[發(fā)明專利]一種提取人臉圖像毛孔特征的方法與裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710651809.4
• 申請(qǐng)日: 2017-08-02
• 公開（公告）號(hào): CN107403166B
• 公開（公告）日: 2021-01-26
• 發(fā)明（設(shè)計(jì)）人: 王曉東;梁煜偉;李東;章云;劉治
• 申請(qǐng)（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

1.一種提取人臉圖像毛孔特征的方法，其特征在于，包括：

對(duì)獲取的人臉圖像進(jìn)行預(yù)處理，得到第一像素訓(xùn)練圖像；

利用特征提取卷積神經(jīng)網(wǎng)絡(luò)，獲取所述第一像素訓(xùn)練圖像對(duì)應(yīng)的特征向量；

依據(jù)所述特征向量，對(duì)所述特征提取卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化處理，得到優(yōu)化后的特征提取卷積神經(jīng)網(wǎng)絡(luò)；

利用特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)，計(jì)算出第二像素訓(xùn)練圖像中心點(diǎn)的坐標(biāo)值；所述第二像素訓(xùn)練圖像為從所述人臉圖像截取得到的訓(xùn)練圖像；

依據(jù)所述坐標(biāo)值，對(duì)所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化處理，得到優(yōu)化后的特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)；

利用優(yōu)化后的所述特征提取卷積神經(jīng)網(wǎng)絡(luò)以及優(yōu)化后的所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)，對(duì)所述人臉圖像進(jìn)行毛孔特征的提取，獲取到毛孔特征向量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述特征向量，對(duì)所述特征提取卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化處理，得到優(yōu)化后的特征提取卷積神經(jīng)網(wǎng)絡(luò)包括：

調(diào)整所述特征提取卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)，直至所述特征向量滿足預(yù)設(shè)條件，從而得到優(yōu)化后的特征提取卷積神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)，計(jì)算出第二像素訓(xùn)練圖像中心點(diǎn)的坐標(biāo)值包括：

利用特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的卷積層，對(duì)所述第二像素訓(xùn)練圖像進(jìn)行卷積處理，得到卷積層特征圖像；

利用特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的高斯卷積層，對(duì)所述卷積層特征圖像進(jìn)行卷積處理，得到高斯模糊特征圖像；

利用特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的下采樣層，對(duì)所述高斯模糊特征圖像進(jìn)行壓縮處理，得到下采樣層圖像；

依據(jù)所述下采樣層圖像中各像素點(diǎn)的坐標(biāo)值，確定出所述下采樣層圖像中心點(diǎn)的坐標(biāo)值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述依據(jù)所述坐標(biāo)值，對(duì)所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行優(yōu)化處理，得到優(yōu)化后的特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)包括：

依據(jù)所述坐標(biāo)值，構(gòu)建第一階段損失函數(shù)，其公式如下，

x^j＝softargmax(f_μ(P^j))，其中j＝1或2；

其中，P¹與P²是相似圖像，f_μ表示特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)；

調(diào)整所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)，直至所述第一階段損失函數(shù)滿足第一預(yù)設(shè)條件，從而得到優(yōu)化后的特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求1-4任意一項(xiàng)所述的方法，其特征在于，所述利用優(yōu)化后的所述特征提取卷積神經(jīng)網(wǎng)絡(luò)以及優(yōu)化后的所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)，對(duì)所述人臉圖像進(jìn)行毛孔特征的提取，獲取到毛孔特征向量包括：

將所述人臉圖像輸入到優(yōu)化后的所述特征檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)，得到下采樣層特征圖像；

對(duì)所述下采樣層特征圖像進(jìn)行非極大值抑制，得到所述下采樣層特征圖像的極大值點(diǎn)集合以及對(duì)應(yīng)的坐標(biāo)值集合；

以第一坐標(biāo)值為中心，在所述下采樣層特征圖像中截取毛孔局部圖像；其中，所述第一坐標(biāo)值為所述坐標(biāo)值集合中的任意一個(gè)坐標(biāo)值；所述毛孔局部圖像的像素與所述第一像素訓(xùn)練圖像像素相同；

將各個(gè)所述毛孔局部圖像輸入到優(yōu)化后的所述特征提取卷積神經(jīng)網(wǎng)絡(luò)，得到所述人臉圖像的毛孔特征向量。