人脸识别运动模糊处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种人脸识别运动模糊处理方法、装置、设备及存储介质，该方法包括：分别对模糊图像、人脸图像进行识别，获取模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像，将模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像进行空间匹配映射；根据注意力掩码对模糊图像的区域图像和人脸特征图像中的各特征点赋权，通过模糊图像的区域图像和人脸特征图像、人脸图像的人脸特征图像对生成式对抗网络进行训练，得到具有清晰人脸的图像，通过对模糊图像的实例级别图像与人脸图像的实例级别图像进行匹配，将注意力机制整合到生成式对抗网络以学习模糊图像的人脸区域，形成具有清晰人脸的图像，提高人脸识别的精度。

Motion Fuzzy Processing Method, Device, Equipment and Storage Medium for Face Recognition

The invention discloses a face recognition motion blur processing method, device, device and storage medium. The method includes: recognizing blurred image and face image separately, acquiring regional image and face feature image of blurred image and face feature image, and introducing regional image and face feature image of blurred image and face feature image into face feature image. Line space matching mapping; according to the attention mask, each feature point in the region image and face feature image of the blurred image is weighted, and the generated confrontation network is trained by the region image and face feature image of the blurred image and face feature image, and the clear face image is obtained. Through the instance level image and face image of the blurred image, the clear face image is obtained. Case-level images are matched, and attention mechanism is integrated into the generative confrontation network to learn the face area of blurred images, so as to form a clear face image and improve the accuracy of face recognition.

【技术实现步骤摘要】
人脸识别运动模糊处理方法、装置、设备及存储介质
本专利技术涉及人脸识别领域，尤其涉及一种人脸识别运动模糊处理方法、装置、设备及存储介质。
技术介绍
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。随着自动化信息化时代的到来，人脸识别在现实生活中有了越来越多的应用。因为人脸信息具有独特性，难以伪造且易于采集，广泛应用于门禁系统、视频监控和身份验证
现有的人脸识别方法一般通过获取待识别图像，采用人脸定位算法框住人脸；然后把框住的人脸与数据库中的证件照进行匹配，如果匹配成功，识别出人的身份，否则不成功。但是在实际应用过程中，由于人不是静止的，也就是摄像机拍照人，一般都是处于运动状态，因此，拍摄所得的图像会产生运动模糊的效应，导致图像出现随机模糊的情况，导致人脸识别的精度大幅度下降。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种人脸识别运动模糊处理方法、装置、设备及存储介质，其能够有效提高人脸识别的精度。第一方面，本专利技术实施例提供了一种人脸识别运动模糊处理方法，包括：对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像；对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像；将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射；根据预设的注意力掩码对所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的各特征点赋权；通过所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像、所述人脸图像中多个人脸特征点对应的人脸特征图像对预先建立的生成式对抗网络进行训练，得到所述模糊图像对应的具有清晰人脸的图像。优选地，所述对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像，具体包括：采用预先建立的第一卷积自编码器对所述模糊图像进行编码，并提取所述模糊图像的区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像。优选地，所述对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像，具体包括：采用预先建立的第二卷积自编码器对所述人脸图像进行编码，并提取所述人脸图像中多个人脸特征点对应的人脸特征图像。优选地，所述将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射，具体包括：将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像依次与所述人脸图像中多个人脸特征点对应的人脸特征图像进行相似度匹配；当将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像与所述人脸图像中多个人脸特征点对应的人脸特征图像中的任意一个图像的相似度大于预设相似度阈值时，建立所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像与所述人脸图像中多个人脸特征点对应的人脸特征图像中的任意一个图像的映射关系，得到所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像的空间匹配映射结果。优选地，所述方法包括：利用余弦相似度算法计算所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像与所述人脸图像中多个人脸特征点对应的人脸特征图像任意一个图像的相似度。优选地，所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的人脸特征点的权值大于第一阈值，所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的非人脸特征点的权值不大于第二阈值。第二方面，本专利技术实施例提供了一种人脸识别运动模糊处理装置，包括：第一图像处理模块，用于对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像；第二图像处理模块，用于对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像；图像匹配模块，用于将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射；赋权模块，用于根据预设的注意力掩码对所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的各特征点赋权；人脸重建模块，用于通过所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像、所述人脸图像中多个人脸特征点对应的人脸特征图像对预先建立的生成式对抗网络进行训练，得到所述模糊图像对应的具有清晰人脸的图像。优选地，所述第一图像处理模块，用于采用预先建立的第一卷积自编码器对所述模糊图像进行编码，并提取所述模糊图像的区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像。第三方面，本专利技术实施例提供了一种人脸识别运动模糊处理设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的人脸识别运动模糊处理方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一方面所述的人脸识别运动模糊处理方法。相对于现有技术，本专利技术实施例的有益效果在于：通过对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像，对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像，实现将待处理的模糊图像以及预先采集的人脸图像从集合级别分解成实例级别；将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射，根据预设的注意力掩码对所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的各特征点赋权，通过所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像、所述人脸图像中多个人脸特征点对应的人脸特征图像对预先建立的生成式对抗网络进行训练，得到所述模糊图像对应的具有清晰人脸的图像，通过对模糊图像对应的实例级别图像集与人脸图像对应的实例级别图像进行匹配，并通过赋权的方式，将模糊图像中的人脸特征点标识出来，通过学习训练，让生成式对抗网络学习模糊图像的人脸区域，形成具有清晰人脸的图像，提高人脸识别的精度。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术第一实施例提供的人脸识别运动模糊处理方法的流程示意图；图2是本专利技术第二实施例提供的人脸识别运动模糊处理装置的示意框图；图3是本专利技术第三实施例提供的人脸识别运动模糊处理设备的示意框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述本文档来自技高网...

