本公开提供一种人脸识别方法及装置、电子设备、存储介质；涉及人工智能技术领域。所述人脸识别方法包括：获取待识别的当前人脸图像；将所述当前人脸图像输入到目标人脸识别模型中，确定所述当前人脸图像的遮掩状态；根据所述遮掩状态确定所述当前人脸图像的特征比对方式；基于确定的所述特征比对方式对所述当前人脸图像进行人脸识别，确定所述当前人脸图像对应的人脸识别结果。本公开识别人脸图像中是否佩戴口罩或者佩戴墨镜，并通过佩戴情况确定不同的特征比对方式，能够有效提升人脸识别的准确性以及鲁棒性。准确性以及鲁棒性。准确性以及鲁棒性。
【技术实现步骤摘要】
人脸识别方法及装置、存储介质、电子设备
[0001]本公开涉及人工智能
，具体而言，涉及一种人脸识别方法、人脸识别装置、电子设备以及计算机可读存储介质。
技术介绍
[0002]随着科学技术的飞速发展，人脸识别技术(Face Recognition)越来越得到广泛的使用，是基于人的脸部特征信息进行身份识别的一种生物识别技术，可以利用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。
[0003]目前，相关技术方案如果在人脸识别的过程中，人脸图像出现了佩戴口罩和墨镜的情形，这些情形则会直接被认为是遮挡，从而不能提取出较准确的人脸特征，导致人脸识别结果的准确性差以及鲁棒性差。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0005]本公开的目的在于提供一种人脸识别方法、人脸识别装置、电子设备以及计算机可读存储介质，进而在一定程度上克服由于相关技术的限制和缺陷而导致的，在人脸图像存在戴口罩和墨镜的情形时，人脸识别效果不佳的问题。
[0006]根据本公开的第一方面，提供一种人脸识别方法，包括：
[0007]获取待识别的当前人脸图像；
[0008]将所述当前人脸图像输入到目标人脸识别模型中，确定所述当前人脸图像的遮掩状态；
[0009]根据所述遮掩状态确定所述当前人脸图像的特征比对方式；
[0010]基于确定的所述特征比对方式对所述当前人脸图像进行人脸识别，确定所述当前人脸图像对应的人脸识别结果。
[0011]根据本公开的第二方面，提供一种人脸识别装置，包括：
[0012]当前人脸图像获取模块，用于获取待识别的当前人脸图像；
[0013]遮掩状态确定模块，用于将所述当前人脸图像输入到目标人脸识别模型中，确定所述当前人脸图像的遮掩状态；
[0014]特征比对方式确定模块，用于根据所述遮掩状态确定所述当前人脸图像的特征比对方式；
[0015]人脸识别模块，用于基于确定的所述特征比对方式对所述当前人脸图像进行人脸识别，确定所述当前人脸图像对应的人脸识别结果。
[0016]根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述
任意一项所述的方法。
[0017]根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。
[0018]本公开示例性实施例可以具有以下部分或全部有益效果：
[0019]在本公开的一示例实施方式所提供的人脸识别方法中，可以将待识别的当前人脸图像输入到目标人脸识别模型中，确定当前人脸图像的遮掩状态，然后可以根据遮掩状态确定当前人脸图像的特征比对方式，并基于确定的特征比对方式对当前人脸图像进行人脸识别，从而可以确定当前人脸图像对应的人脸识别结果。通过目标人脸识别模型确定当前人脸图像的遮掩状态，如口罩遮掩状态和墨镜遮掩状态，在不佩戴任何物体或者佩戴口罩、佩戴墨镜时选择不同的对当前人脸图像进行人脸识别的特征比对方式，避免相关技术方案中直接将口罩或者墨镜认为是遮挡，从而不能提取出较准确的人脸特征的问题，能够有效提升人脸图像识别结果的准确性以及鲁棒性。
[0020]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0021]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1示出了可以应用本公开实施例的一种人脸识别方法及装置的示例性系统架构的示意图；
[0023]图2示意性示出了根据本公开的一个实施例的人脸识别方法的流程示意图；
