[發(fā)明專利]一種低質(zhì)量三維人臉識別方法、系統(tǒng)、設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202011429698.0 | 申請日: | 2020-12-09 |
| 公開(公告)號: | CN112446345A | 公開(公告)日: | 2021-03-05 |
| 發(fā)明(設(shè)計)人: | 余璀璨;張子輝;李慧斌 | 申請(專利權(quán))人: | 西安交通大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 西安通大專利代理有限責(zé)任公司 61200 | 代理人: | 張海平 |
| 地址: | 710049 *** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 質(zhì)量 三維 識別 方法 系統(tǒng) 設(shè)備 存儲 介質(zhì) | ||
1.一種低質(zhì)量三維人臉識別方法,其特征在于,
將采集的低質(zhì)量三維人臉投影,得到三維人臉法向量圖像;
利用優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)將三維人臉法向量圖像映射到高斯分布,通過連續(xù)歸一化流將高斯分布的均值變換到形式自由分布中的樣本,將形式自由分布中的樣本作為低質(zhì)量三維人臉對應(yīng)的干凈特征,識別身份類別。
2.根據(jù)權(quán)利要求1所述的一種低質(zhì)量三維人臉識別方法,其特征在于,優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)通過以下過程得到:
采集低質(zhì)量三維人臉數(shù)據(jù)集,預(yù)處理后得到預(yù)處理后的訓(xùn)練集;
將預(yù)處理后的訓(xùn)練集中的低質(zhì)量三維人臉點(diǎn)云投影,得到三維人臉法向量圖像;
利用卷積神經(jīng)網(wǎng)絡(luò)將三維人臉法向量圖像映射到高斯分布,輸出高斯分布的均值和標(biāo)準(zhǔn)差,從高斯分布中通過重參數(shù)化方式采樣,得到符合高斯分布的樣本;
通過連續(xù)歸一化流將符合高斯分布的樣本變換,得到形式自由分布樣本;
將形式自由分布樣本作為輸入的低質(zhì)量人臉的特征,根據(jù)形式自由分布樣本預(yù)測這個低質(zhì)量三維人臉對應(yīng)的身份類別,根據(jù)預(yù)測的身份類別和真實(shí)的類別計算損失函數(shù),根據(jù)損失函數(shù)通過梯度反向傳播優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的參數(shù),得到優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求2所述的一種低質(zhì)量三維人臉識別方法,其特征在于,預(yù)處理的具體過程為:對低質(zhì)量三維人臉檢測出鼻尖點(diǎn),以鼻尖點(diǎn)為中心切割,去除人臉以外的部分,得到預(yù)處理后的訓(xùn)練集。
4.根據(jù)權(quán)利要求2所述的一種低質(zhì)量三維人臉識別方法,其特征在于,符合高斯分布的樣本z通過下式得到:
z=u+∈·σ,∈~N(0,I)
其中,μ表示高斯分布的均值,σ表示高斯分布的標(biāo)準(zhǔn)差,∈表示一個隨機(jī)種子,N(0,I)表示標(biāo)準(zhǔn)高斯分布,I表示單位矩陣。
5.根據(jù)權(quán)利要求2所述的一種低質(zhì)量三維人臉識別方法,其特征在于,形式自由分布樣本z′通過下式得到:
其中,z(t0)為初值,z(t0)=z,z(t)為t時刻的特征,t0為初始時刻,t1為終止時刻,t為當(dāng)前時刻,h為連續(xù)映射。
6.根據(jù)權(quán)利要求2所述的一種低質(zhì)量三維人臉識別方法,其特征在于,損失函數(shù)為交叉熵?fù)p失函數(shù)。
7.根據(jù)權(quán)利要求2所述的一種低質(zhì)量三維人臉識別方法,其特征在于,損失函數(shù)通過以下過程計算得到:
其中,L是損失函數(shù),K是總的身份類別數(shù)量,yi是真實(shí)的類別標(biāo)簽,若類別是i則yi=1,否則yi=0,pi是深度卷積神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果。
8.一種低質(zhì)量三維人臉識別系統(tǒng),其特征在于,包括:
投影模塊,用于將采集的低質(zhì)量三維人臉投影,得到三維人臉法向量圖像;
識別模塊,用于利用優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)將三維人臉法向量圖像映射到高斯分布,通過連續(xù)歸一化流將高斯分布的均值變換到形式自由分布中的樣本,將形式自由分布中的樣本作為低質(zhì)量三維人臉對應(yīng)的干凈特征,識別身份類別。
9.一種計算機(jī)設(shè)備,其特征在于,所述計算機(jī)設(shè)備包括存儲器和處理器,所述存儲器上存儲有能在所述處理器上運(yùn)行的計算機(jī)程序,所述計算機(jī)程序被所述處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1-7中任意一項(xiàng)所述的低質(zhì)量三維人臉識別方法。
10.一種計算機(jī)可讀存儲介質(zhì),其特征在于,所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序,所述計算機(jī)程序當(dāng)被處理器執(zhí)行時使所述處理器執(zhí)行權(quán)利要求1-7中任意一項(xiàng)所述的低質(zhì)量三維人臉識別方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安交通大學(xué),未經(jīng)西安交通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011429698.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種三維彩色物品制作方法
- 三維內(nèi)容顯示的方法、裝置和系統(tǒng)
- 三維對象搜索方法、裝置及系統(tǒng)
- 三維會話數(shù)據(jù)展示方法、裝置、存儲介質(zhì)和計算機(jī)設(shè)備
- 一種三維模型處理方法、裝置、計算機(jī)設(shè)備和存儲介質(zhì)
- 用于基于分布式賬本技術(shù)的三維打印的去中心化供應(yīng)鏈
- 標(biāo)記數(shù)據(jù)的獲取方法及裝置、訓(xùn)練方法及裝置、醫(yī)療設(shè)備
- 一種基于5G網(wǎng)絡(luò)的光場三維浸入式體驗(yàn)信息傳輸方法及系統(tǒng)
- 用于機(jī)器人生產(chǎn)系統(tǒng)仿真的三維場景管理與文件存儲方法
- 基于三維形狀知識圖譜的三維模型檢索方法及裝置





