

背景技术

随着人工智能的发展，人脸识别广泛用于身份验证。现有的人脸识别系统通常部署在服务器端，人脸注册时，采集用户的人脸图像保存在服务器，当需要人脸验证时，将待验证人脸图像与服务器中存储的人脸图像进行比对。这种方式容易导致人脸信息泄露，安全性不高。因此，亟需一种人脸识别方法，以保证人脸信息的安全性。

发明内容

鉴于以上内容，有必要提供一种人脸识别方法，旨在提高人脸信息的安全性。

本发明提供的人脸识别方法，包括：

对待注册人脸图像执行图像标准化处理，得到第一人脸图像，将所述第一人脸图像输入训练好的人脸编码模型执行编码处理，得到编码后的人脸特征图，将所述编码后的人脸特征图存储至客户端的预设存储空间；

采集待验证人脸图像，对所述待验证人脸图像执行图像标准化处理，得到第二人脸图像，将所述第二人脸图像输入训练好的人脸验证模型的特征提取分支执行特征提取处理，得到第一特征；

将所述预设存储空间中存储的编码后的人脸特征图输入所述训练好的人脸验证模型的解码分支执行解码处理，得到解码后的人脸特征图；

将所述解码后的人脸特征图输入所述训练好的人脸验证模型的特征提取分支执行特征提取处理，得到第二特征；

计算所述第一特征与所述第二特征的相似度值，基于所述相似度值确定人脸识别结果。

可选的，所述对待注册人脸图像执行图像标准化处理，得到第一人脸图像，包括：

检测所述待注册人脸图像中人脸关键部位的位置坐标，基于所述位置坐标对所述待注册人脸图像执行脸部图像提取处理，得到脸部区域图像；

判断是否需要对所述脸部区域图像执行矫正处理，若是，对所述脸部区域图像执行矫正处理，得到脸部矫正图像；

对所述脸部矫正图像中每个像素点的像素值执行数据标准化处理，得到第一人脸图像。

可选的，所述判断是否需要对所述脸部区域图像执行矫正处理，包括：

获取预先确定的人脸关键部位之间的标准距离值，计算所述脸部区域图像中人脸关键部位之间的距离值，若计算出的距离值与所述标准距离值的差值绝对值大于预设阈值，则判断需要对所述脸部区域图像执行矫正处理。

可选的，所述人脸编码模型包括多个串联连接的卷积模块，每个卷积模块包括多个卷积单元，每个卷积单元包括一个卷积层、一个归一化层及一个激活层。

可选的，所述人脸验证模型的解码分支包括多个反卷积模块，每个反卷积模块包括一个反卷积单元和多个卷积单元，每个反卷积单元包括一个反卷积层、一个归一化层及一个激活层；

所述人脸验证模型的特征提取分支包括多个卷积模块和一个嵌入模块，所述嵌入模块包括多个全连接层和一个归一化层。

可选的，所述人脸编码模型及人脸验证模型的训练过程，包括：