人脸识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108875502A(43)申请公布日2018.11.23(21)申请号201711089314.3(22)申请日2017.11.07(71)申请人北京旷视科技有限公司地址100000北京市海淀区科学院南路2号A座313申请人北京迈格威科技有限公司(72)发明人周而进刘宇(74)专利代理机构北京超凡志成知识产权代理事务所(普通合伙)11371代理人苏胜(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)权利要求书3页说明书10页附图3页(54)发明名称人脸识别方法和装置(57)摘要本发明提供了人脸识别方法和装置，该人脸识别方法包括：获取待验证用户的人脸图像；采用人脸识别模型中的第一子模型对人脸图像进行人脸识别，确定识别结果；如果识别结果为不确定或不通过，则继续采用人脸识别模型中的第二子模型对人脸图像进行人脸识别，第二子模型的计算量大于第一子模型的计算量。本发明实施例采用具有多个子模型的人脸识别模型进行识别，有利于提高识别速度和识别精度。CN108875502ACN108875502A权利要求书1/3页1.一种人脸识别方法，其特征在于，所述方法包括：获取待验证用户的人脸图像；采用人脸识别模型中的第一子模型对所述人脸图像进行人脸识别，确定识别结果；如果所述识别结果为不确定或不通过，则采用所述人脸识别模型中的第二子模型对所述人脸图像进行人脸识别，所述第二子模型的计算量大于所述第一子模型的计算量。2.根据权利要求1所述的人脸识别方法，其特征在于，还包括：如果所述第二子模型对所述人脸图像的识别结果为不确定或不通过，则继续采用所述人脸识别模型中的第三子模型对所述人脸图像进行人脸识别，所述第三子模型的计算量大于所述第二子模型的计算量。3.根据权利要求1或2所述的人脸识别方法，其特征在于，所述第一子模型包括三个输出通道，所述采用第一子模型对所述人脸图像进行人脸识别，确定识别结果，包括：采用所述第一子模型对所述人脸图像进行人脸识别，通过所述三个输出通道输出通过的概率、不确定的概率和不通过的概率，所述通过的概率、所述不确定的概率和所述不通过的概率之和为1；根据所述通过的概率、所述不确定的概率和所述不通过的概率中的最大值，确定所述识别结果。4.根据权利要求1或2所述的人脸识别方法，其特征在于，所述第一子模型包括两个输出通道，所述采用第一子模型对所述人脸图像进行人脸识别，确定识别结果，包括：采用所述第一子模型对所述人脸图像进行人脸识别，通过所述两个输出通道输出通过的概率和不通过的概率，所述通过的概率和所述不通过的概率之和为1；如果所述通过的概率大于或等于第一预设阈值，则确定所述识别结果为通过；如果所述不通过的概率大于或等于第二预设阈值，则确定所述识别结果为不通过；如果所述通过的概率小于所述第一预设阈值，且所述不通过的概率小于所述第二预设阈值，则确定所述识别结果为不确定。5.根据权利要求1或2所述的人脸识别方法，其特征在于，所述第一子模型包括一个输出通道，所述采用第一子模型对所述人脸图像进行人脸识别，确定识别结果，包括：采用所述第一子模型对所述人脸图像进行人脸识别，通过所述输出通道输出通过的概率；如果所述通过的概率大于或等于第三预设阈值，则确定所述识别结果为通过；如果所述通过的概率小于或等于第四预设阈值，则确定所述识别结果为不通过；如果所述通过的概率小于所述第三预设阈值且大于所述第四预设阈值，则确定所述识别结果为不确定。6.根据权利要求1或2所述的人脸识别方法，其特征在于，所述第一子模型包括第一神经网络和第二神经网络，所述采用第一子模型对所述人脸图像进行人脸识别，输出识别结果，包括：将所述人脸图像通过所述第一神经网络进行处理，得到所述人脸图像的特征；将所述人脸图像的特征通过所述第二神经网络进行运算处理，确定所述识别结果。7.根据权利要求1或2所述的人脸识别方法，其特征在于，所述第一子模型包括第三神经网络，所述采用第一子模型对所述人脸图像进行人脸识别，输出识别结果，包括：2CN108875502A权利要求书2/3页将所述人脸图像通过所述第三神经网络进行处理，确定所述识别结果。8.一种人脸识别装置，其特征在于，所述装置包括：获取模块，用于获取待验证用户的人脸图像；识别模块用于：采用人脸识别模型中的第一子模型对所述人脸图像进行人脸识别，确定识别结果；在所述识别结果为不确定或不通过的情况下，采用所述人脸识别模型中的第二子模型对所述人脸图像进行人脸识别，所述第二子模型的计算量大于所述第一子模型的计算量。9.根据权利要求8所述的人脸识别装置，其特征在于，所述识别模块还用于在所述第二子模型对所述人脸图像的识别结果为不确定或不通过的情况下，采用所述人脸识