[發(fā)明專利]對(duì)象驗(yàn)證方法、裝置和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201710229657.9
• 申請(qǐng)日: 2017-04-10
• 公開(kāi)（公告）號(hào): CN108229493A
• 公開(kāi)（公告）日: 2018-06-29
• 發(fā)明（設(shè)計(jì)）人: 曠章輝;范宏偉;張偉
• 申請(qǐng)（專利權(quán)）人: 商湯集團(tuán)有限公司
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/62;G06K9/00;G06N3/04
• 代理公司: 北京天健君律專利代理事務(wù)所(普通合伙) 11461
• 代理人: 羅延紅;黃海艷

本發(fā)明實(shí)施例提供一種對(duì)象驗(yàn)證方法、裝置和電子設(shè)備。一種對(duì)象驗(yàn)證方法，包括：從第一圖像和第二圖像，獲取目標(biāo)對(duì)象的若干個(gè)對(duì)象區(qū)域的特征相似度數(shù)據(jù)以及關(guān)注度數(shù)據(jù)；根據(jù)若干個(gè)所述對(duì)象區(qū)域的特征相似度數(shù)據(jù)以及各個(gè)所述對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)，確定所述第一圖像中的目標(biāo)對(duì)象和所述第二圖像中的目標(biāo)對(duì)象是否為相同的目標(biāo)對(duì)象。在對(duì)圖像進(jìn)行對(duì)象驗(yàn)證的過(guò)程中，引入對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)，以體現(xiàn)各個(gè)對(duì)象區(qū)域在對(duì)象識(shí)別、對(duì)象驗(yàn)證中的重要性，因此針對(duì)例如對(duì)象局部區(qū)域被遮擋的非正常拍攝圖像，能夠降低被遮擋區(qū)域的評(píng)估價(jià)值或忽略被遮擋區(qū)域，從而能夠更為準(zhǔn)確地執(zhí)行對(duì)象驗(yàn)證。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及圖像處理技術(shù)，尤其涉及一種對(duì)象驗(yàn)證方法、裝置和電子設(shè)備。

背景技術(shù)

在信息化時(shí)代，信息的安全性與真實(shí)性顯得尤為重要，已成為信息處理的基礎(chǔ)和保障。作為一種行之有效的信息審核技術(shù)，信息驗(yàn)證技術(shù)在包括安防、電商、金融、社交等的各個(gè)領(lǐng)域，具有廣泛的應(yīng)用前景。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于圖像的對(duì)象驗(yàn)證技術(shù)的性能也有了顯著的提高。然而，在現(xiàn)實(shí)場(chǎng)景中，經(jīng)常出現(xiàn)被拍攝的對(duì)象有局部區(qū)域被遮擋的情況，例如，人物的面部帶有墨鏡或口罩或者被手和其他物體所遮擋。對(duì)象局部區(qū)域被遮擋會(huì)嚴(yán)重影響神經(jīng)網(wǎng)絡(luò)提取到的深度特征的準(zhǔn)確性，從而影響對(duì)象特征相似度的判斷。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于，提供一種基于圖像進(jìn)行對(duì)象驗(yàn)證的技術(shù)。

根據(jù)本發(fā)明實(shí)施例的一方面，提供一種對(duì)象驗(yàn)證方法，包括：從第一圖像和第二圖像，獲取目標(biāo)對(duì)象的若干個(gè)對(duì)象區(qū)域的特征相似度數(shù)據(jù)以及各個(gè)所述對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)；所述特征相似度數(shù)據(jù)為所述第一圖像和所述第二圖像中相應(yīng)的對(duì)象區(qū)域的圖像特征的相似度信息；所述關(guān)注度數(shù)據(jù)用于表示所述目標(biāo)對(duì)象的對(duì)象區(qū)域在進(jìn)行對(duì)象比對(duì)時(shí)的權(quán)重信息；根據(jù)若干個(gè)所述對(duì)象區(qū)域的特征相似度數(shù)據(jù)以及各個(gè)所述對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)，確定所述第一圖像中的目標(biāo)對(duì)象和所述第二圖像中的目標(biāo)對(duì)象是否為相同的目標(biāo)對(duì)象。

可選地，所述從第一圖像和第二圖像，獲取目標(biāo)對(duì)象的若干個(gè)對(duì)象區(qū)域的特征相似度數(shù)據(jù)包括：獲取從第一圖像提取到的若干個(gè)對(duì)象區(qū)域的第一區(qū)域圖像，并且獲取從第二圖像提取到的相應(yīng)對(duì)象區(qū)域的若干個(gè)第二區(qū)域圖像；根據(jù)若干個(gè)所述第一區(qū)域圖像和相應(yīng)對(duì)象區(qū)域的第二區(qū)域圖像分別獲取各個(gè)所述對(duì)象區(qū)域的特征相似度數(shù)據(jù)。

可選地，所述根據(jù)若干個(gè)所述第一區(qū)域圖像和相應(yīng)對(duì)象區(qū)域的第二區(qū)域圖像分別獲取各個(gè)所述對(duì)象區(qū)域的特征相似度數(shù)據(jù)包括：獲取若干個(gè)所述第一區(qū)域圖像各自的所述目標(biāo)對(duì)象的第一對(duì)象特征表達(dá)數(shù)據(jù)以及若干個(gè)所述第二區(qū)域圖像各自的所述目標(biāo)對(duì)象的第二對(duì)象特征表達(dá)數(shù)據(jù)；根據(jù)各所述對(duì)象區(qū)域?qū)?yīng)的第一對(duì)象特征表達(dá)數(shù)據(jù)和第二對(duì)象特征表達(dá)數(shù)據(jù)計(jì)算各個(gè)所述對(duì)象區(qū)域的特征相似度數(shù)據(jù)。

可選地，所述獲取若干個(gè)所述第一區(qū)域圖像各自的目標(biāo)對(duì)象的第一對(duì)象特征表達(dá)數(shù)據(jù)包括：通過(guò)用于從圖像提取對(duì)象特征的第一深度神經(jīng)網(wǎng)絡(luò)，分別獲取若干個(gè)所述第一區(qū)域圖像各自的目標(biāo)對(duì)象的第一對(duì)象特征表達(dá)數(shù)據(jù)；所述獲取若干個(gè)所述第二區(qū)域圖像各自的目標(biāo)對(duì)象的第二對(duì)象特征表達(dá)數(shù)據(jù)包括：通過(guò)所述第一深度神經(jīng)網(wǎng)絡(luò)，獲取若干個(gè)所述第二區(qū)域圖像各自的目標(biāo)對(duì)象的第二對(duì)象特征表達(dá)數(shù)據(jù)。

可選地，所述第一深度神經(jīng)網(wǎng)絡(luò)具有多個(gè)第一卷積層、從所述第一卷積層并行分出的分別與若干個(gè)所述對(duì)象區(qū)域?qū)?yīng)的多個(gè)第二卷積層和多個(gè)第一全連接層。

可選地，所述從第一圖像和第二圖像，獲取目標(biāo)對(duì)象的若干個(gè)對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)包括：通過(guò)用于檢測(cè)對(duì)象區(qū)域的關(guān)注度的第二深度神經(jīng)網(wǎng)絡(luò)，從所述第一圖像和第二圖像獲取各個(gè)所述對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)。

可選地，所述各個(gè)所述對(duì)象區(qū)域的關(guān)注度數(shù)據(jù)為長(zhǎng)度與所述對(duì)象區(qū)域的個(gè)數(shù)相匹配的特征向量。