[0024]图3示意性示出了根据本公开的一个实施例的通过目标人脸识别模型确定当前人脸图像的遮掩状态的流程示意图；
[0025]图4示意性示出了根据本公开的一个实施例的通过第一特征比对方式实现人脸识别的流程示意图；
[0026]图5示意性示出了根据本公开的一个实施例的通过第二特征比对方式实现人脸识别的流程示意图；
[0027]图6示意性示出了根据本公开的一个实施例的训练目标人脸识别模型的流程示意图；
[0028]图7示意性示出了根据本公开的另一个实施例的训练目标人脸识别模型的流程示意图；
[0029]图8示意性示出了根据本公开的一个实施例的目标人脸识别模型的框架示意图；
[0030]图9示意性示出了根据本公开的一个实施例的人脸识别装置的示意框图；
[0031]图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
[0032]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形
式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
[0033]此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0034]图1示出了可以应用本公开实施例的一种人脸识别方法及装置的示例性应用环境的系统架构的示意图。
[0035]如图1所示，系统架构100可以包括终端设备101、102、103中的一个或多个，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是具有图像采集设备的各种电子设备，包括但不限于智能服务型机器人、智能手机和智能监控摄像头等等。应该理解，图1中的终端设备、网络和服本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸识别方法，其特征在于，包括：获取待识别的当前人脸图像；将所述当前人脸图像输入到目标人脸识别模型中，确定所述当前人脸图像的遮掩状态；根据所述遮掩状态确定所述当前人脸图像的特征比对方式；基于确定的所述特征比对方式对所述当前人脸图像进行人脸识别，确定所述当前人脸图像对应的人脸识别结果。2.根据权利要求1所述的人脸识别方法，其特征在于，所述目标人脸识别模型包括目标特征提取器和多任务人脸识别模型；所述将所述当前人脸图像输入到目标人脸识别模型中，确定所述当前人脸图像的遮掩状态，包括：通过所述目标特征提取器对所述当前人脸图像进行特征抽取，得到当前人脸特征，所述当前人脸特征包括全脸特征、未遮掩区域特征、口罩遮掩特征和墨镜遮掩特征；将所述当前人脸特征输入到多任务人脸识别模型中，确定所述当前人脸图像的遮掩状态，其中所述遮掩状态包括无遮掩状态、口罩遮掩状态或者墨镜遮掩状态。3.根据权利要求2所述的人脸识别方法，其特征在于，所述基于确定的所述特征比对方式对所述当前人脸图像进行人脸识别，包括：若确定所述当前人脸图像的遮掩状态为无遮掩状态，则通过第一特征比对方式对所述当前人脸图像进行人脸识别；若确定所述当前人脸图像的遮掩状态为口罩遮掩状态或者墨镜遮掩状态，则通过第二特征比对方式对所述当前人脸图像进行人脸识别。4.根据权利要求3述的人脸识别方法，其特征在于，所述通过第一特征比对方式对所述当前人脸图像进行人脸识别，包括：获取已采集人脸图像对应的已采集人脸特征；计算所述当前人脸图像对应的全脸特征与所述已采集人脸特征的第一相似度数据；将最大的所述第一相似度数据对应的已采集人脸图像的人脸标识信息作为所述当前人脸图像的人脸识别结果，以实现对所述当前人脸图像的人脸识别。5.根据权利要求3所述的人脸识别方法，其特征在于，所述通过第二特征比对方式对所述当前人脸图像进行人脸识别，包括：获取已采集人脸图像对应的第一未遮掩区域特征；计算所述当前人脸图像对应的第二未遮掩区域特征与所述第一未遮掩区域特征的第二相似度数据；将最大的所述第二...
【专利技术属性】
技术研发人员：彭健腾，郭彦东，陶训强，何苗，
申请(专利权)人：上海瑾盛通信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。