【技术实现步骤摘要】
【国外来华专利技术】
本申请涉及用于面部验证的方法及其系统。
技术介绍
早期的子空间面部识别方法(诸如LDA和贝叶斯面部)减小了由于姿势、照明条件、表情、年龄和遮挡情况而引起的在同一人中的变化,同时扩大了人与人之间的变化。例如,LDA通过使用两个线性子空间对人与人之间的面部变化和同一人的面部变化作近似,以及得到最大化这两者之间的比例的投影方向。更近期的研究也已明确地或隐含地瞄准了相同目标。例如,提出了距离学习(metriclearning)以将面部图像映射到一些特征表示上,以使得同一身份的面部图像彼此靠近而不同身份的面部图像保持分开。但是,这些模型非常受限于它们的线性本质或浅层结构,而人与人之间的变化和同一人内的变化是复杂的、高度非线性的以及是在高维度图像空间中被观察的。近年来,大量的努力被用来通过深度模型使用识别监督信号或验证监督信号学习用于面部识别的有效特征。使用识别信号学习的特征已经在LFW上获得了大约97.45%的准确度。连同地解决分类任务和验证任务的思想被应用到一般物体识别中,其集中于改善对于固定的物体种类而非隐藏特征表示的分类准确度。
技术实现思路
在本申请的一方面中公开了用于面部验证的设备。该设备可包括特征提取单元和验证单元。在一个实施方式中,特征提取单元包括通过使用不同的面部训练集而训练出的多个卷积特征提取系统,其中,系统中的每个包括:多个级联的卷积特征提取单元、池化特征提取单元、局部连接特征提取单元和全连接特征提取单元,这些特征提取单元配置为从面部图像的面部区域中提取用于面部验证的面部特征;其中,在本申请的一个实施方式中可以是全连接单元的单元层级中的输出单元连接 ...
【技术保护点】
用于面部验证的设备,包括:特征提取单元,包括经过使用不同的面部训练集而训练出的多个卷积特征提取系统,其中,所述系统中的每个包括:层级联,包括多个卷积层、多个池化层、多个局部连接层和多个全连接层,其中所述层级联的输出层连接至先前的卷积层、池化层、局部连接层或全连接层中的至少一个并且配置为从所连接的层中的面部特征中提取面部特征以作为用于面部验证的DeepID2;以及验证单元,配置为比较通过所述输出层从待比较的两个面部图像提取的所述面部特征,以确定所述两个面部图像是否来自同一身份。
【技术特征摘要】
【国外来华专利技术】1.用于面部验证的设备,包括:特征提取单元,包括经过使用不同的面部训练集而训练出的多个卷积特征提取系统,其中,所述系统中的每个包括:层级联,包括多个卷积层、多个池化层、多个局部连接层和多个全连接层,其中所述层级联的输出层连接至先前的卷积层、池化层、局部连接层或全连接层中的至少一个并且配置为从所连接的层中的面部特征中提取面部特征以作为用于面部验证的DeepID2;以及验证单元,配置为比较通过所述输出层从待比较的两个面部图像提取的所述面部特征,以确定所述两个面部图像是否来自同一身份。2.根据权利要求1所述的设备,其中,所述输出层包括所述全连接层。3.根据权利要求1所述的设备,还包括:训练单元,配置为将成对的面部图像、识别监督信号和验证监督信号输入至所述卷积特征提取系统,以调节所述卷积特征提取系统的神经元之间的连接权重。4.根据权利要求3所述的设备,其中,用于输出DeepID2的层之后跟随n路softmax层以用于将从每个面部区域提取的所述DeepID2分类到面部身份的全部种类中的一种中;以及其中,所述训练单元包括识别器,所述识别器配置为将经过分类的身份与给定参考身份进行比较以生成识别误差,所生成的识别误差反向传播通过所述卷积特征提取系统,从而调节所述卷积特征提取系统的神经元之间的连接权重。5.根据权利要求3所述的设备,其中,所述训练单元包括验证器,所述验证器配置为通过将分别从两个面部区域提取的两个DeepID2矢量之间的相异性进行比较以生成验证误差,其中,所生成的验证误差反向传播通过所述卷积特征提取系统,从而调节所述卷积特征提取系统的神经元之间的连接权重。6.根据权利要求3所述的设备,其中,对于所述卷积特征提取系统中的每个,所述训练单元和所述系统中的每个协作以执行以下操作:1)从预定训练集采样两个面部区域-标签对;2)分别从所采样的两个面部区域-标签对中的两个面部区域提取DeepID2;3)基于从所述两个面部区域提取的DeepID2生成识别误差和验证误差;4)将所述识别误差和所述验证误差反向传播通过所述卷积特征提取系统,从而调节所述卷积特征提取系统的神经元之间的连接权重;以及5)重复步骤1)-4)直至训练过程收敛,从而确定所述卷积特征提取系统的神经元之间的连接权重。7.根据权利要求1所述的设备,其中,所述验证单元包括:特征选择单元,配置为从所提取的DeepID2中选择一组或多组DeepID2,每组DeepID2包括从每个面部图像的多个面部区域提取的DeepID2;比较单元,配置为比较所选择的一组或多组DeepID2以输出一个或多个面部验证分数;以及融合单元,配置为融合所述一个或多个面部验证分数从而作出单个面部验证判定。8.根据权利要求1所述的设备,其中,所述卷积特征提取层中的每个在所述卷积特征提取层中的所述神经元或所述神经元的子集中包含具有局部接收域并共享连接权重的多个神经元。9.根据权利要求5所述的设备,其中,两个DeepID2矢量之间的所述相异性包括L1范数的负数、L2范数或者所述两个DeepID2矢量之间的余弦相似性。10.用于面部验证的方法,包括:通过使用不同地训练出的卷积特征提取系统从面部图像的不同区域提取DeepID2,其中,所述系统中的每个包括层级联,所述层级联包括多个卷积层、多个池化层、多个局部连接层和多个全连接层,其中所述层级联的输出层连接至先前的卷积层、池化层、局部连接层或全连接层中的至少一个,并且配置为从所连接的层中的面部特征中提取面部特征以作为用于面部验证的DeepID2;以及比较分别从待比较的两个面部图像提取的DeepID2,以确定所述两个面部图像是...
【专利技术属性】
技术研发人员:汤晓鸥,孙祎,王晓刚,
申请(专利权)人:北京市商汤科技开发有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。