[发明专利]人脸识别方法、装置、电子设备及存储介质

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取目标人脸图像；

若确定在所述目标人脸图像中存在遮挡人脸的遮挡物时，对所述目标人脸图像进行图像分割，并确定所述目标人脸图像的遮挡区域及所述目标人脸图像的非遮挡区域；

计算所述遮挡区域的权重，及计算所述非遮挡区域的权重；

提取所述遮挡区域的特征向量，及提取所述非遮挡区域的特征向量；

基于所述遮挡区域的特征向量、所述非遮挡区域的特征向量、所述遮挡区域的权重、所述非遮挡区域的权重，将所述目标人脸图像与人脸数据库中的每个模板人脸图像进行对比，计算每个模板人脸图像与所述目标人脸图像的人脸相似度；

当在每个模板人脸图像与所述目标人脸图像的人脸相似度中，有至少一个模板人脸图像与所述目标人脸图像的人脸相似度大于或者等于相似度阈值时，确定人脸识别成功；

其中，所述提取所述遮挡区域的特征向量，及提取所述非遮挡区域的特征向量包括：

获取预先训练的人脸特征提取网络模型，其中所述预先训练的人脸特征提取网络模型根据至少一个类别的人脸样本图像训练得到，同一个人的人脸样本图像属于同一类别；

将所述遮挡区域的图像作为所述预先训练的人脸特征提取网络模型的输入，利用卷积神经网络方法计算得到所述遮挡区域的特征向量；

将所述非遮挡区域的图像作为所述预先训练的人脸特征提取网络模型的输入，利用卷积神经网络方法计算得到所述非遮挡区域的特征向量。

2.如权利要求1所述的人脸识别方法，其特征在于，所述对所述目标人脸图像进行图像分割，并确定所述目标人脸图像的遮挡区域及所述目标人脸图像的非遮挡区域包括：

利用遮挡物的颜色与人脸的颜色差异对所述目标人脸图像进行二值化处理得到二值化人脸图像；

利用边缘检测算法将所述二值化人脸图像分割成黑色区域及白色区域；将所述黑色区域确定为所述目标人脸图像的遮挡区域，将所述白色区域确定为所述目标人脸图像的非遮挡区域。

3.如权利要求1所述的人脸识别方法，其特征在于，所述计算所述遮挡区域的权重包括：

计算所述遮挡区域的遮挡面积及/或所述遮挡区域的遮挡颜色深浅度；

根据所述遮挡区域的遮挡面积及/或所述遮挡区域的遮挡颜色深浅度与所述遮挡区域的权重的反比例关系，确定所述遮挡区域的权重；

对所述遮挡区域的权重进行归一化。

4.如权利要求1所述的人脸识别方法，其特征在于，所述计算所述非遮挡区域的权重包括：

在所述非遮挡区域中，识别五官区域；

计算所述五官区域在所述非遮挡区域中所占的比例；

根据所述五官区域在所述非遮挡区域中所占的比例与所述非遮挡区域的权重的正比例关系，确定所述非遮挡区域的权重

对所述非遮挡区域的权重进行归一化。

5.如权利要求1所述的人脸识别方法，其特征在于，所述基于所述遮挡区域的特征向量、所述非遮挡区域的特征向量、所述遮挡区域的权重、所述非遮挡区域的权重，将所述目标人脸图像与人脸数据库中的每个模板人脸图像进行对比，计算每个模板人脸图像与所述目标人脸图像的人脸相似度包括：

(a)对模板人脸图像中的任一模板人脸图像，将所述遮挡区域的特征向量与所述任一模板人脸图像的特征向量进行对比，计算所述任一模板人脸图像与所述遮挡区域的第一相似度；

(b)将所述非遮挡区域的特征向量与所述任一模板人脸图像的特征向量进行对比，计算所述任一模板人脸图像与所述非遮挡区域的第二相似度；

(c)根据所述遮挡区域的权重、所述非遮挡区域的权重、所述任一模板人脸图像对应的第一相似度及所述任一模板人脸图像对应的第二相似度，计算所述任一模板人脸图像与所述目标人脸图像的人脸相似度；

(d)对每个模板人脸图像，执行(a)、(b)、(c)，直至每个模板人脸图像与所述目标人脸图像的人脸相似度计算完毕。