[發明專利]一種輕量級口罩人臉識別方法、系統、存儲介質及設備

在審

• 申請號: 202110209553.8
• 申請日: 2021-02-25
• 公開（公告）號: CN112560828A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 周燕;吳浩海;曾凡智
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 霍健蘭;梁瑩

1.一種輕量級口罩人臉識別方法，其特征在于：包括口罩人臉檢測工序、口罩人臉對齊工序、人臉特征提取工序和人臉特征比對工序；

所述口罩人臉檢測工序是指：對輸入圖像中疑似人臉的目標進行框選；

所述口罩人臉對齊工序是指：檢測人臉關鍵點，之后通過圖像相似變換算法進行人臉對齊；

所述人臉特征提取工序是指：首先將口罩人臉對齊工序的輸出作為輸入特征，輸入到輕量級口罩人臉特征提取網絡中得到人臉特征；所述輕量級口罩人臉特征提取網絡將所述輸入特征輸入1×1卷積進行升維，之后經過激活函數激活，再進行深度可分離卷積；深度可分離卷積包括深度卷積和逐點卷積；深度卷積對輸入特征的每個輸入應用通道進行輕量級濾波；逐點卷積對輕量級濾波后的每個輸入應用通道進行線性組合；深度可分離卷積后，輸入到通道注意力和區域注意力單元以強化口罩人臉眉眼部分特征權重；將通道注意力和區域注意力單元的輸出和人臉特征提取工序的輸入特征進行合并操作，然后對合并后的特征進行通道重組，輸出人臉特征；

所述人臉特征比對工序是指：將提取的人臉特征與人臉數據庫特征進行比對，來判斷輸入圖像的身份。

2.根據權利要求1所述的輕量級口罩人臉識別方法，其特征在于：所述輸入到通道注意力和區域注意力單元以強化口罩人臉眉眼部分特征權重，是指：首先將深度可分離卷積后的特征分別經過全局最大池化和全局平均池化層來聚合特征的空間信息，生成兩個不同的空間上下文描述符，然后經過1×1卷積和激活函數激活后聚合一起來獲取通道信息以針對眉毛眼睛部分提取特征，之后與深度可分離卷積后的特征進行第一次對位相乘；第一次對位相乘后的特征通過通道最大池化和通道平均池化來聚合通道信息，生成兩個2維映射，將這兩個2維映射通道拼接后通過卷積層連接和卷積混合，生成2維空間注意力特征，將2維空間注意力特征與第一次對位相乘后的特征進行第二次對位相乘，以強化口罩人臉眉眼部分特征權重。

3.根據權利要求2所述的輕量級口罩人臉識別方法，其特征在于：所述通道注意力和區域注意力單元包括通道注意力部分和區域注意力部分：

所述通道注意力部分為：

其中，M_c表示通道注意力，F表示輸入特征，MLP表示多層感知器，AvgPool表示平均池化操作，MaxPool表示最大池化操作，F^c_avg和 F^c_max分別表示平均池化和最大池化，W₀和W₁是多層感知器的權重，σ為sigmoid激活函數；F^c_avg和 F^c_max是兩個不同的空間上下文描述符；

所述區域注意力部分為：

其中，M_s表示區域注意力，F^s_avg和 F^s_max分別表示經過平均池化和最大池化的輸入特征，f ^7×7表示7×7卷積。

4.根據權利要求1所述的輕量級口罩人臉識別方法，其特征在于：所述深度卷積對輸入特征的每個輸入應用通道進行輕量級濾波，是指：將輸入特征的每個輸入應用通道分別對應一個濾波器進行卷積運算；

所述逐點卷積對輕量級濾波后的每個輸入應用通道進行線性組合，是指：將輕量級濾波后的每個輸入應用通道分別輸入若干個濾波器，每個濾波器分別輸出一個特征圖。