[發明專利]基于人工智能的車內人臉識別方法、裝置、設備及介質

有效

• 申請號: 202010593969.X
• 申請日: 2020-06-28
• 公開（公告）號: CN111476225B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 吳曉東
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 劉麗華;孫芬

本發明涉及人工智能及人臉識別技術領域，提供一種基于人工智能的車內人臉識別方法、裝置、設備及介質，能夠引入通道注意力機制對學習到的特征圖做進一步的篩選，從而緩解了特征冗余問題，將注意力集中在指定區域，有效提高了車內人臉識別的準確率，通過對anchor box進行增密擴展，并引入anchor_attention，有效解決了anchor覆蓋不足的問題，由于顯著擴大了anchor的覆蓋率，還有效提升了車內人臉識別的召回率，進而基于人工智能手段實現對車內人臉的自動識別，準確率更高。本發明還涉及區塊鏈技術，得到的人臉識別結果可存儲至區塊鏈。本發明還可應用于智慧交通場景中，從而推動智慧城市的建設。

技術領域

本發明涉及人工智能及人臉識別技術領域，尤其涉及一種基于人工智能的車內人臉識別方法、裝置、設備及介質。

背景技術

面對來自社會各行各業的需求，人臉識別技術的應用也越來越廣泛，而對交通卡口處車內的人臉識別的精度要求也隨之越來越高。

傳統的FaceBoxes 算法由于具有檢測速度較快，且精度良好的優點，成為目前業界流行的人臉識別算法之一。

但是，FaceBoxes 算法雖然具有較好的人臉識別精度，卻依然存在特征冗余以及anchor 覆蓋不足的缺陷，尤其在對類似車內這種遮蔽環境下的人臉進行識別時，上述缺陷表現得尤為明顯。

發明內容

鑒于以上內容，有必要提供一種基于人工智能的車內人臉識別方法、裝置、設備及介質，能夠引入通道注意力機制對學習到的特征圖做進一步的篩選，從而緩解了特征冗余問題，將注意力集中在指定區域，有效提高了車內人臉識別的準確率，通過對anchor box進行增密擴展，并引入anchor_attention，有效解決了anchor覆蓋不足的問題，由于顯著擴大了anchor的覆蓋率，還有效提升了車內人臉識別的召回率，進而基于人工智能手段實現對車內人臉的自動識別，準確率更高。

一種基于人工智能的車內人臉識別方法，所述基于人工智能的車內人臉識別方法包括：

響應于接收到的待識別圖像，對所述待識別圖像進行resize處理，得到目標圖像；

將所述目標圖像輸入至卷積池化層進行特征提取，輸出所述目標圖像的淺層特征；

將所述淺層特征輸入至殘差連接層進行特征提取，輸出所述目標圖像的深層特征；

將所述深層特征輸入至通道注意力層進行重要度篩選，輸出第一特征圖；

將所述第一特征圖輸入至第一卷積層進行卷積運算，輸出第二特征圖；

將所述第二特征圖輸入至第二卷積層進行卷積運算，輸出第三特征圖；

獲取預先聚類得到的anchor box，根據尺度將獲取的anchor box與所述第一特征圖、所述第二特征圖及所述第三特征圖進行匹配，得到每個特征圖的anchor box；

對每個特征圖的anchor box進行增密擴展，得到每個特征圖的初始anchor box；

利用anchor_attention層對每個特征圖的初始anchor box進行重要度篩選，得到每個特征圖的目標anchor box；

利用每個特征圖的目標anchor box分別在對應的特征圖上進行人臉識別，輸出與每個特征圖對應的anchor box坐標及每個anchor box坐標的得分，將得分最高的anchorbox坐標作為預測的人臉坐標；

將所述預測的人臉坐標映射到所述待識別圖像上，得到所述待識別圖像的人臉識別結果并存儲至區塊鏈。

根據本發明優選實施例，所述將所述淺層特征輸入至殘差連接層進行特征提取，輸出所述目標圖像的深層特征包括：