[發明專利]一種人臉識別方法和系統及設備

有效

• 申請號: 202010060889.8
• 申請日: 2020-01-19
• 公開（公告）號: CN111274946B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 谷家德;俞偉平;周瑞鑫
• 申請（專利權）人: 杭州涂鴉信息技術有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/40;G06V10/82;G06N3/0464;G06N3/0985
• 代理公司: 北京崇智知識產權代理有限公司 11605
• 代理人: 任小燕

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

根據所述面部圖像提取對應所述目標人物的多個面部特征；

對所述面部特征進行上采樣操作，得到對應每個所述面部特征的面部放大特征；

對所述面部放大特征進行第一loss回歸計算，得到人臉偽深度特征，所述第一loss回歸計算的表達式為：

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

對多個所述面部特征進行拼接與疊加，得到對應所述目標人物的語義特征；

對所述人臉偽深度特征和所述語義特征進行疊加，得到面部融合特征；

根據人臉圖像標簽對所述面部融合特征進行第二loss回歸計算，得到面部分類特征，包括以下步驟：

根據人臉圖像標簽對所述面部融合特征進行主loss計算，得到面部初步分類特征，所述主loss計算的表達式為：

其中，y_i是類別i的所述人臉圖像標簽，k是類別數，N是樣本總數，P_i是類別i的概率值，是計算類別i的網絡輸出指數；

對所述面部初步分類特征進行加權loss計算，得到所述面部分類特征，所述加權loss計算的表達式為：λ₁loss₁+λ₂loss₂，λ₁、λ₂分別代表所述主loss和所述第一loss回歸計算的權重系數；

根據所述面部分類特征對所述面部圖像進行分類，并輸出分類結果。

2.根據權利要求1所述的人臉識別方法，其特征在于，所述人臉深度基準圖為灰度圖，所述人臉深度基準圖包括關鍵點區域、眼鼻口區域以及除所述關鍵點區域和所述眼鼻口區域之外的其他區域，所述關鍵點區域、所述眼鼻口區域和所述其他區域的權重w比為16：4：3。

3.一種人臉識別系統，其特征在于，包括：

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

特征提取模塊，被設置為用于根據所述面部圖像提取對應所述目標人物的多個面部特征；

反卷積模塊，被設置為用于對所述面部特征進行上采樣操作，得到對應每個所述面部特征的面部放大特征；

人臉偽深度生成模塊，被設置為用于對所述面部放大特征進行第一loss回歸計算，得到人臉偽深度特征，所述第一loss回歸計算的表達式為：

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

語義特征定義模塊，被設置為用于對多個所述面部特征進行拼接與疊加，得到對應所述目標人物的語義特征；

融合模塊，被設置為用于對所述人臉偽深度特征和所述語義特征進行疊加，得到面部融合特征；

計算模塊，被設置為用于根據人臉圖像標簽對所述面部融合特征進行第二loss回歸計算，得到面部分類特征，包括：

主loss計算單元，被設置為用于根據人臉圖像標簽對所述面部融合特征進行主loss計算，得到面部初步分類特征，所述主loss計算的表達式為：

其中，y_i是類別i的所述人臉圖像標簽，k是類別數，N是樣本總數，P_i是類別i的概率值，是計算類別i的網絡輸出指數；

加權loss計算單元，被設置為用于對所述面部初步分類特征進行加權loss計算，得到所述面部分類特征，所述加權loss計算的表達式為：λ₁loss₁+λ₂loss₂，λ₁、λ₂分別代表所述主loss和所述第一loss回歸計算的權重系數；

分類模塊，被設置為用于根據所述面部分類特征對所述面部圖像進行分類，并輸出分類結果。

4.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，該程序被處理器執行時實現如權利要求1或2所述的人臉識別方法的步驟。

5.一種計算機設備，其特征在于，包括存儲介質和處理器；存儲介質，用于存儲計算機程序；處理器，用于執行計算機程序以實現如權利要求1或2所述的人臉識別方法的步驟。