【技术保护点】
1.一种人脸识别运动模糊处理方法，其特征在于，包括：对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像；对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像；将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射；根据预设的注意力掩码对所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的各特征点赋权；通过所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像、所述人脸图像中多个人脸特征点对应的人脸特征图像对预先建立的生成式对抗网络进行训练，得到所述模糊图像对应的具有清晰人脸的图像。

【技术特征摘要】
1.一种人脸识别运动模糊处理方法，其特征在于，包括：对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像；对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像；将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射；根据预设的注意力掩码对所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的各特征点赋权；通过所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像、所述人脸图像中多个人脸特征点对应的人脸特征图像对预先建立的生成式对抗网络进行训练，得到所述模糊图像对应的具有清晰人脸的图像。2.如权利要求1所述的人脸识别运动模糊处理方法，其特征在于，所述对待处理的模糊图像进行识别，获取区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像，具体包括：采用预先建立的第一卷积自编码器对所述模糊图像进行编码，并提取所述模糊图像的区域图像以及所述模糊图像中多个人脸特征点对应的人脸特征图像。3.如权利要求1所述的人脸识别运动模糊处理方法，其特征在于，所述对人脸图像进行识别，获取所述人脸图像中多个人脸特征点对应的人脸特征图像，具体包括：采用预先建立的第二卷积自编码器对所述人脸图像进行编码，并提取所述人脸图像中多个人脸特征点对应的人脸特征图像。4.如权利要求1所述的人脸识别运动模糊处理方法，其特征在于，所述将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所述人脸图像中多个人脸特征点对应的人脸特征图像进行空间匹配映射，具体包括：将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像依次与所述人脸图像中多个人脸特征点对应的人脸特征图像进行相似度匹配；当将所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像与所述人脸图像中多个人脸特征点对应的人脸特征图像中的任意一个图像的相似度大于预设相似度阈值时，建立所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像中的任意一个图像与所述人脸图像中多个人脸特征点对应的人脸特征图像中的任意一个图像的映射关系，得到所述区域图像、所述模糊图像中多个人脸特征点对应的人脸特征图像与所...

【专利技术属性】
技术研发人员：杜翠凤，
申请(专利权)人：广州杰赛科技股份有限公司，广州杰赛通信规划设计院有限公司，
类型：发明
国别省市：广东,44