[發(fā)明專利]一種基于人臉識別的身份驗證處理方法及裝置

在審

• 申請?zhí)枺?/td>: 202310318678.3
• 申請日: 2023-03-28
• 公開（公告）號: CN116311467A
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計）人: 黃娜
• 申請（專利權(quán)）人: 中國工商銀行股份有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06F21/32;G06V10/22;G06V10/74;G06V10/80;G06V10/82
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 王首峰;任默聞

1.一種基于人臉識別的身份驗證處理方法，其特征在于，包括：

獲取待驗證人臉圖像，根據(jù)所述待驗證人臉圖像進行特征提取，并根據(jù)提取到的特征對人臉檢測框進行微調(diào)；所述待驗證人臉圖像為包含已化妝用戶人臉的圖像；

根據(jù)微調(diào)后的人臉檢測框、所述提取到的特征提取妝容特征，并分離出所述妝容特征，得到素顏人臉圖像；

將所述素顏人臉圖像與基準(zhǔn)人臉圖像進行圖像相似度對比，得到基于人臉識別的身份驗證結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于人臉識別的身份驗證處理方法，其特征在于，所述根據(jù)所述待驗證人臉圖像進行特征提取，包括：

提取所述待驗證人臉圖像的各層人臉淺層特征和人臉深層特征；

將所述人臉深層特征分別加入各高層人臉淺層特征中，得到各高層融合特征；其中，各高層人臉淺層特征為剔除首層人臉淺層特征后保留的各層人臉淺層特征；

對各高層融合特征中的最高層融合特征再次進行特征提取，得到各高層深度融合特征。

3.根據(jù)權(quán)利要求2所述的基于人臉識別的身份驗證處理方法，其特征在于，所述根據(jù)提取到的特征對人臉檢測框進行微調(diào)，包括：

基于所述各高層深度融合特征和預(yù)設(shè)人臉檢測框微調(diào)模型對人臉檢測框的四個端點的坐標(biāo)進行數(shù)值調(diào)整，得到與所述四個端點分別對應(yīng)的坐標(biāo)調(diào)整值；

其中，所述預(yù)設(shè)人臉檢測框微調(diào)模型包括依次串聯(lián)的三個卷積層和一個全連接層；

根據(jù)各坐標(biāo)調(diào)整值對所述人臉檢測框進行微調(diào)，得到微調(diào)后的人臉檢測框。

4.根據(jù)權(quán)利要求3所述的基于人臉識別的身份驗證處理方法，其特征在于，所述基于所述各高層深度融合特征和預(yù)設(shè)人臉檢測框微調(diào)模型對人臉檢測框的四個端點的坐標(biāo)進行數(shù)值調(diào)整，包括：

使用所述人臉檢測框在所述各高層深度融合特征中截取對應(yīng)特征片段；

基于所述預(yù)設(shè)人臉檢測框微調(diào)模型輸出的各坐標(biāo)調(diào)整值。

5.根據(jù)權(quán)利要求2所述的基于人臉識別的身份驗證處理方法，其特征在于，所述根據(jù)微調(diào)后的人臉檢測框、所述提取到的特征提取妝容特征，并分離出所述妝容特征，得到素顏人臉圖像，包括：

使用所述微調(diào)后的人臉檢測框從所述提取到的特征中截取目標(biāo)特征片段；所述目標(biāo)特征片段包括各高層深度融合特征和各層人臉淺層特征；

基于預(yù)設(shè)妝容分離模型對各高層深度融合特征和各層人臉淺層特征分別進行圖像分辨率調(diào)整，并將調(diào)整分辨率后的兩類特征進行拼接；

對拼接后的特征進行特征尺寸和通道數(shù)調(diào)整，得到中間特征，對所述中間特征進行兩次深度可分離卷積操作，得到注意力權(quán)重，將所述注意力權(quán)重與所述中間特征相乘得到妝容圖層特征；

將所述中間特征減去所述妝容圖層特征，并對相減結(jié)果進行提高特征分辨率操作和降低通道維度操作，得到素顏人臉圖像；

其中，所述預(yù)設(shè)妝容分離模型包括上采樣模型單元和妝容分離模型單元；

所述上采樣模型單元包括并行連接的第一通道和第二通道；

所述第一通道包括兩個串聯(lián)的轉(zhuǎn)置卷積層，用于對各高層深度融合特征圖像分辨率進行調(diào)整；

所述第二通道包括一個轉(zhuǎn)置卷積層，用于對各層人臉淺層特征進行圖像分辨率進行調(diào)整；

在所述第一通道和所述第二通道末端包括兩個串聯(lián)的轉(zhuǎn)置卷積層，用于對拼接后的特征進行特征尺寸和通道數(shù)調(diào)整，得到所述中間特征；

所述妝容分離模型單元包括兩個串聯(lián)的深度可分離卷積層，用于得到妝容圖層特征；

在得到所述相減結(jié)果后所述上采樣模型單元還包括三個串聯(lián)的轉(zhuǎn)置卷積層，用于提高特征分辨率、降低通道維度，得到素顏人臉圖像。

6.根據(jù)權(quán)利要求3所述的基于人臉識別的身份驗證處理方法，其特征在于，所述基于人臉識別的身份驗證處理方法還包括：

所述預(yù)設(shè)人臉檢測框微調(diào)模型預(yù)先通過第一損失函數(shù)訓(xùn)練得到；

所述第一損失函數(shù)為平滑損失函數(shù)L1。