[發明專利]一種人臉特征權重映射方法、人臉識別方法及其裝置

在審

• 申請號: 202111577817.1
• 申請日: 2021-12-22
• 公開（公告）號: CN114445872A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 郭逸豪;王衛鋒;陸嘉達;龔嘯云;林翔鵬;黃宇生;周偉偉;凌承昆;趙邢瑜
• 申請（專利權）人: 天翼云科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/74;G06V10/77;G06V10/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種人臉特征權重映射方法、人臉識別方法及其裝置，其人臉特征權重映射方法包括：獲取正常人臉圖像的第一特征向量和與特定掩碼對應的第二特征向量；根據第一特征向量和第二特征向量，計算偏移向量；根據多個正常人臉圖像進行迭代訓練，獲取多個偏移向量；根據多個偏移向量，計算特定掩碼的特征權重向量，生成特征權重向量與特定掩碼的映射關系。本發明公開的人臉特征權重映射方法，通過計算偏移向量，將被遮掩部分的差異，轉化為了偏移信息，便于機器識別。通過進行迭代訓練，能夠降低誤差，防止欠擬合。通過映射關系，能夠使得圖像被遮掩時可單獨降低被遮掩部分的特征權重，使得可以通過單一數據庫檢測圖像中任一位置被遮掩的情況。

技術領域

本發明涉及人工智能圖像識別技術領域，具體涉及一種人臉特征權重映射方法、人臉識別方法及其裝置。

背景技術

目前行業中戴口罩的人臉識別方法一般有兩種：

沿用正常人臉的識別步驟，如圖1所示，使用人臉識別模型提取人臉特征，然后與人臉特征庫進行特征比對，找出相似度最大且大于設定閾值的人臉標識號。該方法需要在人臉識別離線學習階段，加入戴口罩的人臉數據進行學習，兼容戴口罩引起的人臉特征變化，但加入戴口罩的人臉數據訓練人臉識別模型，弱化了人臉被遮擋部分的特征，也間接弱化了不戴口罩的正常人臉下半部分的特征，降低了人臉識別模型的特征表達能力，影響不戴口罩的正常人臉識別的準確度。

使用兩個人臉識別模型，如圖2所示，先檢測人臉是否戴口罩，若不戴口罩則用正常人臉的識別模型進行識別，否則使用另一個戴口罩的人臉識別模型進行識別。該方法需要使用兩個人臉識別模型，需要建立戴口罩的人臉特征數據庫和不戴口罩的正常人臉特征數據庫，需要更多的存儲空間。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中無法依靠單一數據庫分別準確識別戴或不戴口罩的人臉的缺陷，從而提供一種人臉特征權重映射方法、人臉識別方法及其裝置。

根據第一方面，本發明公開了一種人臉特征權重映射方法，包括：獲取正常人臉圖像的第一特征向量和與特定掩碼對應的第二特征向量；根據所述第一特征向量和所述第二特征向量，計算偏移向量；根據多個正常人臉圖像進行迭代訓練，獲取多個偏移向量；根據所述多個偏移向量，計算所述特定掩碼的特征權重向量，生成所述特征權重向量與所述特定掩碼的映射關系。

可選地，所述獲取正常人臉圖像的第一特征向量和與特定掩碼對應的第二特征向量，包括：根據預設規則生成任一尺寸正常人臉圖像的特定掩碼；獲取正常人臉圖像的第一特征向量；將所述正常人臉圖像與所述特定掩碼相乘后，獲取第二特征向量。

根據第二方面，本發明公開了一種人臉識別方法，包括：獲取待識別人臉圖像；根據所述待識別人臉圖像，提取人臉特征向量；基于預設檢測模型對所述待識別人臉圖像進行遮掩檢測，生成所述待識別人臉圖像的待識別人臉圖像掩碼；根據所述待識別人臉圖像掩碼和如第一方面所述的人臉特征權重映射方法獲取的映射關系，獲得所述待識別人臉圖像的權重向量；根據所述權重向量和所述人臉特征向量，對所述待識別人臉圖像進行識別。

可選地，所述根據所述待識別人臉圖像，提取人臉特征向量，包括：根據所述待識別人臉圖像，依照預設的提取規則提取人臉特征；根據所述人臉特征，依照預設規則提取人臉特征向量。

可選地，所述基于預設檢測模型對所述待識別人臉圖像進行遮掩檢測，生成所述待識別人臉圖像的待識別人臉圖像掩碼，包括：按照預設規則對所述待識別人臉圖像進行圖像分割；根據所述圖像分割結果，獲取口罩所在圖像區域；根據所述口罩所在圖像區域，生成二值化圖；所述二值化圖的前景為口罩區域，背景為非口罩區域；將所述二值化圖進行圖像大小變換，生成標準二值化圖；將所述標準二值化圖內對應像素點進行標記，生成所述待識別人臉圖像的待識別人臉圖像掩碼。