(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210802339.8 (22)申请日 2022.07.07 (71)申请人 浙江大华 技术股份有限公司 地址 310053 浙江省杭州市滨江区滨安路 1187号 (72)发明人 葛主贝　郝敬松　朱树磊　殷俊　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 专利代理师 张洁 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/74(2022.01) G06V 10/82(2022.01) (54)发明名称 一种人脸识别方法、 装置及存 储介质 (57)摘要 本申请公开了一种人脸识别方法、 装置及存 储介质， 涉及人脸识别技术领域。 该方法包括： 基 于卷积神经网络， 对第一对象的人脸图像进行特 征提取， 得到第一人脸特征向量、 第一区域块特 征向量； 根据所述第一人脸特征向量与特征库中 各人脸特征向量的相似度， 从所述各人脸特征向 量中确定第二人脸特征向量； 若所述第一人脸特 征向量与所述第二人脸特征向量的相似度满足 第一要求， 则确定所述第一区域块特征向量与第 二区域块特征向量的相似度； 其中， 所述第二区 域块特征向量是提取所述第二人脸特征向量时 所述卷积神经网络中的所述指定层输出的特征； 根据所述第一区域块特征向量与所述第二区域 块特征向量的相似度， 确定所述第一对象的人脸 区域攻击结果。 权利要求书2页 说明书8页 附图3页 CN 115273181 A 2022.11.01 CN 115273181 A 1.一种人脸识别方法， 其特 征在于， 包括： 基于卷积神经网络， 对第 一对象的人脸图像进行特征提取， 得到第一人脸特征向量、 第 一区域块特征向量； 其中， 所述第一区域块特征向量中的特征是对所述第一对 象的人脸图 像进行特征提取时所述卷积神经网络中的指定层输出的特征， 所述第一人脸特征向量中的 特征是对所述第一对象的人脸图像进行特征提取时所述卷积神经网络的最后一层输出的 特征； 根据所述第 一人脸特征向量与特征库中各人脸特征向量的相似度， 从所述各人脸特征 向量中确定第二人脸特 征向量； 若所述第一人脸特征向量与 所述第二人脸特征向量的相似度满足第 一要求， 则确定所 述第一区域块特征向量与第二区域块特征向量的相似度； 其中， 所述第二区域块特征向量 是提取所述第二人脸特 征向量时所述卷积神经网络中的所述指定层输出的特 征； 根据所述第 一区域块特征向量与 所述第二区域块特征向量的相似度， 确定所述第 一对 象的人脸区域 攻击结果。 2.如权利要求1所述的方法， 其特征在于， 所述确定所述第 一区域块特征向量与第 二区 域块特征向量的相似度， 包括： 确定第一矩阵， 所述第一矩阵为N*N维矩阵， N为所述第一区域块特征向量或所述第二 区域块特征向量中包含的特征的数量， 所述第一矩阵中的元素dij表示所述第一区域块 特征 向量中第i个特 征与所述第二区域 块特征向量中第j个特 征的相似度； 根据所述第 一矩阵和代价函数确定第二矩阵， 所述第二矩阵为N*N维矩阵， 所述第二矩 阵中的元素fij表示所述第一区域块特征向量中第i个特征与所述第二区域块 特征向量中第 j个特征的重要联系程度， 所述第二矩阵用于使得所述代价函数的值最小， 所述代价函数的 值为所述第一矩阵和所述第二矩阵的哈达马积； 根据所述第一矩阵、 所述第二矩阵， 确定所述第一区域块特征向量与第二区域块特征 向量的相似度。 3.如权利要求2所述的方法， 其特 征在于， 所述第二矩阵中的fij， 满足以下约束条件： 所述fij中的i行求和， 小于或等于所述第一区域块特征向量中第i个特征的权重； 其中， i＝1,2,3, …,N， j＝1,2,3, …,N； 所述fij中的j列求和， 小于或等于所述第二区域 块特征向量中第j个特 征的权重； 所述fij的累加乘积求和， 等于所述第一区域块特征向量中第i个特征的权重求和， 与所 述第二区域 块特征向量中第j个特 征的权重求和之间的最小值。 4.如权利要求3所述的方法， 其特征在于， 所述第一区域块特征向量中第i个特征的权 重是基于所述第一区域块特征向量中第i个特征与所述第二区域块特征向量的特征均值确 定的； 所述第二区域块特征向量中第j个特征的权重是基于所述第二区域块特征向量中第j 个特征与所述第一区域 块特征向量的特 征均值确定的。 5.如权利要求2所述的方法， 其特征在于， 所述根据 所述第一矩阵、 所述第 二矩阵， 确定 所述第一区域 块特征向量与第二区域 块特征向量的相似度， 包括： 对所述第一矩阵和所述第 二矩阵的哈达马积进行归一化处理， 得到所述第 一区域块特 征向量与第二区域 块特征向量的相似度。权　利　要　求　书 1/2 页 2 CN 115273181 A 26.如权利要求1 ‑5任一项所述的方法， 其特征在于， 所述根据 所述第一区域块特征向量 与所述第二区域 块特征向量的相似度， 确定所述第一对象的人脸区域 攻击结果， 包括： 若所述第一区域块特征向量与所述第 二区域块特征向量的相似度满足第 二要求， 则确 定所述第一对象不存在人脸区域 攻击， 否则所述第一对象存在人脸区域 攻击。 7.如权利要求1 ‑5任一项所述的方法， 其特征在于， 所述第 二人脸特征向量是所述第一 人脸特征向量与特 征库中各 人脸特征向量的相似度中最大相似度对应的人脸特 征向量。 8.一种人脸识别装置， 其特 征在于， 包括： 人脸图像特征提取模块， 用于基于卷积神经网络， 对第一对象的人脸图像进行特征提 取， 得到第一人脸特征向量、 第一区域块特征向量； 其中， 所述第一区域块特征向量中的特 征是对所述第一对 象的人脸图像进行特征提取时所述卷积神经网络中的指定层输出的特 征， 所述第一人脸特征向量中的特征是对所述第一对象的人脸图像进 行特征提取时所述卷 积神经网络中的最后一层输出的特 征； 第一确定模块， 用于根据所述第一人脸特征向量与特征库中各人脸特征向量的相似 度， 从所述各 人脸特征向量中确定第二人脸特 征向量； 第二确定模块， 用于若所述第 一确定模块确定所述第 一人脸特征向量与所述第 二人脸 特征向量的相似度满足第一要求， 则确定所述第一区域块特征向量与第二区域块特征向量 的相似度； 其中， 所述第二区域块特征向量是提取所述第二人脸特征向量时所述卷积神经 网络中的所述指定层输出的特 征； 第三确定模块， 用于根据所述第 一区域块特征向量与 所述第二区域块特征向量的相似 度， 确定所述第一对象的人脸区域 攻击结果。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存放计算机程序； 处理器， 用于执行所述存储器上所存放的计算机程序时， 执行如权利要求1 ‑6任一项所 述的方法。 10.一种可读计算机存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机可 执行指令， 所述计算机可 执行指令用于使计算机执 行如权利要求1 ‑6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115273181 A 3