[发明专利]一种戴口罩人脸识别方法、装置、电子设备及存储介质

权利要求书

1.一种戴口罩人脸识别方法，其特征在于，包括：

将开源的arcface人脸识别模型拆分成主干网络和教师网络；

将主干网络输出特征的下半部分置为零，模拟人脸戴口罩后特征减少的特征图；

构建学生网络，将人脸戴口罩后特征减少的特征图输入学生网络得到掩膜处理后的人脸特征向量；

定义距离损失和三元组损失作为联合损失函数对学生模型进行训练；

输入未戴口罩人脸至训练好的人脸识别模型中，将教师网络和学生网络得到特征向量分别存入人脸识别数据库中；

根据待识别人脸是否佩戴口罩，将教师网络的人脸特征向量或学生网络的人脸特征向量与待识别人脸特征进行比对，输出人脸识别结果。

2.根据权利要求1所述方法，其特征在于，所述联合损失函数为L＝L_cos+L_Triplet，其中，L_cos表示特征之间的余弦距离损失，L_Triplet表示三元组损失，表示同类的距离，表示不同类间的距离，表示锚定人脸通过学生模型得到的特征向量，表示与锚定人脸同一类别的人脸通过学生模型得到的特征向量，表示与锚定人脸不同类的人脸通过学生模型得到的特征向量，α表示同类距离和不同类距离间的间隔。

3.根据权利要求1所述方法，其特征在于，所述定义距离损失和三元组损失作为联合损失函数对学生模型进行训练还包括：

挑选锚定人脸，以及与锚定人脸类别相同的人脸和类别不同的人脸作为合适的三元组，形成同一批次的图像输入至学生网络中。

4.根据权利要求1所述方法，其特征在于，所述根据待识别人脸是否佩戴口罩，将教师网络的人脸特征向量或学生网络的人脸特征向量与待识别人脸特征进行比对，输出人脸识别结果具体为：

通过开源的retinaface人脸检测模型检测判断待识别人脸是否佩戴口罩；

若未佩戴口罩，将检测到的人脸图像输入教师模型中，并与数据库中教师模型对应的人脸特征向量进行比对，选择相似度最大且超过预设阈值的人脸作为识别结果，其中，人脸特征相似度通过余弦距离衡量；

若佩戴口罩，则将检测到的人脸图像输入学生模型中，并与数据库中学生模型对应的人脸特征向量进行比对，选择相似度最大且超过预设阈值的人脸作为识别结果。

5.一种用于戴口罩人脸识别的装置，其特征在于，包括：

拆分单元，用于将开源的arcface人脸识别模型拆分成主干网络和教师网络；

模拟单元，用于将主干网络输出特征的下半部分置为零，模拟人脸戴口罩后特征减少的特征图；

构建单元，用于构建学生网络，将人脸戴口罩后特征减少的特征图输入学生网络得到掩膜处理后的人脸特征向量；

训练单元，用于定义距离损失和三元组损失作为联合损失函数对学生模型进行训练；

输入单元，用于输入未戴口罩人脸至训练好的人脸识别模型中，将教师网络和学生网络得到特征向量分别存入人脸识别数据库中；

比对单元，用于根据待识别人脸是否佩戴口罩，将教师网络的人脸特征向量或学生网络的人脸特征向量与待识别人脸特征进行比对，输出人脸识别结果。

6.根据权利要求5所述装置，其特征在于，所述联合损失函数为L＝L_cos+L_Triplet，其中，L_cos表示特征之间的余弦距离损失，L_Triplet表示三元组损失，表示同类的距离，表示不同类间的距离，表示锚定人脸通过学生模型得到的特征向量，表示与锚定人脸同一类别的人脸通过学生模型得到的特征向量，表示与锚定人脸不同类的人脸通过学生模型得到的特征向量，α表示同类距离和不同类距离间的间隔。

7.根据权利要求5所述装置，其特征在于，所述定义距离损失和三元组损失作为联合损失函数对学生模型进行训练还包括：

挑选锚定人脸，以及与锚定人脸类别相同的人脸和类别不同的人脸作为合适的三元组，形成同一批次的图像输入至学生网络中。