(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 202210456894.X (22)申请日 2022.04.28 (71)申请人 深圳市景 阳科技股份有限公司 地址 518000 广东省深圳市南 山区桃源街 道平山一路民企科技园6 栋3-4楼 (72)发明人 吴汉俊　魏玉蓉　苏云强　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 李倩 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种人脸信息识别方法、 设备、 存储介质及 神经网络模型 (57)摘要 本申请属于人脸识别检测技术领域， 尤其涉 及一种人脸信息识别方法、 设备、 存储介质及神 经网络模型。 该方法应用于神经网络模型， 该神 经网络模型包括第一通道组和第二通道组， 包 括： 获取待识别图像； 识别待识别图像中的人脸 位置信息； 根据人脸位置信息确定人脸特征信 息； 通过第一通道组输出人脸位置信息， 通过第 二通道组输出人脸特征信息。 通过增加神经网络 模型中通道组数， 从而实现基于同一种神经网络 模型， 经过一次输入以及推理计算过程， 在不同 通道组中， 同时输出人脸位置信息和人脸特征信 息。 本申请实施例提供的技术方案在保证精度的 情况避免了资源浪费， 节省了设备的资源以及性 能消耗。 权利要求书2页 说明书9页 附图3页 CN 114783029 A 2022.07.22 CN 114783029 A 1.一种人脸信 息识别方法， 其特征在于， 应用于神经网络模型， 所述神经网络模型包括 第一通道组和第二 通道组； 所述方法包括： 获取待识别图像； 识别所述待识别图像中的人脸 位置信息； 根据所述人脸 位置信息确定人脸特 征信息； 通过所述第 一通道组输出所述人脸位置信 息， 通过所述第 二通道组输出所述人脸特征 信息。 2.根据权利要求1所述的方法， 其特征在于， 所述识别所述待识别图像中的人脸位置信 息， 包括： 对所述待识别图像进行 下采样， 得到不同下采样倍数的第一目标图像； 对所述不同下采样倍数的第一目标图像进行 特征融合， 得到第二目标图像； 识别所述第二目标图像中的人脸 位置信息 。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述人脸位置信 息确定人脸特征 信息， 包括： 根据所述人脸位置信 息剪裁所述待识别图像中的目标人脸， 得到剪裁后的目标人脸图 像； 识别所述目标 人脸图像中的人脸特 征信息。 4.根据权利要求1所述的方法， 其特征在于， 在通过所述第 一通道组输出所述人脸位置 信息， 通过 所述第二 通道组输出 所述人脸特 征信息之前， 所述方法还 包括： 对所述人脸 位置信息和所述人脸特 征信息进行解码。 5.根据权利要求1所述的方法， 其特 征在于， 所述人脸特 征信息为人脸 三维角度信息 。 6.一种神经网络模型， 其特征在于， 所述神经网络模型包括第 一通道组和第 二通道组， 所述神经网络模型用于： 获取待识别图像； 识别所述待识别图像中的人脸 位置信息； 根据所述人脸 位置信息确定人脸特 征信息； 通过所述第 一通道组输出所述人脸位置信 息， 通过所述第 二通道组输出所述人脸特征 信息。 7.根据权利要求6所述的神经网络模型， 其特征在于， 所述第 二通道组 的输出通道数是 根据所述人脸特 征信息确定的。 8.根据权利要求6所述的神经网络模型， 其特征在于， 所述神经网络模型是通过如下方 法训练得到的： 修改神经网络模型中输出端的输出通道数， 使所述神经网络模型包括用于识别人脸位 置信息的第一 通道组， 和用于识别所述人脸特 征信息的第二 通道组； 通过损失函数计算所述神经网络模型中人脸信息的损失参数； 采用所述损失参数以及训练图像中所述人脸信 息的标签值， 对所述神经网络模型进行 训练， 得到能够识别人脸 位置信息和人脸特 征信息的所述神经网络模型。 9.一种人脸信息识别设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述 处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利权　利　要　求　书 1/2 页 2 CN 114783029 A 2要求1至5任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至 5任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114783029 A 3