1.一种人脸属性识别方法,其特征在于,所述方法包括:
获取待识别人脸图像;
基于预先训练的人脸检测模型检测所述待识别人脸图像以获得多个子图像数据;每个所述子图像数据包含所述待识别人脸图像的有效人脸区域和所述有效人脸区域对应的人脸质量评分;
将人脸质量评分大于或等于质量评分阈值时对应的子图像数据输入预先训练的属性识别模型中,通过所述属性识别模型的多个属性提取层获取所述待识别人脸图像对应的多个属性信息。
2.根据权利要求1所述的人脸属性识别方法,其特征在于,在所述获取待识别人脸图像的步骤之前,所述方法还包括:
获取多个人脸图像样本和每个所述人脸图像样本对应的属性训练数据集;
基于所述多个人脸图像样本、第一损失函数、第二损失函数和第三损失函数对人脸检测模型进行训练;
根据训练后的人脸检测模型获得每个所述人脸图像样本对应的多个子图像训练数据;
基于每个所述人脸图像样本对应多个子图像训练数据和属性训练数据集对所述属性识别模型进行训练。
3.根据权利要求2所述的人脸属性识别方法,其特征在于,所述基于所述多个人脸图像样本、第一损失函数、第二损失函数和第三损失函数对人脸检测模型进行训练的步骤,包括:
对每个所述人脸图像样本进行有效人脸区域预测,直至所述第一损失函数收敛;
对预测的所述有效人脸区域进行人脸质量评分直至所述第二损失函数和所述第三损失函数收敛。
4.根据权利要求2或3所述的人脸属性识别方法,其特征在于,所述第一损失函数为giouloss;所述第二损失函数为focalloss;所述第三损失函数为ohemloss。
5.根据权利要求2所述的人脸属性识别方法,其特征在于,所述基于每个所述人脸图像样本对应多个子图像训练数据和属性训练数据集对所述属性识别模型进行训练的步骤,包括:
根据每个人脸图像样本对应的多个子图像训练数据获取多个属性预测值;
根据每个人脸图像样本对应的多个属性的预测值与属性数据集获得所述多个属性的损失值;
根据所述多个人脸图像样本对应的属性损失值对所述属性识别模型进行参数调整,直至所述多个人脸图像样本对应的属性损失值小于或等于阈值。
6.一种人脸属性识别装置,其特征在于,包括:获取模块、检测模块和识别模块;
所述获取模块,用于获取待识别人脸图像;
所述检测模块,用于基于预先训练的人脸检测模型检测所述待识别人脸图像以获得多个子图像数据;每个所述子图像数据包含所述待识别人脸图像的有效人脸区域和所述有效人脸区域对应的人脸质量评分;
所述识别模块,用于将人脸质量评分大于或等于质量评分阈值时对应的子图像数据输入预先训练的属性识别模型中,通过所述属性识别模型的多个属性提取层获取所述待识别人脸图像对应的多个属性信息。
7.根据权利要求6所述的人脸属性识别装置,其特征在于,还包括:训练模块;
所述获取模块,还用于获取多个人脸图像样本和每个所述人脸图像样本对应的属性训练数据集;
所述训练模块,用于基于所述多个人脸图像样本、第一损失函数、第二损失函数和第三损失函数对人脸检测模型进行训练;
所述获取模块,还用于根据训练后的人脸检测模型获得每个所述人脸图像样本对应的多个子图像训练数据;
所述训练模块,还用于基于每个所述人脸图像样本对应多个子图像训练数据和属性训练数据集对所述属性识别模型进行训练。
8.根据权利要求7所述的人脸属性识别装置,其特征在于,
所述训练模块,还用于对每个所述人脸图像样本进行有效人脸区域预测,直至所述第一损失函数收敛;还用于对预测的所述有效人脸区域进行人脸质量评分直至所述第二损失函数和所述第三损失函数收敛。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-5任一项所述的人脸属性识别方法。
10.一种存储介质,其上存储有计算机程序,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1-5任一项所述的人脸属性识别方法。