[發(fā)明專利]一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011290913.3
• 申請(qǐng)日: 2020-11-17
• 公開（公告）號(hào): CN112395986A
• 公開（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 姚若光;范志鴻;古競(jìng);龐愷
• 申請(qǐng)（專利權(quán)）人: 廣州像素?cái)?shù)據(jù)技術(shù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/02;G06N3/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 張金福

1.一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，包括以下步驟：

S1：獲取源域的人臉圖像，并對(duì)源域的人臉圖像進(jìn)行人臉檢測(cè)和人臉關(guān)鍵點(diǎn)檢測(cè)，得到源域的人臉關(guān)鍵點(diǎn)；

S2：根據(jù)源域的人臉關(guān)鍵點(diǎn)對(duì)源域的人臉圖像進(jìn)行處理，得到源域的人臉切圖；

S3：構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并利用源域的人臉切圖對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到預(yù)訓(xùn)練好的源域人臉識(shí)別模型；

S4：獲取目標(biāo)域的人臉切圖，并利用目標(biāo)域的人臉切圖對(duì)預(yù)訓(xùn)練好的源域人臉識(shí)別模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練，得到保留源域性能的目標(biāo)域人臉識(shí)別模型，通過目標(biāo)域人臉識(shí)別模型實(shí)現(xiàn)新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別。

2.根據(jù)權(quán)利要求1所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，在步驟S2中，對(duì)人臉圖像的處理包括：旋轉(zhuǎn)、縮放、平移和裁剪。

3.根據(jù)權(quán)利要求1所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，在步驟S3中，所述神經(jīng)網(wǎng)絡(luò)模型包括特征提取器和分類層，特征提取器通過從人臉切圖中提取特征得到特征層。

4.根據(jù)權(quán)利要求3所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，在步驟S3中，利用源域的人臉切圖對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練包括以下步驟：

S3.1：通過神經(jīng)網(wǎng)絡(luò)模型的特征提取器提取源域的人臉切圖的特征；

S3.2：計(jì)算步驟S3.1提取得到的特征的損失；

S3.3：判斷損失是否收斂；

若是，則完成對(duì)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練；若否，則更新神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，并返回步驟S3.2。

5.根據(jù)權(quán)利要求3所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，在進(jìn)行遷移學(xué)習(xí)訓(xùn)練之前還包括提取預(yù)訓(xùn)練好的源域人臉識(shí)別模型的分類層中的類別權(quán)重作為源域類別特征。

6.根據(jù)權(quán)利要求5所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，利用目標(biāo)域的人臉切圖對(duì)預(yù)訓(xùn)練好的源域人臉識(shí)別模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練包括以下步驟：

S4.1.1：通過預(yù)訓(xùn)練好的源域人臉識(shí)別模型提取目標(biāo)域的人臉切圖的特征，得到目標(biāo)域類別特征層；

S4.1.2：將源域類別特征注入目標(biāo)域類別特征層中，得到拓展特征層；

S4.1.3：將拓展特征層通過分類層得到激活值，并對(duì)預(yù)訓(xùn)練好的源域人臉識(shí)別模型進(jìn)行訓(xùn)練。

7.根據(jù)權(quán)利要求5所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，利用目標(biāo)域的人臉切圖對(duì)預(yù)訓(xùn)練好的源域人臉識(shí)別模型進(jìn)行遷移學(xué)習(xí)訓(xùn)練包括以下步驟：

S4.2.1：通過預(yù)訓(xùn)練好的源域人臉識(shí)別模型按照源域的人臉切圖的類別提取出各類別的方向特征；

S4.2.2：將各類別的方向特征分別與對(duì)應(yīng)的源域類別特征相加，得到各類別的虛擬樣本特征；

S4.2.3：通過預(yù)訓(xùn)練好的源域人臉識(shí)別模型提取目標(biāo)域的人臉切圖的特征，得到目標(biāo)域類別特征層；

S4.2.4：將各類別的虛擬樣本特征注入目標(biāo)域類別特征層中，得到拓展特征層；

S4.2.5：將拓展特征層通過分類層得到激活值，并對(duì)預(yù)訓(xùn)練好的源域人臉識(shí)別模型進(jìn)行訓(xùn)練。

8.根據(jù)權(quán)利要求7所述的一種新場(chǎng)景快速遷移且防遺忘的人臉識(shí)別方法，其特征在于，步驟S4.2.1具體為：

S4.2.1.1：使用預(yù)訓(xùn)練好的源域人臉識(shí)別模型提取所有源域的人臉切圖的特征；

S4.2.1.2：按照源域的人臉切圖的類別將步驟S4.2.1.1提取的特征進(jìn)行分類，并求取每類特征的平均值，得到每個(gè)類別的類別中心；

S4.2.1.3：分別計(jì)算各個(gè)類別的每個(gè)特征與其類別中心的差值，對(duì)應(yīng)得到各類別的方向特征。