[发明专利]一种人脸识别方法及装置、电子设备、存储介质

说明书

本申请公开了一种人脸识别方法及装置、电子设备、存储介质，可应用于人工智能领域或金融领域，所述方法包括：获取当前用户的人脸图像；将其输入预先训练好的人脸识别模型中进行特征提取，得到人脸图像的特征数据；通过人脸识别模型的切分融合模块，对未遮挡部分和遮挡部分的特征数据差异化处理后进行拼接，得到拼接特征数据；将拼接特征数据划分为多组特征分组数据，并将各组特征分组数据分别输入人脸识别模型的一个轻量化模块中进行切分卷积处理，得到多个卷积特征数据；通过基于空间注意力机制对各个卷积数据进行注意力学习，得到多个重要特征数据；通过人脸识别模型的池化层和全连接层对重要特征数据进行处理，得到当前用户的人脸识别结果。

技术领域

本申请涉及人脸识别技术领域，特别涉及一种人脸识别方法及装置、电子设备、存储介质。

背景技术

人脸识别作为计算机视觉任务当中的基础任务，其研究意义和使用场景非常广泛。并且，人脸识别的精度也越来越高，乃至到现在超越了人类自身的识别精度，达到了各种应用场景的需求。

当前的人脸识别方法，主要是建立在标准的整个人脸之上，即基于可以看到完整的五官的人脸之上建立的。具体通过提取人脸上的各个五官的特征以及整体特征等，例如，嘴部特征、鼻子特征、眼部特征、整个人脸轮廓等，然后基于所提出的大量特征，精确地实现人脸识别。

但是在某些场景下，所采集到的人脸图像，是没有完全呈现出整个人脸的，即人脸的部分区域是被遮挡的，甚至是遮挡住半个人脸，例如当用户佩戴口罩时。此时由于所采集到的特征比较有限，而现有的方式又是基于整个人脸建立的，所以此时识别的结果的精度相对较低。

发明内容

基于上述现有技术的不足，本申请提供了一种人脸识别方法及装置、电子设备、存储介质，以解决现有技术对存在遮挡的人脸无法进行准确识别的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请第一方面提供了一种人脸识别方法，包括：

获取当前用户的人脸图像；

将所述人脸图像输入预先训练好的人脸识别模型中，对所述人脸图像进行特征提取，得到所述人脸图像的特征数据；

通过所述人脸识别模型的切分融合模块，将所述人脸图像的特征数据切分为未遮挡部分图像的特征数据和遮挡部分图像的特征数据，并对所述未遮挡部分图像的特征数据进行特征处理后与所述遮挡部分图像的特征数据进行拼接，得到拼接特征数据；

将所述拼接特征数据划分为多组特征分组数据，并将各组所述特征分组数据分别输入所述人脸识别模型的一个轻量化模块中；

通过所述人脸识别模型的各个所述轻量化模块对输入的所述特征分组数据进行切分卷积处理，得到多个卷积特征数据；

通过所述人脸识别模型的注意力模块基于空间注意力机制，对各个所述卷积数据进行注意力学习，得到多个重要特征数据；

通过所述人脸识别模型的池化层和全连接层对各个所述重要特征数据进行处理，得到所述当前用户的人脸识别结果。

可选地，在上述的人脸识别方法中，所述对所述未遮挡部分图像的特征数据进行特征处理后与所述遮挡部分图像的特征数据进行拼接，得到拼接特征数据，包括：

依次通过所述切分融合模块中的两个卷积模块对所述未遮挡部分图像的特征数据进行特征提取后，将提取到的所述未遮挡部分图像的特征提取数据与所述未遮挡部分图像的特征数据进行融合，得到所述未遮挡部分图像的融合特征数据；

通过所述切分融合模块中的合并模块，将所述未遮挡部分图像的融合特征数据与所述遮挡部分图像的特征数据进行拼接，得到拼接特征数据。