[發(fā)明專(zhuān)利]一種人臉識(shí)別方法和系統(tǒng)及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010060889.8
• 申請(qǐng)日: 2020-01-19
• 公開(kāi)（公告）號(hào): CN111274946B
• 公開(kāi)（公告）日: 2023-05-05
• 發(fā)明（設(shè)計(jì)）人: 谷家德;俞偉平;周瑞鑫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州涂鴉信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06V40/16
• 分類(lèi)號(hào): G06V40/16;G06V40/40;G06V10/82;G06N3/0464;G06N3/0985
• 代理公司: 北京崇智知識(shí)產(chǎn)權(quán)代理有限公司 11605
• 代理人: 任小燕

1.一種人臉識(shí)別方法，其特征在于，包括以下步驟：利用雙目攝像頭獲取目標(biāo)人物的面部圖像，所述面部圖像包括可見(jiàn)光面部圖像和/或紅外面部圖像；

根據(jù)所述面部圖像提取對(duì)應(yīng)所述目標(biāo)人物的多個(gè)面部特征；

對(duì)所述面部特征進(jìn)行上采樣操作，得到對(duì)應(yīng)每個(gè)所述面部特征的面部放大特征；

對(duì)所述面部放大特征進(jìn)行第一loss回歸計(jì)算，得到人臉偽深度特征，所述第一loss回歸計(jì)算的表達(dá)式為：

其中，y表示人臉深度基準(zhǔn)圖，表示人臉深度圖算法生成的人臉偽深度圖，w,b分別表示權(quán)重和偏置參數(shù)，N是樣本總數(shù)；

對(duì)多個(gè)所述面部特征進(jìn)行拼接與疊加，得到對(duì)應(yīng)所述目標(biāo)人物的語(yǔ)義特征；

對(duì)所述人臉偽深度特征和所述語(yǔ)義特征進(jìn)行疊加，得到面部融合特征；

根據(jù)人臉圖像標(biāo)簽對(duì)所述面部融合特征進(jìn)行第二loss回歸計(jì)算，得到面部分類(lèi)特征，包括以下步驟：

根據(jù)人臉圖像標(biāo)簽對(duì)所述面部融合特征進(jìn)行主loss計(jì)算，得到面部初步分類(lèi)特征，所述主loss計(jì)算的表達(dá)式為：

其中，y_i是類(lèi)別i的所述人臉圖像標(biāo)簽，k是類(lèi)別數(shù)，N是樣本總數(shù)，P_i是類(lèi)別i的概率值，是計(jì)算類(lèi)別i的網(wǎng)絡(luò)輸出指數(shù)；

對(duì)所述面部初步分類(lèi)特征進(jìn)行加權(quán)l(xiāng)oss計(jì)算，得到所述面部分類(lèi)特征，所述加權(quán)l(xiāng)oss計(jì)算的表達(dá)式為：λ₁loss₁+λ₂loss₂，λ₁、λ₂分別代表所述主loss和所述第一loss回歸計(jì)算的權(quán)重系數(shù)；

根據(jù)所述面部分類(lèi)特征對(duì)所述面部圖像進(jìn)行分類(lèi)，并輸出分類(lèi)結(jié)果。

2.根據(jù)權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，所述人臉深度基準(zhǔn)圖為灰度圖，所述人臉深度基準(zhǔn)圖包括關(guān)鍵點(diǎn)區(qū)域、眼鼻口區(qū)域以及除所述關(guān)鍵點(diǎn)區(qū)域和所述眼鼻口區(qū)域之外的其他區(qū)域，所述關(guān)鍵點(diǎn)區(qū)域、所述眼鼻口區(qū)域和所述其他區(qū)域的權(quán)重w比為16：4：3。

3.一種人臉識(shí)別系統(tǒng)，其特征在于，包括：

雙目攝像頭，被設(shè)置為用于獲取目標(biāo)人物的面部圖像，所述面部圖像包括可見(jiàn)光面部圖像和/或紅外面部圖像；

特征提取模塊，被設(shè)置為用于根據(jù)所述面部圖像提取對(duì)應(yīng)所述目標(biāo)人物的多個(gè)面部特征；

反卷積模塊，被設(shè)置為用于對(duì)所述面部特征進(jìn)行上采樣操作，得到對(duì)應(yīng)每個(gè)所述面部特征的面部放大特征；

人臉偽深度生成模塊，被設(shè)置為用于對(duì)所述面部放大特征進(jìn)行第一loss回歸計(jì)算，得到人臉偽深度特征，所述第一loss回歸計(jì)算的表達(dá)式為：

其中，y表示人臉深度基準(zhǔn)圖，表示人臉深度圖算法生成的人臉偽深度圖，w,b分別表示權(quán)重和偏置參數(shù)，N是樣本總數(shù)；

語(yǔ)義特征定義模塊，被設(shè)置為用于對(duì)多個(gè)所述面部特征進(jìn)行拼接與疊加，得到對(duì)應(yīng)所述目標(biāo)人物的語(yǔ)義特征；

融合模塊，被設(shè)置為用于對(duì)所述人臉偽深度特征和所述語(yǔ)義特征進(jìn)行疊加，得到面部融合特征；

計(jì)算模塊，被設(shè)置為用于根據(jù)人臉圖像標(biāo)簽對(duì)所述面部融合特征進(jìn)行第二loss回歸計(jì)算，得到面部分類(lèi)特征，包括：

主loss計(jì)算單元，被設(shè)置為用于根據(jù)人臉圖像標(biāo)簽對(duì)所述面部融合特征進(jìn)行主loss計(jì)算，得到面部初步分類(lèi)特征，所述主loss計(jì)算的表達(dá)式為：

其中，y_i是類(lèi)別i的所述人臉圖像標(biāo)簽，k是類(lèi)別數(shù)，N是樣本總數(shù)，P_i是類(lèi)別i的概率值，是計(jì)算類(lèi)別i的網(wǎng)絡(luò)輸出指數(shù)；

加權(quán)l(xiāng)oss計(jì)算單元，被設(shè)置為用于對(duì)所述面部初步分類(lèi)特征進(jìn)行加權(quán)l(xiāng)oss計(jì)算，得到所述面部分類(lèi)特征，所述加權(quán)l(xiāng)oss計(jì)算的表達(dá)式為：λ₁loss₁+λ₂loss₂，λ₁、λ₂分別代表所述主loss和所述第一loss回歸計(jì)算的權(quán)重系數(shù)；

分類(lèi)模塊，被設(shè)置為用于根據(jù)所述面部分類(lèi)特征對(duì)所述面部圖像進(jìn)行分類(lèi)，并輸出分類(lèi)結(jié)果。

4.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1或2所述的人臉識(shí)別方法的步驟。

5.一種計(jì)算機(jī)設(shè)備，其特征在于，包括存儲(chǔ)介質(zhì)和處理器；存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)程序；處理器，用于執(zhí)行計(jì)算機(jī)程序以實(shí)現(xiàn)如權(quán)利要求1或2所述的人臉識(shí)別方法的步驟。