[發(fā)明專利]一種人臉屬性識別方法、裝置、設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010104961.2
• 申請日: 2020-02-20
• 公開（公告）號: CN111291700A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 趙文忠;毛曉蛟;章勇;曹李軍
• 申請（專利權(quán)）人: 蘇州科達(dá)科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 田媛媛

本發(fā)明公開了一種人臉屬性識別方法、裝置、設(shè)備及可讀存儲介質(zhì)，該方法包括：人臉屬性識別網(wǎng)絡(luò)獲取目標(biāo)人臉圖像，并提取目標(biāo)人臉圖像的特征圖；利用區(qū)域注意力機制分割特征圖，以獲得各區(qū)域特征圖；對各區(qū)域特征圖進(jìn)行分類，獲得各區(qū)域分類結(jié)果；將各區(qū)域分類結(jié)果作為目標(biāo)人臉圖像的屬性識別結(jié)果。在本方法中，對目標(biāo)人臉圖像進(jìn)行多屬性識別，以目標(biāo)人臉圖像作為輸入，僅使用一個人臉屬性識別網(wǎng)絡(luò)即可獲得對應(yīng)的屬性識別結(jié)果，無需設(shè)置多個網(wǎng)絡(luò)和分類模型，可在計算性能以及存儲資源較差的設(shè)備上對人臉圖像進(jìn)行多屬性識別。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機視覺技術(shù)領(lǐng)域，特別是涉及一種人臉屬性識別方法、裝置、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

生物特性是人的內(nèi)在屬性，具有很強的自身穩(wěn)定性和個體差異性，是身份驗證的最理想依據(jù)。人臉是一種非常重要的生物特征，具有結(jié)構(gòu)復(fù)雜、細(xì)節(jié)變化多等特點，同時也蘊含了大量的信息，比如性別、種族、年齡、表情等。一個正常的成年人可以輕易的理解人臉的信息。

通過使用相機等圖像采集裝置和計算機組建一套與人體類似的系統(tǒng)，相機等圖像采集裝置是“眼睛”，計算機是“大腦”。這些單純的硬件設(shè)施并不足以讓機器完成理解人臉信息的任務(wù)，這其中還需要載有思考能力，也就是算法。

目前，對人臉圖像進(jìn)行識別處理的算法，針對人臉不同區(qū)域?qū)傩缘呐袆e，如是否戴口罩，是否戴墨鏡，是否戴帽子等屬性進(jìn)行判別。現(xiàn)在的識別方法針對每種屬性用一個單獨的網(wǎng)絡(luò)結(jié)構(gòu)和分類模型，網(wǎng)絡(luò)的輸入是對應(yīng)的人臉區(qū)域，輸出的是是否有對應(yīng)的屬性。如判別人臉是否戴口罩，網(wǎng)絡(luò)輸入的是人臉圖像，輸出是是否戴了口罩。這種識別方法具有缺點：網(wǎng)絡(luò)、分類模型多而且不同網(wǎng)絡(luò)采用不同的輸入。且由于一個屬性對應(yīng)于一個網(wǎng)絡(luò)和分類模型，所以要判斷人臉的多個屬性時，就要多個網(wǎng)絡(luò)和分類模型，這就造成網(wǎng)絡(luò)和分類模型管理復(fù)雜，運算量大，而且還占存儲空間，不利于模型的部署和使用。

綜上所述，如何有效地解決人臉屬性識別等問題，是目前本領(lǐng)域技術(shù)人員急需解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種人臉屬性識別方法、裝置、設(shè)備及可讀存儲介質(zhì)，以降低計算量、減少占用存儲空間，可在計算能力較低、存儲空間較小的設(shè)備上對人臉圖像進(jìn)行多屬性識別。

為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

一種人臉屬性識別方法，包括：

人臉屬性識別網(wǎng)絡(luò)獲取目標(biāo)人臉圖像，并提取所述目標(biāo)人臉圖像的特征圖；

利用區(qū)域注意力機制分割所述特征圖，以獲得各區(qū)域特征圖；

對所述各區(qū)域特征圖進(jìn)行分類，獲得各區(qū)域分類結(jié)果；

將所述各區(qū)域分類結(jié)果作為所述目標(biāo)人臉圖像的屬性識別結(jié)果。

優(yōu)選地，所述利用區(qū)域注意力機制分割所述特征圖，以獲得各區(qū)域特征圖的步驟，包括：

利用所述區(qū)域注意力機制并結(jié)合映射變換參數(shù)對所述特征圖進(jìn)行裁剪，以獲得所述各區(qū)域特征圖。

優(yōu)選地，在利用所述區(qū)域注意力機制并結(jié)合仿射變換參數(shù)對所述特征圖進(jìn)行裁剪的同時，還包括：

對所述特征圖進(jìn)行旋轉(zhuǎn)和/或平移。

優(yōu)選地，所述人臉屬性識別網(wǎng)絡(luò)，包括：

特征提取網(wǎng)絡(luò)結(jié)構(gòu)、區(qū)域注意力機制網(wǎng)絡(luò)結(jié)構(gòu)和至少一個屬性分類分支網(wǎng)絡(luò)結(jié)構(gòu)。

優(yōu)選地，對所述各區(qū)域特征圖進(jìn)行分類，獲得各區(qū)域分類結(jié)果的步驟，包括：

將一個或多個所述各區(qū)域特征圖分別輸入至對應(yīng)的所述屬性分類分支網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分類，獲得所述各區(qū)域分類結(jié)果。

優(yōu)選地，所述利用區(qū)域注意力機制分割所述特征圖，以獲得各區(qū)域特征圖的步驟，包括：