[發明專利]一種人臉識別方法、裝置和設備

在審

• 申請號: 202010910226.0
• 申請日: 2020-09-02
• 公開（公告）號: CN112001865A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 房小兆;韓娜;劉志虎;周郭許
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊小紅

本申請公開了一種人臉識別方法、裝置和設備，方法包括：獲取測試人臉圖像，并通過預置對抗生成網絡對測試人臉圖像進行修復，得到修復圖像；通過預置訓練樣本集構建的字典矩陣對修復圖像進行人臉稀疏表示，得到各類訓練樣本對應的重構圖像；計算各類訓練樣本對應的重構圖像與修復圖像的殘差值，選取最小的殘差值對應的訓練樣本的類別作為測試人臉圖像的人臉識別結果，解決了現有的人臉識別方法在人臉圖像存在遮擋、光照、模糊等圖像質量情況時，容易出現識別錯誤，使得人臉識別準確率不高的技術問題。

技術領域

本申請涉及人臉識別技術領域，尤其涉及一種人臉識別方法、裝置和設備。

背景技術

身份識別或驗證方法廣泛應用于公共安全、電子商務等領域。現有的身份識別或驗證方法主要是依賴于生物特征識別技術。生物特征識別是指依靠人類生理特征，使用智能方法或技術進行身份識別或驗證，生物特征包括指紋、掌紋、虹膜等特征，而人臉識別方法是身份識別中最常用的方法。人臉識別方法是將人臉作為生物特征進行身份識別，不同于其他生物特征識別方法，人臉識別技術具有非接觸型、便捷快速、識別性能較高等優點。

現有技術中的人臉識別方法在人臉圖像存在遮擋、光照、模糊等圖像質量情況時，容易出現識別錯誤，使得識別準確率不高的問題。

發明內容

本申請提供了一種人臉識別方法、裝置和設備，用于解決現有的人臉識別方法在人臉圖像存在遮擋、光照、模糊等圖像質量情況時，容易出現識別錯誤，使得人臉識別準確率不高的技術問題。

有鑒于此，本申請第一方面提供了一種人臉識別方法，包括：

獲取測試人臉圖像，并通過預置對抗生成網絡對所述測試人臉圖像進行修復，得到修復圖像；

通過預置訓練樣本集構建的字典矩陣對所述修復圖像進行人臉稀疏表示，得到各類訓練樣本對應的重構圖像；

計算各類所述訓練樣本對應的重構圖像與所述修復圖像的殘差值，選取最小的所述殘差值對應的所述訓練樣本的類別作為所述測試人臉圖像的人臉識別結果。

可選的，所述通過預置訓練樣本集構建的字典矩陣對所述修復圖像進行人臉稀疏表示，得到各類訓練樣本對應的重構圖像，包括：

將包含k個類別的預置訓練樣本集中的每個所述訓練樣本轉換為m維列向量，組合所有類別中的所有所述訓練樣本對應的m維列向量，得到所述預置訓練樣本集對應的字典矩陣A，其中，所述字典矩陣A中的第i個元素為所述預置訓練樣本集中第i個類別的所有所述訓練樣本對應的m維列向量組合得到；

通過所述字典矩陣A和所述修復圖像構建稀疏表示模型；

對所述稀疏表示模型進行求解，得到各類所述訓練樣本對應的稀疏表示系數；

通過各類所述訓練樣本對應的稀疏表示系數和所述字典矩陣對所述修復圖像進行人臉稀疏表示，得到各類所述訓練樣本對應的重構圖像。

可選的，所述稀疏表示模型為：

其中，x為稀疏表示系數，y為修復圖像，ε為誤差。

可選的，所述對所述稀疏表示模型進行求解，得到各類所述訓練樣本對應的稀疏表示系數，包括：

S1、對所述稀疏表示模型相關的目標參數進行初始化，其中，初始化后的所述目標參數中初始迭代次數t＝1、初始殘差r₀＝y、初始稀疏表示系數x＝0和索引集Λ₀＝φ；

S2、將初始化后的所述目標參數中的初始殘差和初始稀疏表示系數代入目標函數計算得到腳注λ_t；