[發明專利]一種特征識別方法及裝置、計算機可讀存儲介質

在審

• 申請號: 202111172914.2
• 申請日: 2019-05-08
• 公開（公告）號: CN113936298A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 陳卓;吳一超
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/40;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 李江;張穎玲

本實施例公開一種特征識別方法及裝置、計算機可讀存儲介質，該方法可以包括：在接收到初始特征表示的情況下，將初始特征表示輸入預設圖像生成網絡中，得到初始特征表示對應的重構圖像；將重構圖像輸入預設特征提取網絡中，得到重構圖像對應的當前特征表示；在獲取到待識別特征表示的情況下，確定待識別特征表示與當前特征表示是否匹配，以完成特征識別的過程。

分案說明

本公開是基于申請號為201910381801.X，申請日為2019年05月08日，發明名稱為一種特征識別方法及裝置、計算機可讀存儲介質的中國專利申請提出的，在該中國專利申請記載的范圍內提出分案，該中國專利申請的全部內容再次引入本申請作為參考。

技術領域

本公開涉及圖像處理領域，尤其涉及一種特征識別方法及裝置、計算機可讀存儲介質。

背景技術

生物特征識別包括人臉識別、指紋識別等，其應用場景非常廣泛，包括智能門禁、安防監控以及手機解鎖等，由于生物特征識別在身份認證方面具有重要的應用價值，成為了計算機視覺領域的重要研究對象。近年來，隨著深度學習等算法的提出以及核心計算單元性能的增強，生物特征識別得到了發展。

具體的，不同的應用場景使用的特征識別系統不盡相同，使得對于相同的生物特征，通過不同的特征識別系統學習到的特征表示不盡相同，當應用場景更換特征識別系統，或者需要將一個特征識別系統學習到的特征表示應用于其他特征識別系統時，需要將生物特征重新輸入其他特征識別系統，得到生物特征在其他特征識別系統中的其他特征表示，進而導致特征識別的實現過程繁瑣、智能性低的問題。

發明內容

本實施例提供一種特征識別方法及裝置、計算機可讀存儲介質，能夠在使用不同特征識別系統進行特征識別時，簡化特征識別的實現過程、提高特征識別的智能性。

本公開的技術方案是這樣實現的：

本實施例提供一種特征識別方法，所述方法包括：

在接收到初始特征表示的情況下，將所述初始特征表示輸入預設圖像生成網絡中，得到所述初始特征表示對應的重構圖像；

將所述重構圖像輸入預設特征提取網絡中，得到所述重構圖像對應的當前特征表示；

在獲取到待識別特征表示的情況下，確定所述待識別特征表示與所述當前特征表示是否匹配，以完成特征識別的過程。

在上述方法中，所述將所述初始特征表示輸入預設圖像生成網絡之前，所述方法還包括：

根據預設圖像樣本和初始特征表示樣本，對轉置卷積神經網絡進行訓練，得到所述預設圖像生成網絡。

在上述方法中，所述將所述重構圖像輸入預設特征提取網絡中之前，所述方法還包括：

根據所述預設圖像樣本和當前特征表示樣本，對卷積神經網絡進行訓練，得到所述預設特征提取網絡。

在上述方法中，所述根據預設圖像樣本和初始特征表示樣本，對轉置卷積神經網絡進行訓練，得到所述預設圖像生成網絡，包括：

將所述初始特征表示樣本輸入所述轉置卷積神經網絡，得到重構圖像樣本；

根據所述重構圖像樣本、所述預設圖像樣本和/或對抗網絡，確定出預設指標值；

基于所述預設指標值調整所述轉置卷積神經網絡。

在上述方法中，所述根據所述重構圖像樣本、所述預設圖像樣本和/或對抗網絡，確定出預設指標值，包括：

將所述重構圖像樣本和所述預設圖像樣本輸入所述對抗網絡中，確定出所述重構圖像樣本和所述預設圖像樣本之間的對抗損失值，將所述對抗損失值確定為預設指標值。