[发明专利]一种人脸识别方法、系统及电子设备和存储介质

权利要求书

1.一种人脸识别方法，其特征在于，包括：

获取训练集，并利用特征点回归模型检测所述训练集中的每个人脸图片中人脸区域的的特征点位置；其中，所述人脸图片具体为已标记识别结果的人脸图片；

根据所述特征点位置利用预设的扩圈策略对每个所述人脸图片进行扩圈处理；

利用扩圈完成的人脸图片训练深度学习模型，以便利用训练完成的深度学习模型识别目标人脸图片。

2.根据权利要求1所述人脸识别方法，其特征在于，所述利用训练完成的深度学习模型识别目标人脸图片，包括：

当接收到所述目标人脸图片时，利用所述特征点回归模型检测所述目标人脸图片中人脸区域的特征点位置；

根据所述特征点位置利用所述扩圈策略对所述目标人脸图片进行扩圈处理；

将扩圈后的图像输入所述训练完成的深度学习模型中，得到所述原始图像对应的人脸识别结果。

3.根据权利要求1所述人脸识别方法，其特征在于，所述根据所述特征点位置利用预设的扩圈策略对每个所述人脸图片进行扩圈处理之后，还包括：

调整每个所述人脸图片的尺寸为目标尺寸。

4.根据权利要求1所述人脸识别方法，其特征在于，所述人脸图片具体为已标记性别和/或年龄的人脸图片。

5.根据权利要求1所述人脸识别方法，其特征在于，所述深度学习模型包括mobilefacenet学习模型。

6.根据权利要求1所述人脸识别方法，其特征在于，所述特征点回归模型包括dlib68特征点回归模型。

7.根据权利要求1至6中任一项所述人脸识别方法，其特征在于，所述根据所述特征点位置利用预设的扩圈策略对每个所述人脸图片进行扩圈处理，包括：

根据每个所述人脸图片中的所述特征点位置确定两眼间距；

将每个所述人脸图片的左边界向左移动第一距离，将每个所述人脸图片的右边界向右移动所述第一距离；其中，所述第一距离为第一比值与所述两眼间距的乘积；

将每个所述人脸图片的上边界向上移动第二距离，将每个所述人脸图片的下边界向下移动所述第二距离；其中，所述第二距离为第二比值与所述两眼间距的乘积。

8.一种人脸识别系统，其特征在于，包括：

获取模块，用于获取训练集，并利用特征点回归模型检测所述训练集中的每个人脸图片中人脸区域的的特征点位置；其中，所述人脸图片具体为已标记识别结果的人脸图片；

扩圈模块，用于根据所述特征点位置利用预设的扩圈策略对每个所述人脸图片进行扩圈处理；

训练模块，用于利用扩圈完成的人脸图片训练深度学习模型，以便利用训练完成的深度学习模型识别目标人脸图片。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述人脸识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸识别方法的步骤。