[发明专利]人脸识别方法、装置、计算机设备及存储介质

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

根据样本人脸图像和所述样本人脸图像对应的样本特征向量，训练人脸识别模型中的特征提取子模型；

在保持训练后的特征提取子模型不变的情况下，根据所述样本特征向量和所述样本人脸图像所属人脸标识的中心特征向量，训练所述人脸识别模型中的预测子模型，所述中心特征向量表示所述人脸标识对应的人脸特征；

调用所述特征提取子模型，对目标人脸图像进行特征提取，得到所述目标人脸图像对应的第一特征图像及所述第一特征图像对应的第一特征向量；

调用所述预测子模型，对所述第一特征图像进行处理，得到所述第一特征图像对应的第一特征数值，所述第一特征数值用于表示所述第一特征图像描述所述目标人脸图像中人脸特征的不确定度；

根据所述第一特征向量、所述第一特征数值以及模板人脸图像的第二特征图像对应的第二特征向量、所述第二特征图像对应的第二特征数值，获取所述目标人脸图像和所述模板人脸图像之间的相似度，所述第二特征数值用于表示所述第二特征图像描述所述模板人脸图像中人脸特征的不确定度；

在所述相似度大于预设阈值的情况下，确定所述目标人脸图像与所述模板人脸图像匹配。

2.根据权利要求1所述的方法，其特征在于，所述特征提取子模型包括特征提取层和特征映射层，所述调用所述特征提取子模型，对目标人脸图像进行特征提取，得到所述目标人脸图像对应的第一特征图像及所述第一特征图像对应的第一特征向量，包括：

调用所述特征提取层，对所述目标人脸图像进行特征提取，得到所述目标人脸图像对应的第一特征图像；

调用所述特征映射层，对所述第一特征图像进行特征映射，得到所述第一特征图像对应的第一特征向量。

3.根据权利要求1所述的方法，其特征在于，所述根据样本人脸图像和所述样本人脸图像对应的样本特征向量，训练人脸识别模型中的特征提取子模型，包括：

获取所述样本人脸图像和所述样本人脸图像对应的样本特征向量；

调用所述特征提取子模型，对所述样本人脸图像进行特征提取，得到所述样本人脸图像对应的预测特征图像及所述预测特征图像对应的预测特征向量；

根据所述预测特征向量和所述样本特征向量之间的差异，训练所述特征提取子模型。

4.根据权利要求3所述的方法，其特征在于，所述特征提取子模型包括特征提取层和特征映射层，所述调用所述特征提取子模型，对所述样本人脸图像进行特征提取，得到所述样本人脸图像对应的预测特征图像及所述预测特征图像对应的预测特征向量，包括：

调用所述特征提取层，对所述样本人脸图像进行特征提取，得到所述样本人脸图像对应的预测特征图像；

调用所述特征映射层，对所述预测特征图像进行特征映射，得到所述预测特征图像对应的预测特征向量。

5.根据权利要求3所述的方法，其特征在于，所述人脸识别模型还包括损失获取子模型，所述损失获取子模型包括每个人脸标识对应的权重向量，所述根据所述预测特征向量和所述样本特征向量之间的差异，训练所述特征提取子模型，包括：

调用所述损失获取子模型，按照所述样本人脸图像所属人脸标识对应的权重向量对所述预测特征向量进行加权处理，得到所述预测特征向量对应的加权特征向量；

获取所述加权特征向量和所述样本特征向量之间的第二损失值，所述第二损失值表示所述加权特征向量和所述样本特征向量之间的差异；

根据所述第二损失值，训练所述特征提取子模型和所述损失获取子模型。