[發明專利]人臉圖像處理方法、裝置、設備、存儲介質及程序產品

在審

• 申請號: 202111166211.9
• 申請日: 2021-09-30
• 公開（公告）號: CN113887435A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 楊馥魁
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 柴海平;黃健

本公開提供了人臉圖像處理方法、裝置、設備、存儲介質及程序產品，涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，可應用于人臉圖像處理和人臉識別等場景。具體實現方案為：在對輸入的人臉圖像進行人臉特征提取得到第一特征圖之后，通過將第一特征圖變換成圖空間中的圖矩陣，在圖空間中對圖矩陣進行特征提取，能夠提取到人臉圖像全局的特征信息，得到包含人臉圖像全局的特征信息的特征矩陣；再將特征矩陣逆變換成特征圖，得到包含人臉圖像全局的特征信息的第二特征圖，使得提取到的人臉特征包含更加豐富的全局特征信息，應用于人臉識別場景時能夠有效提高人臉識別的精準度。

技術領域

本公開涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，尤其涉及一種人臉圖像處理方法、裝置、設備、存儲介質及程序產品，可應用于人臉圖像處理和人臉識別等場景。

背景技術

在人臉圖像處理和人臉識別等場景中，需要提取人臉圖像的人臉特征。目前，大多通過卷積神經網絡提取人臉圖像的人臉特征，但是目前的人臉特征提取的方法，大多僅能提取局部的特征信息，人臉特征提取效果不好。

發明內容

本公開提供了一種人臉圖像處理方法、裝置、設備、存儲介質及程序產品。

根據本公開的第一方面，提供了一種人臉圖像處理方法，包括：

對輸入的人臉圖像進行人臉特征提取，得到第一特征圖；

將所述第一特征圖變換成圖矩陣，所述圖矩陣為圖的矩陣表示；

使用圖變換矩陣對所述圖矩陣進行特征提取，得到包含所述人臉圖像全局的特征信息的特征矩陣；

將所述特征矩陣逆變換成第二特征圖，所述第二特征圖包含所述人臉圖像全局的特征信息。

根據本公開的第二方面，提供了一種人臉圖像處理裝置，包括：

第一特征提取模塊，用于對輸入的人臉圖像進行人臉特征提取，得到第一特征圖；

變換模塊，用于將所述第一特征圖變換成圖矩陣，所述圖矩陣為圖的矩陣表示；

第二特征提取模塊，用于對所述圖矩陣進行特征提取，得到包含所述人臉圖像全局的特征信息的特征矩陣；

逆變換模塊，用于將所述特征矩陣逆變換成第二特征圖，所述第二特征圖包含所述人臉圖像全局的特征信息。

根據本公開的第三方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行第一方面所述的方法。

根據本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行第一方面所述的方法。

根據本公開的第五方面，提供了一種計算機程序產品，所述計算機程序產品包括：計算機程序，所述計算機程序存儲在可讀存儲介質中，電子設備的至少一個處理器可以從所述可讀存儲介質讀取所述計算機程序，所述至少一個處理器執行所述計算機程序使得電子設備執行第一方面所述的方法。

根據本公開的技術使得提取到的人臉特征能夠包含豐富的全局特征信息。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：