[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，包括以下步骤：

当检测到待识别人脸存在遮挡区域时，在模型搜索空间中搜索与所述遮挡区域对应的人脸特征提取模型，其中，所述模型搜索空间中的一个人脸特征提取模型检测一类对应遮挡区域的人脸特征；

通过所述人脸特征提取模型对所述待识别人脸进行特征提取，得到待识别人脸特征；

将所述待识别人脸特征与所述人脸特征提取模型所对应的底库人脸特征进行特征比对；

将与所述待识别人脸特征相似度最高的底库人脸特征作为目标人脸特征，索引并输出与所述目标人脸特征相对应的人脸识别信息，其中，底库人脸特征与人脸识别信息具有映射关系。

2.如权利要求1所述的方法，其特征在于，所述当检测到待识别人脸的遮挡区域时，在模型搜索空间中搜索与所述遮挡区域对应的人脸特征提取模型，包括：

获取待识别人脸图像；

检测所述待识别人脸图像中的待识别人脸是否存在遮挡区域；

若所述待识别人脸存在遮挡区域，则判断所述遮挡区域的遮挡类型；

根据所述遮挡区域和/或所述遮挡类型，在模型搜索空间中搜索与所述遮挡区域和/或所述遮挡类型对应的人脸特征提取模型，其中，所述模型搜索空间中的一个人脸特征提取模型至少检测一个对应遮挡区域、遮挡类型及遮挡区域与遮挡类型组合的人脸。

3.如权利要求1所述的方法，其特征在于，所述模型搜索空间中的包括多个预测模块，所述在模型搜索空间中搜索与所述遮挡区域对应的人脸特征提取模型，包括：

根据所述待识别人脸的遮挡区域，预测并搜索得到对应的预测模块信息；

根据所述预测模块信息，构建对应的人脸特征提取模型。

4.如权利要求3所述的方法，其特征在于，所述预测模块中的包括混合节点，所述混合节点间通过混合算子进行连接，所述根据所述待识别人脸的遮挡区域，预测并搜索得到对应的预测模块信息包括：

根据所述待识别人脸的遮挡区域，预测并搜索得到对应的混合节点信息以及混合算子信息；

根据所述混合节点信息以及混合算子信息，构建对应的预测模块。

5.如权利要求4所述的方法，其特征在于，在所述当检测到待识别人脸存在遮挡区域时，在模型搜索空间中搜索与所述遮挡区域对应的人脸特征提取模型之前，所述方法还包括：

获取训练集与验证集；

构建模型搜索空间，所述模型搜索空间包括多个预测模块；

初始化所述预测模块的训练参数，并通过所述验证集计算所述训练参数的初始化损失；

若初始化损失不收敛，则在所述训练集中对所述训练参数进行迭代训练，通过随机梯度下降法对所述预测模块的训练参数进行调整，直到通过所述验证集计算得到的训练参数的损失收敛；

在所述训练集计算得到的训练参数的损失收敛时，将所述训练参数最大的预测模块作为目标预测模块；

根据所述目标预测模块，构建对应的人脸特征提取模型。

6.如权利要求4所述的方法，其特征在于，所述在所述当检测到待识别人脸存在遮挡区域时，在模型搜索空间中搜索与所述遮挡区域对应的人脸特征提取模型之前，所述方法还包括：

获取训练集与验证集；

构建模型搜索空间，所述模型搜索空间包括多个混合节点，所述混合节点间通过混合算子进行连接；

初始化所述混合算子的训练参数，并通过所述验证集计算所述训练参数的初始化损失；

若初始化损失不收敛，则在所述训练集中对所述训练参数进行迭代训练，并通过随机梯度下降法对所述混合算子的训练参数进行调整，直到通过所述验证集计算得到的训练参数的损失收敛；

所述训练集计算得到的训练参数的损失收敛时，将所述训练参数最大的混合算子确定为目标混合算子；

通过所述目标混合算子将对应的混合节点进行连接，得到预测模块；

根据所述预测模块，构建对应的人脸特征提取模型。