[發明專利]一種基于遮擋人臉的熱紅外人臉識別方法在審
| 申請號: | 202210253354.1 | 申請日: | 2022-03-15 |
| 公開(公告)號: | CN114821702A | 公開(公告)日: | 2022-07-29 |
| 發明(設計)人: | 殷光強;李超;李振慧;王治國;許洪裱;楊釗賢 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/80;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 成都天嘉專利事務所(普通合伙) 51211 | 代理人: | 彭紅艷 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 遮擋 外人 識別 方法 | ||
1.一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:包括以下步驟:
S1.識別模型提取熱紅外圖像中的人臉特征,根據提取的人臉特征,對人臉遮擋類型進行判別,并得到相應的判別參數M;
S2.將判別參數M以及對應的熱紅外圖像輸入構建的自適應算法群,自適應識別算法群根據輸入的判別參數M自適應的分配每個識別器的決策權重,加權計算后,將該計算結果與人臉數據庫進行對比,實現對人臉的識別;
其中,自適應算法群由多個識別器根據識別模型得到的不同決策權值融合得到,不同識別算法對應識別不同的遮擋類型,具體為:
F={f1,f2,…fN},N≥3;
其中,f1,f2,…fN表示N個不同的識別器。
2.根據權利要求1所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述步驟S1具體包括以下步驟:
S11.圖像采集,得到熱紅外圖像,并進行識別模型的訓練;其中,所述識別模型為用注意力機制替換YOLO基礎算法中對應的卷積神經網絡后得到的;
S12.利用訓練好的識別模型進行特征提取并進行分類,得到相應的判別參數M;所述判別參數M利用概率來表示,即第x個特征被分類為第m種遮擋情況的概率。
3.根據權利要求1所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述步驟S12中識別模型進行特征提取并進行分類具體指:識別模型提取輸入的熱紅外圖像的特征數據,增加其中重點區域的權重后進行特征的更新,多次迭代得到不同特征的分類情況。
4.根據權利要求3所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述特征數據包括人臉的鼻梁、兩頰、下巴和眼睛周邊的特征數據。
5.根據權利要求3所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述步驟S12中進行分類具體指:根據遮擋位置及大小同時判斷是否佩戴口罩以及是否佩戴眼鏡;若判斷出是佩戴了口罩,根據不同口罩材料的反射率不同,通過比對,對口罩類型進行分類,得到具體的口罩型號。
6.根據權利要求1所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述步驟S2還包括:根據自適應算法群中不同識別器的識別情況,對參數M進行編碼,得到一組向量值,將其作為決策權值為自適應算法群中不同識別器提供權重進行最后的識別。
7.根據權利要求6所述的一種基于遮擋人臉的熱紅外人臉識別方法,其特征在于:所述對參數M進行編碼,得到一組向量值具體指:若訓練好的識別模型判斷輸入的熱紅外圖像的第x特征被分類為第m類遮擋類型的概率為pm(x),其滿足將所有的概率值列為向量形式{pm(x);m=1,2,…N}。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210253354.1/1.html,轉載請聲明來源鉆瓜專利網。





