人臉識別方法、裝置、電子設備和存儲介質制造方法及圖紙

本申請公開了一種人臉識別方法、裝置、電子設備和存儲介質；可以獲取待識別的人臉圖像，并識別所述人臉圖像的人臉關鍵點；基于目標對齊模板對所述人臉圖像的人臉關鍵點進行對齊處理，得到對齊人臉圖像；對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息；根據所述人臉特征信息，對所述人臉圖像進行人臉識別處理，得到所述人臉圖像的人臉識別結果。本申請實施例可以通過圖像重構，對對齊人臉圖像進行二次精細化的對齊，從而獲得更為準確的對齊圖像，即重構后對齊人臉圖像，進行提高人臉圖像識別的準確度。圖像識別的準確度。圖像識別的準確度。

【技術實現步驟摘要】
人臉識別方法、裝置、電子設備和存儲介質


[0001]本申請涉及計算機
，具體涉及一種人臉識別方法、裝置、電子設備和存儲介質。

技術介紹

[0002]隨著計算機技術的發展，圖像處理技術應用到了越來越多的領域，比如，其中人臉識別技術廣泛應用于門禁考勤、信息安全、電子證件和監控安防等諸多領域。具體地，人臉識別技術是從人臉圖像中自動提取人臉特征，然后根據這些特征進行身份驗證的技術。具體地，人臉識別的標準流程由以下四個步驟組成：對人臉圖像進行檢測，定位人臉部分的關鍵特征點，對關鍵特征點進行對齊處理，最后采用識別網絡提取人臉圖像特征并進行特征比對。其中，對人臉部分的關鍵特征點的對齊處理過程，會影響最終的人臉識別結果的準確性。
[0003]在目前的相關技術中，一般利用人臉檢測器做多任務訓練，同時得到人臉部分的關鍵特征點與檢測框，進而獲取到對齊人臉圖像，以對人臉進行識別。但是，由于人臉存在不同角度的遮擋等問題，關鍵特征點檢測無法覆蓋到所有的情況，不能得到質量較好的對齊人臉圖像，使得人臉識別的準確度較低。

