[发明专利]人脸识别方法、装置及系统

说明书

本发明提供了一种人脸识别方法、装置及系统，涉及图像识别技术领域，该方法包括：当获取到人脸图像时，确定人脸图像对应的人脸姿态角；其中，人脸姿态角为表征人脸图像中人脸的偏转姿态的角度；将人脸图像输入至预先训练得到的包括有多个分支网络的人脸识别网络，以使人脸识别网络根据人脸姿态角确定多个分支网络中可识别人脸图像的目标分支网络，通过目标分支网络确定人脸图像对应的身份信息。本发明能够基于人脸姿态角对人脸图像进行针对性地分类识别，有效提升了人脸识别的准确性。

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种人脸识别方法、装置及系统。

背景技术

在人脸识别技术中，需要比对待识别的人脸图像与存放有多张已知身份信息的人脸图像的人脸底库，根据人脸相似性确定待识别的人脸图像的身份。

然而，绝大多数人脸底库均为存放正脸图像的正脸底库，而待识别的人脸图像中的人脸具有各种姿态角度变化，并非是正脸图像。因为在很多场合下，待识别的人脸图像都是通过摄像头抓拍人脸所得，或者通过视频流抓拍所得，通常抓拍得到的人脸图像中的人脸会呈现出各种姿态，而同一张人脸的不同姿态角度(侧脸、低头、抬头、歪头等)体现在人脸图像中的人脸特征具有一定差异，导致在将待识别的人脸图像与正脸底库进行比对时，识别结果并不准确。

发明内容

有鉴于此，本发明的目的在于提供一种人脸识别方法、装置及系统，以改善现有技术中存在的因人脸姿态差异导致的识别准确性较差的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种人脸识别方法，包括：当获取到人脸图像时，确定所述人脸图像对应的人脸姿态角；其中，所述人脸姿态角为表征所述人脸图像中人脸的偏转姿态的角度；将所述人脸图像输入至预先训练得到的包括有多个分支网络的人脸识别网络，以使所述人脸识别网络根据所述人脸姿态角确定多个所述分支网络中可识别所述人脸图像的目标分支网络，通过所述目标分支网络确定所述人脸图像对应的身份信息。

进一步，不同所述分支网络可识别的人脸图像所对应的人脸姿态角位于不同的姿态组；其中，每个所述姿态组包含一组预设角度范围内的人脸姿态角。

进一步，所述确定所述人脸图像对应的人脸姿态角的步骤，包括：通过预置的姿态识别模型对所述人脸图像中人脸的偏转角度进行识别，得到所述人脸图像对应的人脸姿态角。

进一步，所述根据所述人脸姿态角确定多个所述分支网络中可识别所述人脸图像的目标分支网络的步骤，包括：根据各个所述姿态组所包含的人脸姿态角的角度范围，确定所述人脸图像对应的人脸姿态角位于的姿态组；在多个所述分支网络中查找确定的所述姿态组对应的分支网络；将查找到的所述分支网络确定为可识别所述人脸图像的目标分支网络。

进一步，所述人脸识别网络包括共享网络和与所述共享网络分别连接的多个所述分支网络；所述共享网络用于对输入至所述人脸识别网络的人脸图像进行特征提取处理，得到所述人脸图像对应的特征向量；所述共享网络还用于确定所述人脸图像对应的人脸姿态角所位于的姿态组，根据确定的所述姿态组在多个所述分支网络中查找可识别所述人脸图像的目标分支网络，将所述人脸图像对应的特征向量输出至所述目标分支网络；所述目标分支网络用于对接收的所述人脸图像对应的特征向量进行识别处理，输出所述人脸图像对应的身份信息。

进一步，所述人脸识别网络的训练步骤包括：