[發(fā)明專利]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)（專利權(quán)）人: 杭州涂鴉信息技術(shù)有限公司
• 主分類號(hào): G06V40/16
• 分類號(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

本發(fā)明涉及一種人臉識(shí)別方法，包括以下步驟：獲取目標(biāo)人物的面部圖像；根據(jù)面部圖像提取對(duì)應(yīng)目標(biāo)人物的多個(gè)面部特征；對(duì)面部特征進(jìn)行上采樣操作，得到面部放大特征；對(duì)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；對(duì)多個(gè)面部特征進(jìn)行拼接與疊加，得到對(duì)應(yīng)目標(biāo)人物的語(yǔ)義特征；對(duì)人臉偽深度特征和語(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)面部融合特征進(jìn)行第二loss回歸計(jì)算，得到面部分類特征；根據(jù)面部分類特征對(duì)面部圖像進(jìn)行分類，并輸出分類結(jié)果。在本發(fā)明的技術(shù)方案中，可有效防御圖片、視頻、屏幕、模具等攻擊，在檢測(cè)精度以及用戶體驗(yàn)性上都能滿足實(shí)際應(yīng)用場(chǎng)景的需求，如人臉實(shí)名認(rèn)證、人臉考勤、智能門禁等場(chǎng)景。

技術(shù)領(lǐng)域

本發(fā)明涉及技術(shù)領(lǐng)域，尤其涉及一種人臉識(shí)別方法及系統(tǒng)、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備。

背景技術(shù)

人臉活體檢測(cè)技術(shù)從檢測(cè)流程上可以分為配合式活體檢測(cè)和非配合式(靜默)活體檢測(cè)。配合式活體檢測(cè)，其安全性能較高，主要應(yīng)用于安全等級(jí)較高的場(chǎng)景(如支付場(chǎng)景)，但因需要人機(jī)交互配合，對(duì)于時(shí)效性較高的場(chǎng)景，其用戶體驗(yàn)效果不是很好。非配合式即靜默活體，用戶體驗(yàn)好，廣泛的應(yīng)用于安全等級(jí)不是很高的場(chǎng)景(如門禁、打卡簽到等場(chǎng)景)。

從傳感器種類及其組合方面可以將人臉活體檢測(cè)分為可見(jiàn)光(RGB)、紅外單目活體及其組合的雙目活體，基于結(jié)構(gòu)光的活體檢測(cè)是雙目活體的一種。基于單目的活體檢測(cè)方案(如單目RGB，單目紅外)由于其輸入源比較單一，對(duì)于諸如光線變化、距離遠(yuǎn)近、人臉角度變化等復(fù)雜場(chǎng)景抗干擾性能以及精度較差；基于結(jié)構(gòu)光的活體檢測(cè)，其性能較好，但是受限其價(jià)格較貴、識(shí)別距離較短等因素，很難覆蓋較多的實(shí)際應(yīng)用場(chǎng)景。基于雙目的活體檢測(cè)算法，目前主要是通過(guò)雙目圖像估計(jì)深度信息，進(jìn)行人臉活體識(shí)別，但是對(duì)于3D人臉面具識(shí)別效果不好。最近，基于深度學(xué)習(xí)的方法被應(yīng)用到活體檢測(cè)中，目前主要是基于單目的活體檢測(cè)，但是在光線變化較大、大角度人臉、遠(yuǎn)距離、高質(zhì)量的照片打印、高清晰度的視頻回放等復(fù)雜應(yīng)用場(chǎng)景以及攻擊手段，其效果不是很理想，很難應(yīng)用到實(shí)際場(chǎng)景中。

發(fā)明內(nèi)容

本發(fā)明旨在至少解決現(xiàn)有技術(shù)或相關(guān)技術(shù)中存在的技術(shù)問(wèn)題之一。

為此，本發(fā)明的目的在于提供一種人臉識(shí)別方法及系統(tǒng)、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備，其能夠?qū)崿F(xiàn)端到端的活體檢測(cè)，不需要用戶的配合，可有效防御圖片、視頻、屏幕、模具等攻擊。

為實(shí)現(xiàn)上述目的，本發(fā)明第一方面的技術(shù)方案提供了一種人臉識(shí)別方法，包括以下步驟：獲取目標(biāo)人物的面部圖像；根據(jù)面部圖像提取對(duì)應(yīng)目標(biāo)人物的多個(gè)面部特征；對(duì)面部特征進(jìn)行上采樣操作，得到對(duì)應(yīng)每個(gè)面部特征的面部放大特征；對(duì)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；對(duì)多個(gè)面部特征進(jìn)行拼接與疊加，得到對(duì)應(yīng)目標(biāo)人物的語(yǔ)義特征；對(duì)人臉偽深度特征和語(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)面部融合特征進(jìn)行第二loss回歸計(jì)算，得到面部分類特征；根據(jù)面部分類特征對(duì)面部圖像進(jìn)行分類，并輸出分類結(jié)果。

在該技術(shù)方案中，在綜合考慮硬件成本、活體檢測(cè)精度以及用戶體驗(yàn)性能等因素，本發(fā)明采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的方法，實(shí)現(xiàn)端到端的活體檢測(cè)，不需要用戶的配合，可有效防御圖片、視頻、屏幕、模具等攻擊，在檢測(cè)精度以及用戶體驗(yàn)性上都能滿足實(shí)際應(yīng)用場(chǎng)景的需求，如人臉實(shí)名認(rèn)證、人臉考勤、智能門禁等場(chǎng)景。

在上述技術(shù)方案中，優(yōu)選地，利用雙目攝像頭獲取目標(biāo)任務(wù)的面部圖像，面部圖像包括可見(jiàn)光面部圖像和/或紅外面部圖像。

在該技術(shù)方案中，采用雙目攝像頭獲取目標(biāo)人物的面部圖像，實(shí)現(xiàn)可見(jiàn)光、紅外雙目圖像融合特征的提取以及偽深度圖的生成技術(shù)，為分類網(wǎng)絡(luò)提供多層次的融合特征，同時(shí)采用輔助加權(quán)l(xiāng)oss，使網(wǎng)絡(luò)更容易收斂。

在上述任一技術(shù)方案中，優(yōu)選地，根據(jù)人臉圖像標(biāo)簽對(duì)面部融合特征進(jìn)行第二loss回歸計(jì)算，包括以下步驟：根據(jù)人臉圖像標(biāo)簽對(duì)面部融合特征進(jìn)行主loss計(jì)算，得到面部初步分類特征；對(duì)面部初步分類特征進(jìn)行加權(quán)l(xiāng)oss計(jì)算，得到面部初步分類特征。