本公开涉及深度学习机器视觉技术领域，具体涉及一种面部识别方法、装置、计算机设备、存储介质。所述方法包括识别出待处理图像中的人脸图像，按照预先划分的若干特征区域提取出相应的特征区域图像；将特征区域图像分别输入特征区域对应的分类模型，获取各个分类模型的分类预测结果，分类模型包括预先使用相应特征区域的样本数据进行训练得到的机器学习网络，并在训练过程中在计算损失时增加困难样本的权重；根据预先确定的各个分类模型的加权值对各个分类模型的分类预测结果进行加权计算，得到待处理图像的面部识别预测值。通过针对不同的特征区域采用不同的神经网络进行分类识别，可以让网络尽可能学习到更多的特征区域，提高识别的准确性。