[發(fā)明專利]一種人臉口罩識(shí)別方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310398176.6
• 申請(qǐng)日: 2023-04-07
• 公開（公告）號(hào): CN116503646A
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計(jì)）人: 鄧聰
• 申請(qǐng)（專利權(quán)）人: 平安銀行股份有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/774;G06V10/762;G06V10/80;G06N3/0464;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 姚大雷

本發(fā)明提供了一種人臉口罩識(shí)別方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)，涉及人臉識(shí)別技術(shù)領(lǐng)域。所述人臉口罩識(shí)別方法包括：構(gòu)建神經(jīng)網(wǎng)絡(luò)深度模型；基于神經(jīng)網(wǎng)絡(luò)深度模型中針對(duì)目標(biāo)口罩區(qū)域大小匹配的對(duì)應(yīng)的預(yù)設(shè)候選框，利用圖像數(shù)據(jù)集對(duì)神經(jīng)網(wǎng)絡(luò)深度模型訓(xùn)練；部署神經(jīng)網(wǎng)絡(luò)深度模型并進(jìn)行識(shí)別，輸出識(shí)別結(jié)果。本發(fā)明基于G?GhostNet卷積模塊構(gòu)建神經(jīng)網(wǎng)絡(luò)深度模型，通過(guò)圖像數(shù)據(jù)集進(jìn)行對(duì)于模型的訓(xùn)練，在神經(jīng)網(wǎng)絡(luò)深度模型中能夠針對(duì)目標(biāo)口罩區(qū)域大小能夠匹配的對(duì)應(yīng)的預(yù)設(shè)候選框，能夠?qū)崿F(xiàn)在提升精度的情況下大幅減少模型計(jì)算參數(shù)和模型大小，從而使模型能輕量化部署到移動(dòng)設(shè)備中。

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識(shí)別技術(shù)領(lǐng)域，更具體地說(shuō)，涉及一種人臉口罩識(shí)別方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)

在醫(yī)療機(jī)構(gòu)、生物醫(yī)藥研發(fā)單位和生產(chǎn)車間內(nèi)，以及甲類或乙類傳染病流行時(shí)期，面向大量客戶的金融服務(wù)類機(jī)構(gòu)，相關(guān)人員戴口罩已經(jīng)成為了常態(tài)。現(xiàn)有的面部識(shí)別技術(shù)只能基于面部無(wú)遮擋的前提下進(jìn)行識(shí)別，而在必須佩戴口罩的場(chǎng)景下，則需要利用深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力，降低圖像識(shí)別技術(shù)上的操作難度，應(yīng)用計(jì)算機(jī)視覺技術(shù)進(jìn)行人臉口罩識(shí)別。

在開放、動(dòng)態(tài)的擁擠環(huán)境中人工檢測(cè)口罩的佩戴，或復(fù)雜場(chǎng)景下僅依靠傳統(tǒng)的目標(biāo)檢測(cè)跟蹤時(shí)準(zhǔn)確率低、速度慢，并且也不能在移動(dòng)設(shè)備中實(shí)時(shí)全程預(yù)警。

在移動(dòng)端部署深度學(xué)習(xí)模型并進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理在當(dāng)今是移動(dòng)電子設(shè)備發(fā)展的一大趨勢(shì)。傳統(tǒng)的深度模型存在著計(jì)算量大、能耗高的問題，并不適合低算力儲(chǔ)能少的移動(dòng)端的電子設(shè)備。例如，AlexNet有6000萬(wàn)個(gè)參數(shù)，在float32設(shè)備中會(huì)占228M內(nèi)存，其卷積層的FLOPS占用內(nèi)存663M；而VGG參數(shù)量更是達(dá)到了Alexnet的三倍。為解決占用內(nèi)存大、耗費(fèi)大量系統(tǒng)資源的問題，嘗嘗采用壓縮模型大小并進(jìn)行優(yōu)化的方式進(jìn)行解決，但相應(yīng)的識(shí)別精度會(huì)有所下降。

總之，在面部識(shí)別方法，并不能準(zhǔn)確的對(duì)人臉口罩進(jìn)行識(shí)別，并且識(shí)別的深度學(xué)習(xí)模型，占用內(nèi)存大，耗費(fèi)大量系統(tǒng)資源，識(shí)別效率低。

發(fā)明內(nèi)容

有鑒于此，針對(duì)于上述技術(shù)問題，本發(fā)明提供一種可用于金融科技或其他相關(guān)領(lǐng)域的人臉口罩識(shí)別方法，包括：

構(gòu)建基于G-GhostNet卷積模塊的神經(jīng)網(wǎng)絡(luò)深度模型；

基于所述神經(jīng)網(wǎng)絡(luò)深度模型中針對(duì)目標(biāo)口罩區(qū)域大小匹配的對(duì)應(yīng)的預(yù)設(shè)候選框，利用圖像數(shù)據(jù)集對(duì)所述神經(jīng)網(wǎng)絡(luò)深度模型訓(xùn)練；

部署訓(xùn)練好的所述神經(jīng)網(wǎng)絡(luò)深度模型，并通過(guò)所述神經(jīng)網(wǎng)絡(luò)深度模型對(duì)實(shí)時(shí)目標(biāo)圖像進(jìn)行識(shí)別，輸出識(shí)別結(jié)果。

優(yōu)選地，所述基于所述神經(jīng)網(wǎng)絡(luò)深度模型中針對(duì)目標(biāo)口罩區(qū)域大小匹配的對(duì)應(yīng)的預(yù)設(shè)候選框，利用圖像數(shù)據(jù)集對(duì)所述神經(jīng)網(wǎng)絡(luò)深度模型訓(xùn)練，包括：

對(duì)所述圖像數(shù)據(jù)集的imageNet數(shù)據(jù)庫(kù)進(jìn)行歸一化處理，將所述圖像數(shù)據(jù)集中的所有訓(xùn)練集圖像調(diào)整至目標(biāo)分辨率；

根據(jù)所述訓(xùn)練集圖像的目標(biāo)口罩區(qū)域大小，匹配對(duì)應(yīng)大小的預(yù)設(shè)候選框，以便于基于所述預(yù)設(shè)候選框利用所述訓(xùn)練集圖像對(duì)所述神經(jīng)網(wǎng)絡(luò)深度模型訓(xùn)練。

優(yōu)選地，所述預(yù)設(shè)候選框包括第一候選框、第二候選框和第三候選框；

其中，所述第一候選框的邊長(zhǎng)為所述第二候選框的2倍；所述第二候選框的邊長(zhǎng)為所述第三候選框的2倍；

所述預(yù)設(shè)候選框中，每個(gè)候選框?qū)?yīng)的設(shè)有3個(gè)featureMap通道；

優(yōu)選地，所述目標(biāo)分辨率的分辨率尺寸為640×640；

所述第一候選框的分辨率尺寸為80×80；

所述第二候選框的分辨率尺寸為40×40；

所述第三候選框的分辨率尺寸為20×20。