技術實現思路

[0004]本申請實施例提供一種人臉識別方法、裝置、電子設備和存儲介質，可以提高人臉識別的準確度。
[0005]本申請實施例提供一種人臉識別方法，包括：
[0006]獲取待識別的人臉圖像，并識別所述人臉圖像的人臉關鍵點；
[0007]基于目標對齊模板對所述人臉圖像的人臉關鍵點進行對齊處理，得到對齊人臉圖像；
[0008]對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；
[0009]對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息；
[0010]根據所述人臉特征信息，對所述人臉圖像進行人臉識別處理，得到所述人臉圖像的人臉識別結果。
[0011]相應的，本申請實施例提供一種人臉識別裝置，包括：
[0012]獲取單元，用于獲取待識別的人臉圖像，并識別所述人臉圖像的人臉關鍵點；
[0013]對齊單元，用于基于目標對齊模板對所述人臉圖像的人臉關鍵點進行對齊處理，得到對齊人臉圖像；
[0014]重構單元，用于對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；
[0015]提取單元，用于對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息；
[0016]識別單元，用于根據所述人臉特征信息，對所述人臉圖像進行人臉識別處理，得到所述人臉圖像的人臉識別結果。
[0017]可選的，在本申請的一些實施例中，所述重構單元可以包括編碼子單元和重構子單元，如下：
[0018]所述編碼子單元，用于對所述對齊人臉圖像進行特征編碼，得到所述對齊人臉圖像的編碼信息；
[0019]重構子單元，用于對所述編碼信息進行特征重構，得到重構后對齊人臉圖像。
[0020]可選的，在本申請的一些實施例中，所述重構單元具體可以用于通過訓練后的對齊模型，對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；所述提取單元具體可以用于通過訓練后的人臉識別模型，對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息。
[0021]可選的，在本申請的一些實施例中，該人臉識別裝置還可以包括第一訓練單元，所述第一訓練單元用于對對齊模型進行訓練。具體地，所述第一訓練單元，用于獲取第一訓練數據，所述第一訓練數據包括第一樣本人臉圖像、以及所述第一樣本人臉圖像的真實身份信息；基于所述目標對齊模板，對所述第一樣本人臉圖像的人臉關鍵點進行對齊處理，得到對齊樣本人臉圖像；通過對齊模型，對所述對齊樣本人臉圖像進行圖像重構，得到重構后對齊樣本人臉圖像；根據所述重構后對齊樣本人臉圖像和所述第一樣本人臉圖像的真實身份信息，對對齊模型進行訓練。
[0022]可選的，在本申請的一些實施例中，步驟“根據所述重構后對齊樣本人臉圖像和所述第一樣本人臉圖像的真實身份信息，對對齊模型進行訓練”，可以包括：
[0023]通過訓練后的人臉識別模型，對所述重構后對齊樣本人臉圖像進行特征提取，得到所述重構后對齊樣本人臉圖像的人臉特征信息；
[0024]根據所述人臉特征信息，確定所述第一樣本人臉圖像的預測身份信息；
[0025]根據所述第一樣本人臉圖像的真實身份信息和所述預測身份信息，對對齊模型的參數進行調整，得到訓練后的對齊模型。
[0026]可選的，在本申請的一些實施例中，所述目標對齊模板是通過對原始對齊模板進行縮放處理得到的；所述訓練后的人臉識別模型是基于所述原始對齊模板訓練得到的。
[0027]可選的，在本申請的一些實施例中，該人臉識別裝置還可以包括第二訓練單元，所述第二訓練單元用于對人臉識別模型進行訓練。具體地，所述第二訓練單元，用于獲取第二訓練數據，所述第二訓練數據包括第二樣本人臉圖像、以及所述第二樣本人臉圖像的真實身份信息；基于所述原始對齊模板，對所述第二樣本人臉圖像中的人臉關鍵點進行對齊處理，得到目標對齊樣本人臉圖像；通過人臉識別模型，對所述目標對齊樣本人臉圖像進行特征提取，得到所述目標對齊樣本人臉圖像的人臉特征信息；根據所述人臉特征信息對應的預測身份信息和所述第二樣本人臉圖像的真實身份信息，對人臉識別模型的參數進行調整，得到訓練后的人臉識別模型。
[0028]可選的，在本申請的一些實施例中，該人臉識別裝置還可以包括第三訓練單元，所述第三訓練單元用于對對齊模型和人臉識別模型進行聯合訓練。具體地，所述第三訓練單元，用于獲取第三訓練數據，所述第三訓練數據包括第三樣本人臉圖像、以及所述第三樣本人臉圖像的真實身份信息；基于所述目標對齊模板，對所述第三樣本人臉圖像的人臉關鍵
