一种人脸图像识别方法及装置制造方法及图纸

本发明专利技术实施例提供一种人脸图像识别方法及装置。所述方法包括：获取网纹人脸图像和验证人脸图像；将网纹人脸图像输入深度循环残差网络模型进行去网纹处理获得修复人脸图像；将修复人脸图像和验证人脸图像输入特征提取器中获得修复人脸图像对应的第一特征和验证人脸图像对应的第二特征；根据第一特征和第二特征进行人脸比对获得识别结果。装置用于执行该方法。本发明专利技术实施例通过将网纹人脸图像输入深度循环残差网络模型进行去网纹获得修复人脸图像，将修复人脸图像与验证人脸图像进行比对，判断修复的人脸区域与验证人脸图像中的人脸区域是否匹配，获得识别结果，由于修复人脸图像去除了原有的网纹，所以减少了识别过程中的噪音，提高了识别准确性。

Face image recognition method and device

The embodiment of the invention provides a face image recognition method and device. The method includes: acquiring reticulated face image and verifying face image; inputting reticulated face image into depth cyclic residual network model to obtain repaired face image by de-reticulation processing; obtaining the first feature and verifier corresponding to repaired face image by inputting the repaired face image and verifying the face image into the feature extractor. The second feature corresponding to the face image is compared with the first feature and the second feature to obtain the recognition result. The device is used to execute the method. The embodiment of the invention obtains the repaired face image by inputting the reticulated face image into the depth cyclic residual network model and removing the reticulation, compares the repaired face image with the validated face image, judges whether the repaired face region matches the validated face region, and obtains the recognition result, because the repaired person is repaired. Face image removes the original reticulation, so it reduces the noise in the recognition process and improves the recognition accuracy.

【技术实现步骤摘要】
一种人脸图像识别方法及装置
本专利技术涉及图像处理
，具体而言，涉及一种人脸图像识别方法及装置。
技术介绍
人脸识别是一项通过人脸图像来确定未知人身份的新型智能技术，由于人脸图像较易采集和获取，成本低廉，因此具有很好的实用性。根据实际的使用场景，人脸识别可分为人脸验证和人脸辨识。人脸验证的目的是通过算法来判断两张图像中包含的人脸是否来自同一个人；而人脸辨识主要将采集到的人脸图像与已知的人脸库进行比对，确认人脸图像的真实身份。由于人脸识别的便捷性和高安全性，该项技术已经被应用于多个行业和领域。在应用过程中，身份证证件照常被用作已知身份的人脸图像与用户现场拍摄的生活照进行验证或比对，从而确认用户的合法身份和操作，图1为现有技术提供的基于身份证证件照的人脸比对流程示意图。如图1所示，利用证件照进行人脸识别的好处在于用户不再需要提前注册，因此进一步提高了人脸识别的便捷性和可用性。现有技术中，通常使用深度神经网络对人脸进行识别。为了防止证件照滥用，同时保护用户的隐私安全，由政府相关部门(如公安部)提供的在线证件照查询服务通常会对证件照进行水印处理，其中随机波状网纹是最为常用的一种水印，带本文档来自技高网...

【技术保护点】
1.一种人脸图像识别方法，其特征在于，包括：获取网纹人脸图像和验证人脸图像；将所述网纹人脸图像输入深度循环残差网络模型中进行去网纹处理，获得修复人脸图像；分别将所述修复人脸图像和所述验证人脸图像输入特征提取器中进行特征提取，获得所述修复人脸图像对应的第一特征和所述验证人脸图像对应的第二特征；根据所述第一特征和所述第二特征进行人脸比对，获得识别结果。

【技术特征摘要】
1.一种人脸图像识别方法，其特征在于，包括：获取网纹人脸图像和验证人脸图像；将所述网纹人脸图像输入深度循环残差网络模型中进行去网纹处理，获得修复人脸图像；分别将所述修复人脸图像和所述验证人脸图像输入特征提取器中进行特征提取，获得所述修复人脸图像对应的第一特征和所述验证人脸图像对应的第二特征；根据所述第一特征和所述第二特征进行人脸比对，获得识别结果。2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：构建训练样本以及所述深度循环残差网络模型；利用所述训练样本对所述深度循环残差网络模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述构建所述深度循环残差网络模型，包括：通过预设个数的循环残差单元构建所述深度循环残差网络模型，各所述循环残差单元依次连接，其中，各所述循环残差单元包括卷积核大小为n*1的卷积层、卷积核大小为1*n的卷积层、修正线性单元层和批量归一化层，n为正整数。4.根据权利要求2所述的方法，其特征在于，所述构建所述训练样本，包括：获取多张原始人脸图像，根据各所述原始人脸图像的尺寸生成对应的带网纹的掩码图像；将所述掩码图像与对应的所述原始人脸图像进行图像融合，获得混合人脸图像；对所述混合人脸图像进行有损压缩处理，获得所述训练样本。5.根据权利要求2所述的方法，其特征在于，所述利用所述训练样本对所述深度循环残差网络模型进行训练，包括：将所述训练样本按照预设值进行划分，获得多组训练样本组，根据预设迭代次数依次将所述训练样本组中的所述训练样本输入所述深度循环残差网络模型中；根据所述深度循环残差网络的损失函数计算当前迭代的所述训练样本对应的损失值；根据所述损失值计算所述损失函数对于所述深度循环残差网络模型中所有权重参数的梯度值，各个所述权重参数根据所述梯...

【专利技术属性】
技术研发人员：吴富章，孔彦，赵玉军，王黎明，
申请(专利权)人：四川远鉴科技有限公司，
类型：发明
国别省市：四川,51