[發明專利]一種人臉圖像提取方法、裝置及計算機存儲介質

有效

• 申請號: 202011503381.7
• 申請日: 2020-12-17
• 公開（公告）號: CN112560701B
• 公開（公告）日: 2022-10-25
• 發明（設計）人: 楊青川;寧瑤
• 申請（專利權）人: 成都新潮傳媒集團有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/80;G06V10/82;G06N3/04
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 楊國瑞

本發明公開了一種人臉圖像提取方法、裝置及計算機可讀存儲介質，方法包括：獲取待識別圖像；將待識別圖像輸入人臉提取模型，得到待識別圖像中每張人臉對應的人臉圖像，人臉提取模型包括特征圖提取結構層、第一特征融合結構層和第二特征融合結構層。本發明可避免傳統人臉識別特征提取中特征圖層層相加所帶來的特征損失，提高了最終得出的特征圖的特征表征能力，進而避免傳統檢測網絡無法識別到圖像中邊緣人像問題，提高了人臉的召回率。

技術領域

本發明涉及人臉識別技術領域，具體涉及一種人臉圖像提取方法、裝置及計算機存儲介質。

背景技術

隨著人臉檢測技術的快速發展，對人臉檢測神經網絡的研究已經較為深入，技術上正不斷的更新迭代；目前，較為常用的人臉檢測神經網絡則是Retinaface檢測網絡(其是基于目標檢測算法(one-stage)的人臉檢測網絡)。

Retinaface檢測網絡的工作過程為：Retinaface檢測網絡提取出待識別圖像的圖像特征后，會經過特征金字塔網絡((Feature Pyramid Networks，FPN)和SSH(singlestage headless)網絡進一步提取更為精細的人臉特征，然后通過檢測頭預測人臉框和人臉特征點坐標，從而根據人臉特征點坐標和人臉框從待識別圖像中提取出人臉圖像。

目前，Retinaface檢測網絡在通過FPN網絡進行人臉特征的提取時，通常是將3個維度的特征直接進行相加(即采用add操作將3種感受野下提取的特征圖直接相加)，且一般是層層相加(即采用兩次add操作，從高維度依次相加到低維度)，雖然操作簡單，但上述操作直接將特征提取操作鎖死為加法運算，讓特征融合失去了靈活性，容易造成特征損失，使得圖像中的邊緣人像不易識別，大大的降低了人臉的召回率(也就是人臉的檢測率，即檢測出的人臉占圖像中總人臉的比例)。

發明內容

為了解決現有人臉識別中特征提取采用特征圖層層相加所導致的人臉召回率低的問題，本發明的目的在于提供一種在特征提取時，增加一條最高維特征圖與最低維特征圖的融合橋接，從而代替傳統特征圖的層層相加，以減少特征融合損失，提高圖像中人臉的識別，進而提高人臉召回率的人臉圖像提取方法、裝置及計算機可讀存儲介質。

第一方面，本發明提供了一種人臉圖像提取方法，包括：

獲取待識別圖像，其中，所述待識別圖像至少包含一張人臉；

將所述待識別圖像輸入人臉提取模型，得到所述待識別圖像中每張人臉對應的人臉圖像，其中，所述人臉提取模型包括特征圖提取結構層、第一特征融合結構層和第二特征融合結構層；

所述特征圖提取結構層用于在三種感受野條件下提取所述待識別圖像的特征信息，分別得到所述待識別圖像的第一特征圖、第二特征圖和第三特征圖；

所述第一特征融合結構層用于對所述第二特征圖和所述第三特征圖進行第一特征融合，得到所述待識別圖像的第四特征圖；

所述第二特征融合結構層，用于將所述第一特征圖、所述第三特征圖和所述第四特征圖進行第二特征融合，得到所述待識別圖像中每張人臉對應的第五特征圖，以便通過所述第五特征圖從所述待識別圖像中提取所述人臉圖像。

基于上述公開的內容，本發明在進行特征融合時，將第一特征圖、第三特征圖和第四特征圖進行特征融合，以得到用于提取人臉圖像的第五特征圖；其實質為：將第三特征圖加入到第一特征圖與第四特征圖的特征融合中，相當于增加了一條最高維特征圖(即第三特征圖)與最低維特征圖(即第一特征圖)的融合橋接，進而實現三個維度下特征的融合；通過上述設計，本發明可避免傳統人臉識別特征提取中特征圖層層相加所帶來的特征損失，提高了最終得出的特征圖的特征表征能力，進而避免傳統檢測網絡無法識別到圖像中邊緣人像問題，提高了人臉的召回率。

在一個可能的設計中，所述第二特征融合結構層包括：第一上采樣層、第二上采樣層和第一通道融合層；