[發明專利]多任務姿態不變的人臉識別方法、系統、裝置及存儲介質有效
| 申請號: | 202011376722.9 | 申請日: | 2020-11-30 |
| 公開(公告)號: | CN112381046B | 公開(公告)日: | 2023-02-14 |
| 發明(設計)人: | 陳真;向友君;張明月 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/26;G06V10/764;G06V10/80;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 常柯陽 |
| 地址: | 511458 廣東省廣州市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 任務 姿態 不變 識別 方法 系統 裝置 存儲 介質 | ||
1.一種多任務姿態不變的人臉識別方法,其特征在于,包括以下步驟:
獲取待識別的人臉圖像;
將所述人臉圖像輸入訓練好的人臉識別模型進行人臉識別,輸出人臉識別結果;
其中,所述人臉識別模型包括三個神經網絡,所述三個神經網絡用于分割人臉區域并進行三種人臉姿勢識別,所述三種人臉姿勢包括左臉姿勢、正臉姿勢以及右臉姿勢;
所述人臉識別方法還包括建立所述人臉識別模型的步驟,具體為:
根據預設的數據集獲取融合有三種人臉姿勢的人臉數據集;
對所述人臉數據集的人臉圖像進行人臉姿勢分類,獲得左臉數據集、正臉數據集和右臉數據集;
分別對所述左臉數據集、所述正臉數據集和所述右臉數據集中的人臉圖像進行人臉區域分割,獲得三個訓練集;
將所述三個訓練集分別對三個神經網絡進行訓練,獲得所述人臉識別模型;所述分別對所述左臉數據集、所述正臉數據集和所述右臉數據集中的人臉圖像進行人臉區域分割,包括:
采用區間梯度法分別將所述左臉數據集、所述正臉數據集和所述右臉數據集中的人臉圖像解構成結構部分和紋理部分,以及抑制所述紋理部分的梯度;
采用顏色不變策略在所述結構部分中獲取人臉區域,實現人臉區域分割;
所述采用顏色不變策略在所述結構部分中獲取人臉區域,包括以下步驟:
設定顏色不變量,所述顏色不變量為獨立于照明強度和視角特性的參數;
根據所述顏色不變量計算所述結構部分中每個像素的二進制掩碼,實現二值圖像的精化,以區分出人臉區域和非人臉區域,獲得人臉區域;
所述顏色不變量的定義如下:
定義相等能量但照度不均勻的公式如下:
通過以下線性轉換矩陣將圖像從RGB轉換到高斯顏色模型:
其中,x代表圖像中的位置,λ表示波長,表示照度譜,表示Fresnel反射率,表示Fresnel材料反射率。
2.根據權利要求1所述的一種多任務姿態不變的人臉識別方法,其特征在于,所述區間梯度法中采用以下方程獲取區間梯度,以表示人臉圖像的梯度:
其中,Ω表示局部窗口;表示重新標量的權重;wp表示重新標量的權重;
wp通過以下方程求得:
其中,為常數。
3.根據權利要求1所述的一種多任務姿態不變的人臉識別方法,其特征在于,在對三個神經網絡進行訓練時,需確定激活函數,所述激活函數的公式為:
其中,ai為可學習參數,當ai為0時,該函數退化為Relu,當ai=0.01,該函數變為LRelu。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011376722.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:消白煙余熱發電裝置
- 下一篇:一種自增壓型的光纖載氫系統及其光纖載氫方法





