[发明专利]人脸特征提取方法、装置、设备及存储介质

权利要求书

1.一种人脸特征提取方法，其特征在于，所述人脸特征提取方法包括：

获取包含有人脸的目标图像；

将所述目标图像输入至预先训练完成的人脸特征提取模型中；其中，所述人脸特征提取模型包括特征网络和注意力网络；

通过所述特征网络输出所述目标图像中人脸的初始人脸特征；

通过所述注意力网络输出所述目标图像中的注意力特征；其中，所述注意力网络为预设的教师网络的学生网络；所述注意力网络基于所述教师网络训练得到；所述注意力特征用于指示所述初始人脸特征中特征因子的重要程度；

基于所述注意力特征处理所述初始人脸特征，得到所述目标图像中人脸的最终人脸特征。

2.根据权利要求1所述的人脸特征提取方法，其特征在于，所述注意力特征的特征维度与所述初始人脸特征的特征维度的维度数量相同；所述基于所述注意力特征处理所述初始人脸特征，得到所述目标图像中人脸的最终人脸特征的步骤，包括：

将所述初始人脸特征和所述注意力特征中，特征维度相同的特征数据进行融合处理，得到所述目标图像中人脸的最终人脸特征。

3.根据权利要求2所述的人脸特征提取方法，其特征在于，所述初始人脸特征中包括多个特征因子的初始因子值；所述注意力特征中包括每个所述特征因子的权重；所述将所述初始人脸特征和所述注意力特征中，特征维度相同的特征数据进行融合处理，得到所述目标图像中人脸的最终人脸特征的步骤，包括：

针对所述初始人脸特征中的每个特征因子，从所述注意力特征中提取所述特征因子的权重，将所述特征因子的初始因子值乘以所述权重，得到所述特征因子的最终因子值；

将每个所述特征因子的最终因子值，确定为所述目标图像中人脸的最终人脸特征。

4.根据权利要求2所述的人脸特征提取方法，其特征在于，所述初始人脸特征中包括多个特征因子的初始因子值；所述注意力特征中包括每个所述特征因子的指示值；所述将所述初始人脸特征和所述注意力特征中，特征维度相同的特征数据进行融合处理，得到所述目标图像中人脸的最终人脸特征的步骤，包括：

针对所述初始人脸特征中的每个特征因子，从所述注意力特征中提取所述特征因子的指示值，如果所述指示值为预设的第一值，将所述特征因子的初始因子值确定为所述特征因子的最终因子值；如果所述指示值为预设的第二值，删除所述特征因子以及所述特征因子的因子值；

将剩余的特征因子的最终因子值，确定为所述目标图像中人脸的最终人脸特征。

5.根据权利要求1所述的人脸特征提取方法，其特征在于，所述注意力网络具体通过下述方式训练得到：

获取包含有人脸的样本图像组；其中，所述样本图像组包括多张图像，所述多张图像中的人脸相同，所述多张图像中人脸的拍摄角度不同；

提取所述样本图像组中第一图像的第一图像特征，将所述第一图像输入至预设的教师网络，输出第一注意力特征；基于所述第一图像特征和所述第一注意力特征得到第一输出结果；

提取所述样本图像组中第二图像的第二图像特征，将所述第二图像输入至预设的学生网络，输出第二注意力特征；基于所述第二图像特征和所述第二注意力特征得到第二输出结果；

基于所述第一输出结果和所述第二输出结果计算损失值，基于所述损失值训练所述学生网络，直至所述损失值收敛，将所述损失值收敛时的学生网络确定为所述注意力网络。

6.根据权利要求5所述的人脸特征提取方法，其特征在于，所述基于所述第一图像特征和所述第一注意力特征得到第一输出结果的步骤，包括：将所述第一图像特征和所述第一注意力特征中，相同位置上的特征值进行特征融合处理，得到第一输出结果；

所述基于所述第二图像特征和所述第二注意力特征得到第二输出结果的步骤，包括：将所述第二图像特征和所述第二注意力特征中，相同位置上的特征值进行特征融合处理，得到第二输出结果。