點進行對齊處理，得到對齊樣本人臉圖像；通過預訓練后的對齊模型，對所述對齊樣本人臉圖像進行圖像重構，得到重構后對齊樣本人臉圖像；通過預訓練后的人臉識別模型，對所述重構后對齊樣本人臉圖像進行特征提取，得到所述重構后對齊樣本人臉圖像的人臉特征信息；根據所述人臉特征信息對應的預測身份信息和所述第三樣本人臉圖像的真實身份信息，調整所述預訓練后的對齊模型和所述預訓練后的人臉識別模型的參數。
[0029]可選的，在本申請的一些實施例中，步驟“根據所述人臉特征信息對應的預測身份信息和所述第三樣本人臉圖像的真實身份信息，調整所述預訓練后的對齊模型和所述預訓練后的人臉識別模型的參數”，可以包括：
[0030]基于原始對齊模板，對所述第三樣本人臉圖像的人臉關鍵點進行對齊處理，得到目標對齊樣本人臉圖像，所述目標對齊模板是通過對所述原始對齊模板進行縮放處理得到的；
[0031]通過預設標準人臉識別模型，根據所述目標對齊樣本人臉圖像和所述重構后對齊樣本人臉圖像，提取所述第三樣本人臉圖像的參考人臉特征信息；
[0032]根據所述人臉特征信息對應的預測身份信息、所述參考人臉特征信息對應的預測參考身份信息以及所述第三樣本人臉圖像的真實身份信息，調整所述預訓練后的對齊模本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種人臉識別方法，其特征在于，包括：獲取待識別的人臉圖像，并識別所述人臉圖像的人臉關鍵點；基于目標對齊模板對所述人臉圖像的人臉關鍵點進行對齊處理，得到對齊人臉圖像；對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息；根據所述人臉特征信息，對所述人臉圖像進行人臉識別處理，得到所述人臉圖像的人臉識別結果。2.根據權利要求1所述的方法，其特征在于，所述對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像，包括：對所述對齊人臉圖像進行特征編碼，得到所述對齊人臉圖像的編碼信息；對所述編碼信息進行特征重構，得到重構后對齊人臉圖像。3.根據權利要求1所述的方法，其特征在于，所述對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像，包括：通過訓練后的對齊模型，對所述對齊人臉圖像進行圖像重構，得到重構后對齊人臉圖像；所述對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息，包括：通過訓練后的人臉識別模型，對所述重構后對齊人臉圖像進行特征提取，得到所述重構后對齊人臉圖像的人臉特征信息。4.根據權利要求3所述的方法，其特征在于，所述方法還包括：獲取第一訓練數據，所述第一訓練數據包括第一樣本人臉圖像、以及所述第一樣本人臉圖像的真實身份信息；基于所述目標對齊模板，對所述第一樣本人臉圖像的人臉關鍵點進行對齊處理，得到對齊樣本人臉圖像；通過對齊模型，對所述對齊樣本人臉圖像進行圖像重構，得到重構后對齊樣本人臉圖像；根據所述重構后對齊樣本人臉圖像和所述第一樣本人臉圖像的真實身份信息，對對齊模型進行訓練。5.根據權利要求4所述的方法，其特征在于，所述根據所述重構后對齊樣本人臉圖像和所述第一樣本人臉圖像的真實身份信息，對對齊模型進行訓練，包括：通過訓練后的人臉識別模型，對所述重構后對齊樣本人臉圖像進行特征提取，得到所述重構后對齊樣本人臉圖像的人臉特征信息；根據所述人臉特征信息，確定所述第一樣本人臉圖像的預測身份信息；根據所述第一樣本人臉圖像的真實身份信息和所述預測身份信息，對對齊模型的參數進行調整，得到訓練后的對齊模型。6.根據權利要求5所述的方法，其特征在于，所述目標對齊模板是通過對原始對齊模板進行縮放處理得到的；所述訓練后的人臉識別模型是基于所述原始對齊模板訓練得到的。7.根據權利要求6所述的方法，其特征在于，所述通過訓練后的人臉識別模型，對所述
重構后對齊樣本人臉圖像進行特征提取，得到所述重構后對齊樣本人臉圖像的人臉特征信息之前，還包括：獲取第二訓練數據，所述第二訓練數據包括第二樣本人臉圖像、以及所述第二樣本人臉圖像的真實身份信息；基于所述原始對齊模板，對所述第二樣本人臉圖像中的人臉關鍵點進行對齊處理，得到目標對齊樣本人臉圖像；通過人臉識別模型，對所述目標對齊樣本人臉圖像進行特征提取，得到所述目標對齊樣本人臉圖像的人臉特征信息；根據所述人臉特征信息對應的預測身份信息和所述第二樣本人臉圖像的真實身份信息，對人臉識別模型的參數進行調整，得到訓練后的人臉識別模型。8.根據權利要求3所述的方法，其特征在于，所述方法還包括：獲取第三訓練數據，所述第三訓練數據包括第三樣本人臉圖像、以及所述第三樣本人臉圖像的真實身份信息；基于所述目標對齊模板，對所述第三樣本人臉圖像的人臉關鍵點進行對齊處理，得到對齊樣本人臉圖像；通過預訓練后的對齊模型，對所述對齊樣本人臉圖像進行圖像重構，得到重構后對齊樣本人臉圖像；...

【專利技術屬性】
技術研發人員：許劍清，
申請(專利權)人：騰訊科技深圳有限公司，
類型：發明
國別省市：