[發明專利]一種提取人臉圖像毛孔特征的方法與裝置

有效

• 申請號: 201710651809.4
• 申請日: 2017-08-02
• 公開（公告）號: CN107403166B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 王曉東;梁煜偉;李東;章云;劉治
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 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：

對獲取的人臉圖像進行預處理，得到第一像素訓練圖像；

利用特征提取卷積神經網絡，獲取所述第一像素訓練圖像對應的特征向量；

依據所述特征向量，對所述特征提取卷積神經網絡的參數進行優化處理，得到優化后的特征提取卷積神經網絡；

利用特征檢測卷積神經網絡，計算出第二像素訓練圖像中心點的坐標值；所述第二像素訓練圖像為從所述人臉圖像截取得到的訓練圖像；

依據所述坐標值，對所述特征檢測卷積神經網絡的參數進行優化處理，得到優化后的特征檢測卷積神經網絡；

利用優化后的所述特征提取卷積神經網絡以及優化后的所述特征檢測卷積神經網絡，對所述人臉圖像進行毛孔特征的提取，獲取到毛孔特征向量。

2.根據權利要求1所述的方法，其特征在于，所述依據所述特征向量，對所述特征提取卷積神經網絡的參數進行優化處理，得到優化后的特征提取卷積神經網絡包括：

調整所述特征提取卷積神經網絡的參數，直至所述特征向量滿足預設條件，從而得到優化后的特征提取卷積神經網絡。

3.根據權利要求2所述的方法，其特征在于，所述利用特征檢測卷積神經網絡，計算出第二像素訓練圖像中心點的坐標值包括：

利用特征檢測卷積神經網絡的卷積層，對所述第二像素訓練圖像進行卷積處理，得到卷積層特征圖像；

利用特征檢測卷積神經網絡的高斯卷積層，對所述卷積層特征圖像進行卷積處理，得到高斯模糊特征圖像；

利用特征檢測卷積神經網絡的下采樣層，對所述高斯模糊特征圖像進行壓縮處理，得到下采樣層圖像；

依據所述下采樣層圖像中各像素點的坐標值，確定出所述下采樣層圖像中心點的坐標值。

4.根據權利要求3所述的方法，其特征在于，所述依據所述坐標值，對所述特征檢測卷積神經網絡的參數進行優化處理，得到優化后的特征檢測卷積神經網絡包括：

依據所述坐標值，構建第一階段損失函數，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表示特征檢測卷積神經網絡；

調整所述特征檢測卷積神經網絡的參數，直至所述第一階段損失函數滿足第一預設條件，從而得到優化后的特征檢測卷積神經網絡。

5.根據權利要求1-4任意一項所述的方法，其特征在于，所述利用優化后的所述特征提取卷積神經網絡以及優化后的所述特征檢測卷積神經網絡，對所述人臉圖像進行毛孔特征的提取，獲取到毛孔特征向量包括：

將所述人臉圖像輸入到優化后的所述特征檢測卷積神經網絡，得到下采樣層特征圖像；

對所述下采樣層特征圖像進行非極大值抑制，得到所述下采樣層特征圖像的極大值點集合以及對應的坐標值集合；

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

將各個所述毛孔局部圖像輸入到優化后的所述特征提取卷積神經網絡，得到所述人臉圖像的毛孔特征向量。