(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 202210134561.5 (22)申请日 2022.02.14 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 陆杰　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 宫传芝 (51)Int.Cl. G06V 40/40(2022.01) G06V 40/16(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 人脸识别方法、 装置、 电子设备及存 储介质 (57)摘要 本公开提供了一种人脸识别方法、 装置、 电 子设备及存储介质， 涉及人工智 能技术领域， 尤 其涉及深度学习及计算机视觉领域。 具体实现方 案为： 获取目标图像； 提取目标图像的第一分辨 率特征和第二分辨率特征， 其中， 第一分辨率特 征对应的第一分辨率低于预定分辨率， 第二分辨 率特征对应的第二分辨率高于预定分辨率； 基于 第一分辨率特征和第二分辨率特征， 识别目标图 像， 得到目标图像中是否包括活体人脸的识别结 果。 权利要求书3页 说明书8页 附图2页 CN 114463862 A 2022.05.10 CN 114463862 A 1.一种人脸识别方法， 包括： 获取目标图像； 提取所述目标图像的第一分辨率特征和第二分辨率特征， 其中， 所述第一分辨率特征 对应的第一分辨率低于预定 分辨率， 所述第二分辨率特征对应的第二分辨率高于所述预定 分辨率； 基于所述第一分辨率特征和所述第二分辨率特征， 识别所述目标图像， 得到所述目标 图像中是否包括活体人脸的识别结果。 2.根据权利要求1所述的方法， 其中， 所述提取所述目标图像的第 一分辨率特征和第 二 分辨率特征包括： 识别所述目标图像中的人脸区域； 对所述目标图像中的所述人脸区域进行处 理， 得到目标 人脸图像； 提取所述目标 人脸图像的所述第一分辨 率特征和所述第二分辨 率特征。 3.根据权利要求1所述的方法， 其中， 所述基于所述第 一分辨率特征和所述第 二分辨率 特征， 识别所述目标图像， 得到所述目标图像中是否包括活体人脸的识别结果包括： 将所述第一分辨 率特征和所述第二分辨 率特征进行融合， 得到融合特 征； 基于所述融合特征， 识别所述目标图像， 得到所述目标图像中是否包括活体人脸的识 别结果。 4.根据权利要求1所述的方法， 其中， 所述提取所述目标图像的第 一分辨率特征和第 二 分辨率特征， 以及基于所述第一分辨率特征和所述第二分辨率特征， 识别所述目标图像， 得 到所述目标图像中是否包括活体人脸的识别结果包括： 采用双流网络模型， 提取所述目标图像的第一分辨率特征和第二分辨率特征， 以及基 于所述第一分辨率特征和所述第二分辨率特征， 识别所述 目标图像， 得到所述目标图像中 是否包括活体人脸的识别结果， 其中， 所述双流网络模型通过多组样 本数据训练得到， 所述 多组样本数据包括： 样本图像， 以及该样本图像是否包括活体人脸的标识。 5.根据权利要求4所述的方法， 其中， 通过以下方式， 对所述多组样本数据进行训练， 得 到所述双流网络模型： 对所述多组样本数据中的样本图像进行处理， 得到低于所述预定分辨率的第 一子样本 图像和高于所述预定分辨 率的第二子样本图像； 采用所述多组样本数据中的样本图像对应的第 一子样本图像和所述第 二子样本图像， 以及所述样本图像是否包括活体人脸的标识， 对初始网络模型进行训练， 得到所述双流网 络模型。 6.根据权利要求5所述的方法， 其中， 所述对所述多组样本数据中的样本图像进行处 理， 得到低于所述预定分辨率的第一子样本图像和高于所述预定分辨率的第二子样本图 像， 包括： 对所述多组样本数据中的样本图像分别进行人脸检测， 得到所述样本图像中的人脸 区 域； 对所述样本图像中的人脸区域进行处 理， 得到样本人脸图像； 对所述样本人脸图像进行放缩和裁剪操作， 得到低于所述预定分辨率的第 一子样本图 像和高于所述预定分辨 率的第二子样本图像。权　利　要　求　书 1/3 页 2 CN 114463862 A 27.一种人脸识别装置， 包括： 获取模块， 用于获取目标图像； 提取模块， 用于提取所述目标图像的第一分辨率特征和第 二分辨率特征， 其中， 所述第 一分辨率特征对应的第一分辨率低于预定 分辨率， 所述第二分辨率特征对应的第二分辨率 高于所述预定分辨 率； 识别模块， 用于基于所述第 一分辨率特征和所述第 二分辨率特征， 识别所述目标图像， 得到所述目标图像中是否包括活体人脸的识别结果。 8.根据权利要求7 所述的装置， 其中， 所述 提取模块包括： 识别单元， 用于识别所述目标图像中的人脸区域； 处理单元， 用于对所述目标图像中的所述人脸区域进行处 理， 得到目标 人脸图像； 提取单元， 用于提取所述目标人脸图像的所述第一分辨率特征和所述第二分辨率特 征。 9.根据权利要求7 所述的装置， 其中， 所述识别模块包括： 融合单元， 用于将所述第一分辨率特征和所述第二分辨率特征进行融合， 得到融合特 征； 确定单元， 用于基于所述融合特征， 识别所述目标图像， 得到所述目标图像 中是否包括 活体人脸的识别结果。 10.根据权利要求7所述的装置， 其中， 所述提取模块和所述识别模块还用于采用双流 网络模型， 提取所述 目标图像的第一分辨率特征和第二分辨率特征， 以及基于所述第一分 辨率特征和所述第二分辨率特征， 识别所述 目标图像， 得到所述 目标图像中是否包括活体 人脸的识别结果， 其中， 所述双流网络模型通过多组样本数据训练得到， 所述多组样本数据 包括： 样本图像， 以及该样本图像是否包括活体人脸的标识。 11.根据权利要求10所述的装置， 其中， 所述装置还 包括： 图像处理模块， 用于对所述多组样本数据中的样本 图像进行处理， 得到低于所述预定 分辨率的第一子样本图像和高于所述预定分辨 率的第二子样本图像； 模型训练模块， 用于采用所述多组样本数据中的样本图像对应的第 一子样本图像和所 述第二子样本图像， 以及所述样本图像是否包括活体人脸的标识， 对初始网络模型进行训 练， 得到所述双流网络模型。 12.根据权利要求1 1所述的装置， 其中， 所述图像处 理模块包括： 图像检测单元， 用于对所述多组样本数据中的样本 图像分别进行人脸检测， 得到所述 样本图像中的人脸区域； 图像确定单 元， 用于对所述样本图像中的人脸区域进行处 理， 得到样本人脸图像； 图像处理单元， 用于对所述样本人脸图像进行放缩和裁剪操作， 得到低于所述预定分 辨率的第一子样本图像和高于所述预定分辨 率的第二子样本图像。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1至 6中任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 114463862 A 3