[发明专利]人脸识别方法及装置

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：

获取待识别的人脸图像；

将所述人脸图像输入至预先训练的人脸识别模型，利用所述人脸识别模型对所述人脸图像进行处理，以提取所述人脸图像的人脸特征，其中，所述人脸识别模型包括至少一个特征提取网络，所述特征提取网络对输入特征图依次进行量化、卷积及反量化，所述量化及所述反量化所采用的第一参数是按照所述输入特征图的通道数及预设通道组数确定的；

依据所述人脸特征对所述人脸图像进行人脸识别；

所述输入特征图包括多个第一通道，所述第一参数是按照以下方式确定的：

根据所述通道数及所述预设通道组数，利用公式确定量化预设值，其中，为所述量化预设值，为所述通道数，为所述预设通道组数；

根据所述量化预设值及第i个所述第一通道的预设量化阈值，利用公式，计算第i个所述第一通道的第一通道参数，其中，为第i个所述第一通道的第一通道参数，为所述量化预设值，为第i个所述第一通道的预设量化阈值；

将所有所述第一通道参数进行组合，得到所述第一参数。

2.如权利要求1所述的人脸识别方法，其特征在于，所述人脸识别模型包括多个特征提取网络；

所述利用所述人脸识别模型对所述人脸图像进行处理，以提取所述人脸图像的人脸特征的步骤包括：

将所述人脸图像作为第一个所述特征提取网络的输入特征图、以及将第N-1个所述特征提取网络的输出作为第N个所述特征提取网络的输入特征图，利用所述特征提取网络对输入特征图进行特征提取，得到输出特征图；

将最后一个所述特征提取网络的输出特征图作为所述人脸特征。

3.如权利要求2所述的人脸识别方法，其特征在于，所述特征提取网络包括量化层、卷积层和反量化层；

所述利用所述特征提取网络对输入特征图进行特征提取，得到输出特征图的步骤，包括：

所述量化层根据预先确定的第一参数对所述输入特征图进行量化处理，输出量化特征图，所述第一参数是按照所述输入特征图的通道数及预设通道组数确定的；

所述卷积层根据预先确定的量化权重参数对所述量化特征图进行卷积处理，输出中间特征图，其中，所述量化权重参数是根据预先确定的第二参数对预设权重参数进行量化后得到的；

所述反量化层根据所述第一参数、所述第二参数对所述中间特征图进行反量化处理，输出所述输出特征图。

4.如权利要求3所述的人脸识别方法，其特征在于，所述卷积层包括卷积核，所述卷积核包括多个第二通道，每一所述第二通道均设置有通道权重参数，所述第二参数是按照以下方式确定的：

根据每一所述第二通道的通道权重参数，确定每一所述第二通道的第二通道参数；

将所有所述第二通道参数进行组合，得到所述第二参数。

5.如权利要求4所述的人脸识别方法，其特征在于，每一所述第二通道的通道权重参数为多个，所述根据每一所述第二通道的通道权重参数，确定每一所述第二通道的第二通道参数的步骤包括：

根据第i个所述第二通道的多个通道权重参数，利用公式，确定第i个所述第二通道的第二通道参数，其中，为第i个所述第二通道的第二通道参数，为所述多个通道权重参数的绝对值的最大值。

6.如权利要求3所述的人脸识别方法，其特征在于，所述中间特征图包括多个通道图，所述第一参数包括每个第一通道的第一通道参数，所述第二参数包括每个第二通道的第二通道参数，所述输出特征图包括多个反量化特征图，所述多个通道图和所述多个反量化特征图一一对应；

所述反量化层根据所述第一参数、所述第二参数对所述中间特征图进行反量化处理，输出所述输出特征图的步骤包括：

根据第i个第一通道参数和第i个第二通道参数，对第i个所述通道图进行反量化，得到第i个所述反量化特征图；

将所有反量化特征图进行组合，得到所述输出特征图。