[发明专利]一种人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，包括：

采集第一人脸图像；

使用第一特征提取模型提取所述第一人脸图像的第一特征向量；

使用第二特征提取模型提取所述第一人脸图像的第二特征向量，所述第一特征向量的维度小于所述第二特征向量的维度；

计算所述第一特征向量与第一数据集中每个特征向量的相似度，所述第一数据集是所述第一特征提取模型提取的人脸图像的特征向量的集合；

从所述第一数据集中选取相似度最大的M个特征向量，所述M为大于1的整数；

从第二数据集中选取与所述M个特征向量中每个特征向量对应的特征向量，获得目标特征向量集，所述第二数据集是所述第二特征提取模型提取的人脸图像的特征向量的集合；

将所述第二特征向量与所述目标特征向量集中的向量进行匹配。

2.根据权利要求1所述的方法，其特征在于，所述将所述第二特征向量与所述目标特征向量集中的向量进行匹配包括：

计算所述第二特征向量与所述目标特征向量集中每个特征向量的相似度；

判断所述相似度中的最大值是否大于或等于阈值，当所述最大值大于或等于所述阈值时，确定所述第二特征向量与所述最大值对应的特征向量匹配。

3.根据权利要求1或2所述的方法，其特征在于，所述第一特征提取模型的复杂度小于所述第二特征提取模型的复杂度。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取第二人脸图像以及第一身份特征向量，所述第一身份特征向量用于标识所述第二人脸图像对应的人；

使用第一模型提取所述第二人脸图像的第三特征向量；

根据所述第三特征向量和所述第一身份特征向量，计算第一损失值；

将所述第一损失值以梯度的方式反向传播至所述第一模型，获得更新参数的第一模型；

根据所述更新参数的第一模型更新第一损失值；

将第一损失值最小时对应的第一模型确定为第一特征提取模型。

5.一种人脸识别装置，其特征在于，包括：

采集单元，用于采集第一人脸图像；

第一提取单元，用于使用第一特征提取模型提取所述采集单元采集的第一人脸图像的第一特征向量；

第二提取单元，用于使用第二特征提取模型提取所述采集单元采集的第一人脸图像的第二特征向量，所述第一特征向量的维度小于所述第二特征向量的维度；

选取单元，用于计算所述第一特征向量与第一数据集中每个特征向量的相似度，从所述第一数据集中选取相似度最大的M个特征向量，从第二数据集中选取与所述M个特征向量中每个特征向量对应的特征向量，获得目标特征向量集，所述第一数据集是所述第一特征提取模型提取的人脸图像的特征向量的集合，所述第二数据集是所述第二特征提取模型提取的人脸图像的特征向量的集合，所述M为大于1的整数；

匹配单元，用于将所述第二提取单元提取的第二特征向量与所述选取单元选取的目标特征向量集中的向量进行匹配。

6.根据权利要求5所述的装置，其特征在于，所述匹配单元包括：

第二计算子单元，用于计算所述第二特征向量与所述目标特征向量集中每个特征向量的相似度；

判断子单元，用于判断所述第二计算子单元计算的相似度中的最大值是否大于或等于阈值，当所述判断子单元判断出所述最大值大于或等于所述阈值时，确定所述第二特征向量与所述最大值对应的特征向量匹配。

7.根据权利要求5或6所述的装置，其特征在于，所述第一特征提取模型的复杂度小于所述第二特征提取模型的复杂度。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

获取单元，用于获取第二人脸图像以及第一身份特征向量，所述第一身份特征向量用于标识所述第二人脸图像对应的人；

第三提取单元，用于使用第一模型提取所述获取单元获取的第二人脸图像的第三特征向量；

计算单元，用于根据所述第三提取单元提取的第三特征向量和所述获取单元获取的第一身份特征向量，计算第一损失值；

传播单元，用于将所述计算单元计算的第一损失值以梯度的方式反向传播至所述第一模型，获得更新参数的第一模型；

更新单元，用于根据所述传播单元获得的更新参数的第一模型更新第一损失值；

确定单元，用于将所述更新单元更新的第一损失值最小时对应的第一模型确定为第一特征提取模型。