[发明专利]一种人脸识别方法、人脸识别装置及电子设备

权利要求书

1.一种人脸识别方法，其特征在于，包括：

将待识别的模糊人脸输入至已训练的生成对抗网络的生成器中，得到待识别的清晰人脸，其中，所述生成对抗网络的训练样本来源于预设的清晰-模糊人脸图像集合，所述清晰-模糊人脸图像集合包括清晰-模糊人脸图像对，所述生成器由关键点检测编码器及解码器构成，所述关键点检测编码器用于检测输入所述生成器的人脸图像的关键点，所述生成对抗网络在训练过程中，所述生成器的输出分别与所述生成对抗网络的判别器的输入及已训练的特征提取网络的输入相连接，且所述生成器的损失与所述关键点检测编码器、所述特征提取网络及所述判别器相关；

将所述待识别的清晰人脸输入至所述特征提取网络，获得所述待识别的清晰人脸的人脸特征；

将所述待识别的清晰人脸的人脸特征与预设的人脸特征库中的各个用户人脸特征进行匹配，以将与所述待识别的清晰人脸的人脸特征最为匹配的用户人脸特征确定为目标用户人脸特征；

将与所述目标用户人脸特征相关联的用户确定为识别结果；

在所述将待识别的模糊人脸输入至已训练的生成对抗网络的生成器中，得到待识别的清晰人脸之前，所述人脸识别方法还包括：

针对所述清晰-模糊人脸图像集合中的每对清晰-模糊人脸图像对，将所述清晰-模糊人脸图像对中的模糊人脸图像输入至待训练的生成对抗网络的生成器，得到所述模糊人脸图像的关键点及清晰人脸生成图像；

将所述清晰人脸生成图像及所述模糊人脸图像所对应的清晰人脸图像分别输入至待训练的生成对抗网络的判别器，得到所述判别器的判别结果；

根据所述判别结果，计算所述判别器的损失；

将所述清晰人脸生成图像输入至所述特征提取网络，得到所述清晰人脸生成图像的特征提取结果；

将所述清晰人脸图像分别输入至所述生成器及所述特征提取网络，得到所述清晰人脸图像的关键点及所述清晰人脸图像的特征提取结果；

根据所述模糊人脸图像的关键点、所述清晰人脸图像的关键点、所述清晰人脸生成图像的特征提取结果、所述清晰人脸图像的特征提取结果及所述判别结果，计算所述生成器的损失；

根据所述判别器的损失对所述判别器进行优化，并根据所述生成器的损失对所述生成器进行优化，直至所述生成器的损失达到收敛时，得到已训练的生成对抗网络。

2.如权利要求1所述的人脸识别方法，其特征在于，所述根据所述模糊人脸图像的关键点、所述清晰人脸图像的关键点、所述清晰人脸生成图像的特征提取结果、所述清晰人脸图像的特征提取结果及所述判别结果，计算所述生成器的损失，包括：

计算所述模糊人脸图像的每个关键点与所述清晰人脸图像的对应关键点之间的平均距离；

根据所述特征提取网络的损失函数，计算所述清晰人脸生成图像的特征提取结果与所述清晰人脸图像的特征提取结果之间的特征损失值；

根据所述判别结果，计算所述判别器的交叉熵；

根据所述平均距离、所述特征损失值及所述交叉熵，计算所述生成器的损失。

3.如权利要求1所述的人脸识别方法，其特征在于，在所述将待识别的模糊人脸输入至已训练的生成对抗网络的生成器中，得到待识别的清晰人脸之前，所述人脸识别方法还包括：

获取包含清晰人脸的样本图像；

基于所述清晰人脸对所述样本图像进行裁剪，得到第一人脸图像，其中，所述第一人脸图像的尺寸大于预设尺寸；

基于预设的插值算法缩小所述第一人脸图像，得到第二人脸图像，其中，所述第二人脸图像的尺寸等于预设尺寸；

基于所述插值算法缩小所述第二人脸图像，得到第三人脸图像，其中，所述第三人脸图像的尺寸小于预设尺寸；

基于所述插值算法放大所述第三人脸图像，得到第四人脸图像，其中，所述第四人脸图像的尺寸等于预设尺寸；

根据所述第二人脸图像及所述第四人脸图像组成清晰-模糊人脸图像对，以构建所述清晰-模糊人脸图像集合。

4.如权利要求1所述的人脸识别方法，其特征在于，在所述将所述待识别的清晰人脸的人脸特征与预设的人脸特征库中的各个用户人脸特征进行匹配之前，所述人脸识别方法还包括：

获取各个用户的用户人脸图像；

分别将各个用户人脸图像输入至所述特征提取网络，得到各个用户的用户人脸特征，以构建所述人脸特征库。