[發明專利]一種網紋照人臉識別的方法、裝置、設備

在審

• 申請號: 201711114738.0
• 申請日: 2017-11-13
• 公開（公告）號: CN107766844A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 郭海強;童杰文;趙明
• 申請（專利權）人: 杭州有盾網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種網紋照人臉識別的方法，其特征在于，包括：

根據接收的人臉識別請求調用對應的目標網紋照；其中，所述人臉識別請求包含有人臉圖片；

生成所述目標網紋照對應的目標訓練集，利用直接對稱連接的卷積神經網絡對所述目標訓練集進行訓練，獲得去網紋模型；

通過所述去網紋模型對所述目標網紋照進行去網紋處理，獲得目標去網紋照；

通過人臉識別模型對所述目標去網紋照與所述人臉圖片進行人臉識別，獲得識別結果。

2.如權利要求1所述的方法，其特征在于，所述生成所述目標網紋照對應的目標訓練集包括：

收集預定數量網紋照，對預定數量所述網紋照進行處理獲得網紋模板；

對所述目標網紋照對應的證件照進行過濾獲得證件照圖片；

將所述網紋模板與所述證件照圖片進行空間變幻隨機合成，獲得網紋照合集；

所述證件照圖片與所述網紋照合集組成所述目標訓練集。

3.如權利要求2所述的方法，其特征在于，所述利用直接對稱連接的卷積神經網絡對所述目標訓練集進行訓練，獲得去網紋模型包括：

采用微步幅的方法對所述目標訓練集進行降采樣處理，獲得降采樣特征結果；

對所述降采樣特征結果進行還原處理，獲得升采樣特征結果；

對所述升采樣特征結果進行超清化處理獲得所述去網紋模型。

4.如權利要求3所述的方法，其特征在于，所述通過人臉識別模型對所述目標去網紋照與所述人臉圖片進行人臉識別，獲得識別結果包括：

將預定數量的去網紋照添加至初始人臉識別模型對應的訓練集中；

利用所述初始人臉模型對所述去網紋照和所述人臉圖片進行訓練，獲得人臉識別模型；

通過所述人臉識別模型對所述目標去網紋照與所述人臉圖片進行人臉識別，獲得識別結果。

5.如權利要求4所述的方法，其特征在于，還包括：

將所述識別結果返回至客戶端。

6.一種網紋照人臉識別的裝置，其特征在于，包括：

調用模塊，用于根據接收的人臉識別請求調用對應的目標網紋照；其中，所述人臉識別請求包含有人臉圖片；

訓練模塊，用于生成所述目標網紋照對應的目標訓練集，利用直接對稱連接的卷積神經網絡對所述目標訓練集進行訓練，獲得去網紋模型；

去網紋模塊，用于通過所述去網紋模型對所述目標網紋照進行去網紋處理，獲得目標去網紋照；

識別模塊，用于通過人臉識別模型對所述目標去網紋照與所述人臉圖片進行人臉識別，獲得識別結果。

7.如權利要求6所述的裝置，其特征在于，所述識別模塊包括：

添加子模塊，將預定數量的去網紋照添加至初始人臉識別模型對應的訓練集中；

訓練子模塊，利用所述初始人臉模型對所述去網紋照和所述人臉圖片進行訓練，獲得人臉識別模型；

識別子模塊，用于通過所述人臉識別模型對所述目標去網紋照與所述人臉圖片進行人臉識別，獲得識別結果。

8.如權利要求6所述的裝置，其特征在于，還包括：

返回模塊，用于將所述識別結果返回至客戶端。

9.一種網紋照人臉識別的設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至5任一項所述網紋照人臉識別的方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述網紋照人臉識別的方法的步驟。