[发明专利]人脸识别方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种人脸识别方法，其特征在于，包括：

构建主网络、滑动复刻网络、多卷积复刻网络、多激活复刻网络和多编码复刻网络；

使用所述滑动复刻网络、所述多卷积复刻网络、所述多激活复刻网络和所述多编码复刻网络组成并行复刻网络组，使用所述主网络和所述并行复刻网络组组成人脸识别模型；

获取输入图像，并将所述输入图像中的每个类中的多个样本分为第一样本组和第二样本组；

使用所述每个类的所述第一样本组分别训练所述多卷积复刻网络、所述多激活复刻网络和所述多编码复刻网络；

将所述每个类的所述第二样本组输入所述并行复刻网络组，输出所述每个类的多个生成原型；

根据所述每个类的所述第一样本组、所述第二样本组和所述多个生成原型，训练所述人脸识别模型，并使用训练之后的神经网络模型进行人脸识别。

2.根据权利要求1所述的方法，其特征在于，所述使用所述每个类的所述第一样本组分别训练所述多卷积复刻网络、所述多激活复刻网络和所述多编码复刻网络，包括：

分别通过所述主网络、所述多卷积复刻网络、所述多激活复刻网络和所述多编码复刻网络提取所述每个类的所述第一样本组中每个样本的第一特征、第二特征、第三特征和第四特征；

根据所述每个类的所述第一样本组中所述每个样本的第一特征和第二特征之间的第一差值训练所述多卷积复刻网络；

根据所述每个类的所述第一样本组中所述每个样本的第一特征和第三特征之间的第二差值训练所述多激活复刻网络；

根据所述每个类的所述第一样本组中所述每个样本的第一特征和第四特征之间的第三差值训练所述多编码复刻网络。

3.根据权利要求1所述的方法，其特征在于，所述根据所述每个类的所述第一样本组、所述第二样本组和所述多个生成原型，训练所述人脸识别模型，包括：

根据所述每个类的所述第二样本组确定所述每个类的标准原型；

通过所述人脸识别模型提取所述每个类的所述第一样本组中所述每个样本的第五特征；

根据所述每个类的所述第一样本组中所述每个样本的第五特征和所述每个类的所述标准原型之间的第四差值训练所述人脸识别模型；和\或

根据所述每个类的所述第一样本组中所述每个样本的第五特征和所述每个类的每个生成原型之间的第五差值训练所述人脸识别模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述每个类的所述第一样本组中所述每个样本的第五特征和所述每个类的所述标准原型之间的第四差值训练所述人脸识别模型之前，所述方法还包括：

为所述每个类的所述标准原型设置正队列和负队列；

通过所述人脸识别模型识别所述每个类的所述第一样本组中所述每个样本为正样本或负样本；

将所述每个类的所述第一样本组中的所述正样本添加到所述每个类的所述标准原型的正队列中，将所述每个类的所述第一样本组中的所述负样本添加到所述每个类的所述标准原型的负队列中；

根据所述每个类的所述标准原型的所述正队列中的所述正样本和\或所述每个类的所述标准原型的所述负队列中的所述负样本更新所述每个类的所述标准原型。