本申请提供一种人脸识别方法及设备，该方法通过将人脸图片数据集中的每张人脸图片输入神经网络，获得人脸特征向量，从上述人脸特征向量中获得每个人的一个基准人脸正例，以及同一人人脸正例和不同人人脸负例，再根据获得的信息，确定上述神经网络对应的新三原子损失函数，将该新三原子损失函数加载在上述神经网络中，进行网络训练，更新网络参数，获得网络参数模型，基于该网络参数模型进行人脸识别。即在传统三原子选择的基础上增加一组正例人脸，改良Triplet三原子的选择方案，同时对传统的三原子损失函数进行改进，从而达到加快网络训练的收敛速度、进一步降低过拟合的概率，同时增强网络对同种类型和不同类型特征的区分能力的目的。