[發(fā)明專利]網(wǎng)紋人臉圖像識別裝置

有效

• 申請?zhí)枺?/td>: 201711391454.6
• 申請日: 2017-12-21
• 公開（公告）號: CN108229349B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計）人: 赫然;張曼;胡一博;李志航
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩

1.一種網(wǎng)紋人臉圖像識別裝置，其特征在于，所述裝置包括循環(huán)生成對抗網(wǎng)絡(luò)模型，其配置為獲取網(wǎng)紋人臉圖像，并對所獲取的網(wǎng)紋人臉圖像進行人臉識別；所述循環(huán)生成對抗網(wǎng)絡(luò)模型包括正向生成器、反向生成器和優(yōu)化訓(xùn)練模塊；

所述正向生成器，配置為依據(jù)所述循環(huán)生成對抗網(wǎng)絡(luò)模型所獲取的網(wǎng)紋人臉圖像，預(yù)測清晰人臉圖像；

所述反向生成器，配置為依據(jù)所述正向生成器所預(yù)測的清晰人臉圖像，重建新的網(wǎng)紋人臉圖像；以及，依據(jù)所述循環(huán)生成對抗網(wǎng)絡(luò)模型所獲取的清晰人臉圖像，預(yù)測網(wǎng)紋人臉圖像；所述正向生成器，進一步配置為依據(jù)所述反向生成器所預(yù)測的網(wǎng)紋人臉圖像，重建新的清晰人臉圖像；

所述優(yōu)化訓(xùn)練模塊，配置為依據(jù)預(yù)設(shè)訓(xùn)練集，并按照下式所示的損失函數(shù)L_HRCycleGAN對所述循環(huán)生成對抗網(wǎng)絡(luò)模型進行網(wǎng)絡(luò)訓(xùn)練，得到優(yōu)化后的循環(huán)生成對抗網(wǎng)絡(luò)模型：

L_HRCycleGAN＝L_gan+λL_cyc+λ₁L_hr+λ₂L_ip

其中，所述L_gan為對抗損失函數(shù)，所述L_cyc為循環(huán)一致性損失函數(shù)，所述L_hr為高階關(guān)系損失函數(shù)，所述L_ip為身份特征損失函數(shù)，所述λ、λ₁和λ₂均為預(yù)設(shè)的權(quán)重參數(shù)；

所述對抗損失函數(shù)L_gan＝L_GAN1+L_GAN2，所述L_GAN1為預(yù)設(shè)訓(xùn)練集中網(wǎng)紋人臉圖像與所述反向生成器所預(yù)測的網(wǎng)紋人臉圖像之間的對抗損失函數(shù)，所述L_GAN2為所述預(yù)設(shè)訓(xùn)練集中清晰人臉圖像與所述正向生成器所預(yù)測的清晰人臉圖像之間的對抗損失函數(shù)；所述循環(huán)一致性損失函數(shù)L_cyc＝L_CYC1+L_CYC2，所述L_CYC1為預(yù)設(shè)訓(xùn)練集中網(wǎng)紋人臉圖像與所述反向生成器所重建的網(wǎng)紋人臉圖像之間的一致性損失函數(shù)，所述L_CYC2為所述預(yù)設(shè)訓(xùn)練集中清晰人臉圖像與所述正向生成器所重建的清晰人臉圖像之間的一致性損失函數(shù)；所述高階關(guān)系損失函數(shù)L_hr＝L_HR1+L_HR2，所述L_HR1為預(yù)設(shè)訓(xùn)練集中網(wǎng)紋人臉圖像與所述反向生成器所重建的網(wǎng)紋人臉圖像之間的高階損失函數(shù)，所述L_HR2為所述預(yù)設(shè)訓(xùn)練集中清晰人臉圖像與所述正向生成器所重建的清晰人臉圖像之間的高階損失函數(shù)；所述身份特征損失函數(shù)L_ip＝L_{g_ip}+L_{l_ip}，所述L_{g_ip}為全局身份特征損失函數(shù)，所述L_{l_ip}為局部身份特征損失函數(shù)；

所述高階損失函數(shù)L_HR1如下式所示：

所述高階損失函數(shù)L_HR2如下式所示：

其中，所述x_i,j為網(wǎng)紋人臉圖像x中位置(i,j)處的像素值，所述y_i,j為清晰人臉圖像y中位置(i,j)處的像素值，所述為網(wǎng)紋人臉圖像中位置(i,j)處的像素值，所述為清晰人臉圖像中位置(i,j)處的像素值；所述x與y分別為所述預(yù)設(shè)訓(xùn)練集中的網(wǎng)紋人臉圖像與清晰人臉圖像，所述為所述反向生成器所重建的網(wǎng)紋人臉圖像，所述為所述正向生成器所重建的清晰人臉圖像；所述HR表示所述循環(huán)生成對抗網(wǎng)絡(luò)模型中預(yù)設(shè)的高階關(guān)系提取器，所述n₁為網(wǎng)紋人臉圖像的像素總數(shù)，所述n₂為清晰人臉圖像的像素總數(shù)，且n₁＝n₂；

所述預(yù)設(shè)的高階關(guān)系提取器HR，配置為按照下式所示的方法提取預(yù)設(shè)圖像Z中位置(i,j)處像素值Z_i,j的高階特征：

其中，所述h為高階關(guān)系提取器的階數(shù)，所述表示組合數(shù)，所述Z_i+h-k-1,j為預(yù)設(shè)圖像Z中位置(i+h-k-1,j)處像素值，所述Z_i,j+h-k-1為預(yù)設(shè)圖像Z中位置(i,j+h-k-1)處像素值。