科创中国
人脸识别方法、装置、电子设备及存储介质
成果类型：: 发明专利
发布时间: 2023-09-26 17:01:55
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-10-10 12:12:21
本申请实施例提供了一种人脸识别方法、装置、电子设备及存储介质，涉及人脸识别技术领域。其中，该方法包括：获取人脸图像，并分别捕捉人脸图像在细粒度的核心表示和粗粒度的上下文表示，得到相应的原子令牌和整体令牌；根据得到的原子令牌和整体令牌，学习所述人脸图像中不同人脸区域之间的关系，得到所述人脸图像的关系特征图；通过残差连接，由所述人脸图像的关系特征图与输入特征图，得到所述人脸图像的输出特征图；根据所述输出特征图对所述人脸图像进行人脸识别，得到人脸识别结果。本申请实施例解决了相关技术中人脸识别的准确率不高的问题。
权利要求
1.一种人脸识别方法，其特征在于，所述方法包括：
获取人脸图像，并分别捕捉人脸图像在细粒度的核心表示和粗粒度的上下文表示，得到相应的原子令牌和整体令牌；
根据得到的原子令牌和整体令牌，学习所述人脸图像中不同人脸区域之间的关系，得到所述人脸图像的关系特征图；
通过残差连接，由所述人脸图像的关系特征图与输入特征图，得到所述人脸图像的输出特征图；
根据所述输出特征图对所述人脸图像进行人脸识别，得到人脸识别结果。
2.如权利要求1所述的方法，其特征在于，所述分别捕捉人脸图像在细粒度的核心表示和粗粒度的上下文表示，得到相应的原子令牌和整体令牌，包括：
对获取到的人脸图像进行特征提取得到输入特征图；
将所述输入特征图分割为若干特征块，对各所述特征块分别进行平均池化处理，得到若干原子令牌；每个所述特征块对应一个原子令牌；
对所述输入特征图进行卷积处理得到关于所述人脸图像中人脸区域的分割掩码，并根据所述分割掩码将所述输入特征图转换为整体令牌。
随着深度学习的快速发展，基于卷积神经网络的人脸识别方法取得了显著的成就，尤其是视觉transformer模型通过将人脸图像转换为若干令牌(token)，从而捕捉人脸区域之间的长距离关系，用以提高人脸识别的准确率。
然而，现有的令牌生成方式是比较固定的，往往导致令牌之间的关系变得不可靠，从而无法学习更高阶的人脸语义特征，致使人脸识别的准确率提高有限。
由上可知，如何提升人脸识别的准确率仍有待解决。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
通过将人脸图像的输入特征图转换成原子令牌和整体令牌，以此来捕捉人脸图像在细粒度的核心表示和粗粒度的上下文表示，并根据原子令牌和整体令牌学习人脸图像中不同人脸区域之间的关系得到人脸图像的关系特征图，进而基于残差连接由人脸图像的关系特征图与输入提特征图得到输出特征图，最终根据输出特征图对人脸图像进行的人脸识别得到人脸结果，也就是说，首先通过使用原子令牌和整体令牌，生成人脸图像中人脸的更全面表达，不仅包括细粒度较小范围的局部特征，还包括粗粒度更大范围的全局特征，然后在人脸识别过程中便能够获取到不同令牌所代表的人脸区域以及人脸区域之间的关系，以便于更好地进行人脸识别，从而能够有效地解决相关技术中存在的人脸识别的准确率不高的问题。
技术合作
在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
下载app