[发明专利]一种人脸识别方法、装置、设备及可读存储介质

说明书

本发明公开了一种人脸识别方法，该方法包括以下步骤：获取待识别人员的人脸图像，将人脸图像输入至目标网络模型中，获得人脸的目标群类别标签和特征数据；从数据库中读取具有目标群类别标签且已标记人员身份信息的人脸图像特征数据；将特征数据与人脸图像特征数据进行比对，并根据比对结果确定待识别人员的身份信息。该方法可减少比对次数，缩短比对时长，进一步提升人脸识别效率。本发明还公开了一种人脸识别装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种人脸识别方法、装置、设备及可读存储介质。

背景技术

视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑是最佳的选择，采用人脸检测技术可以从监控视频图像中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

目前在控制和配合条件下，人脸识别可以取得比较高的识别率。但是，在监控场景下，由于运动、光照、姿态等巨大变化和清晰度低下等影响，识别率急剧下降！同时人员卡口分析系统中存储的是大规模的人脸数据库，所以为了达到实时的身份识别，对人脸的比对速度有了更严格的要求。

综上所述，如何有效地提升人脸识别过程中的比对速度等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种人脸识别方法、装置、设备及可读存储介质，以提高人脸识别过程中的比对速度，进一步加快人脸识别速度。

为解决上述技术问题，本发明提供如下技术方案：

一种人脸识别方法，包括：

获取待识别人员的人脸图像，将所述人脸图像输入至目标网络模型中，获得所述人脸的目标群类别标签和特征数据；

从数据库中读取具有所述目标群类别标签且已标记人员身份信息的人脸图像特征数据；

将所述特征数据与所述人脸图像特征数据进行比对，并根据比对结果确定所述待识别人员的身份信息。

优选地，在所述获取待识别人员的人脸图像之前，还包括：

获取已标记所述人员身份信息的人脸图像样本集；

利用所述目标网络模型提取所述人脸图像样本集中各个人脸图像样本的人脸特征数据和人脸群类别标签；

将所述人脸特征数据按照所述人脸群类别标签分别存入所述数据库中。

优选地，在所述获取待识别人员的人脸图像之前，还包括：

获取初始人脸图像训练集，并从所述初始人脸训练集中随机选择目标子集；

利用所述初始人脸图像训练集中的样本数量和所述目标子集中人脸特征数据确定中心数量和初始中心；

利用IndexIVFKmeans方法，结合所述中心数量和所述初始中心进行模型训练，获得用于标记人脸群类别标签的群标签标记模型；

将所述初始人脸图像训练集输入至所述群标签标记模型中，获得用于训练所述目标网络模型的目标人脸图像训练集。

优选地，所述利用IndexIVFKmeans方法，结合所述中心数量和所述初始中心进行模型训练，包括：

在同时出现强势点和孤立点时，以所述强势点与所述孤立点的最短连线为直径的圆内随机选择两个点替代所述强势点和所述孤立点。

优选地，所述目标网络的训练过程，包括：

利用第一损失函数对预设网络进行训练，获得初始网络模型数据；