一种多尺度面部识别方法、系统及电子设备技术方案

技术编号:21893042 阅读:27 留言:0更新日期:2019-08-17 14:57
本发明专利技术实施例公开了一种多尺度面部识别方法、系统及电子设备,属于图像处理技术领域,方法包括:系统获取用户输入的图片,对图片进行预处理,得到预处理后的图片;对预处理后的图片构建基础网络,生成若干个尺度特征图;在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率;在测试阶段,得到多尺度特征图对应的面部识别结果。本发明专利技术中对各尺度特征图进行面部识别,检测不同尺寸人脸的位置、姿态、关键点位置等,通过网络自带的空间分辨率实现多尺度面部识别,节约资源,多个任务之间相互影响,进一步提高算法的准确性。

A Multiscale Face Recognition Method, System and Electronic Equipment

【技术实现步骤摘要】
一种多尺度面部识别方法、系统及电子设备
本专利技术实施例涉及图像处理
,具体涉及一种多尺度面部识别方法、系统及电子设备。
技术介绍
随着社会的发展,身份信息的验证得到广泛应用,身份信息安全重要性不言而喻。随着微电子、计算机和网络技术的发展,生物识别是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,如手形、指纹、脸型、虹膜、视眼膜、脉搏、耳廓等和行为特征,如笔迹、声音、步态、按键力度等,来进行个人身份的鉴定。现代的生物识别技术已经到达了一定的高度,而对人的面部识别技术应用与研发近几年也得到了高度重视。本专利技术人发现,在实际场景中,面部识别很容易受取景角度、拍摄背景、曝光条件的影响,致使采集到的人脸图像多种多样,为面部识别带来更大的挑战。
技术实现思路
为此,本专利技术实施例提供一种多尺度面部识别方法、系统及电子设备,以解决现有技术中的问题。为了实现上述目的,本专利技术实施例提供如下技术方案:根据本专利技术实施例的第一方面,一种多尺度面部识别方法,包括:系统获取用户输入的图片,对所述图片进行预处理,得到预处理后的图片;对所述预处理后的图片构建基础网络,生成若干个尺度特征图;在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率;在测试阶段,得到多尺度特征图对应的面部识别结果。进一步地,所述对所述预处理后的图片构建基础网络,生成若干个尺度特征图,包括:对所述预处理后的图片构建基础网络,生成若干个所属尺寸范围连续递增的尺度特征图。进一步地,所述对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,包括:将各尺度特征图按照尺寸递增顺序依次排列;对尺寸最大的尺度特征图直接进行面部识别操作,得到最大尺度特征图面部识别结果;对尺寸非最小的尺度特征图进行面部识别操作时,根据当前尺寸非最小的尺度特征图及尺寸比其大的各个尺度特征图生成当前尺度混合特征图,对当前尺度混合特征图进行面部识别,得到的面部识别结果作为当前尺度特征图的面部识别结果。进一步地,所述系统生成四个尺度特征图,对尺寸最大的第四尺度特征图直接进行面部识别操作,得到第四面部识别结果,即最大尺度特征图面部识别结果;对第三尺度特征图进行面部识别时,首先获取第四尺度特征图上采样后的特征图,将其与第三尺度特征图相加,得到的结果记为第三混合特征图;然后对第三混合特征图进行面部识别操作,得到第三面部识别结果,将第三面部识别结果作为第三尺度特征图的面部识别结果;对第二尺度特征图进行面部识别时,首先获取第三混合特征图上采样后的特征图,将其与第二尺度特征图相加,得到的结果记为第二混合特征图;然后对第二混合特征图进行面部识别操作,得到第二面部识别结果,将第二面部识别结果作为第二尺度特征图的面部识别结果;对第一尺度特征图进行面部识别时,首先获取第二混合特征图上采样后的特征图,将其与第一尺度特征图相加,得到的结果记为第一混合特征图;然后对第一混合特征图进行面部识别操作,得到第一面部识别结果,将第一面部识别结果作为第一尺度特征图的面部识别结果。进一步地,所述面部识别,包括:人脸位置检测;在进行人脸位置检测后,还包括:在训练阶段,使用损失函数,调节网络参数,对每一个训练样本计算边框回归任务损失。进一步地,所述面部识别,还包括:人脸关键点位置检测;在进行人脸位置检测后,还包括:在训练阶段,使用损失函数,调节网络参数,采用回归任务损失的方式,对每一个训练样本计算人脸关键点检测任务的损失。进一步地,所述面部识别,还包括:人脸姿态的信息检测;在进行人脸姿态的信息检测后,还包括:在训练阶段,使用损失函数,调节网络参数,计算分类任务损失。根据本专利技术实施例的第二方面,一种多尺度面部识别电子设备,包括:处理器,用于获取用户输入的图片,对所述图片进行预处理,得到预处理后的图片;用于对所述预处理后的图片构建基础网络,生成若干个尺度特征图;用于在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率;在测试阶段,得到多尺度特征图对应的面部识别结果。根据本专利技术实施例的第三方面,一种多尺度面部识别系统,包括:预处理模块,用于获取用户输入的图片,对所述图片进行预处理,得到预处理后的图片;多尺度模块,用于对所述预处理后的图片构建基础网络,生成若干个尺度特征图;面部识别模块,用于在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率;用于在测试阶段,得到多尺度特征图对应的面部识别结果。根据本专利技术实施例的第四方面,一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序用于实现如上所述的多尺度面部识别方法。本专利技术实施例,具有如下优点:系统对所述预处理后的图片构建基础网络,生成若干个尺度特征图,对各尺度特征图进行面部识别,能够有效检测不同尺寸的人脸位置、人脸姿态、人脸关键点位置等,通过网络自带的空间分辨率实现多尺度面部识别,能够节约资源。另外,本方法在训练阶段,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,进而提高算法的准确率。更进一步地,系统面部识时,多个任务、多尺度特征图之间相互影响,进一步提高算法的准确性。附图说明为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本专利技术可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本专利技术所能产生的功效及所能达成的目的下,均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。图1为本专利技术的一个实施例提供的一种多尺度面部识别方法流程图;图2为本专利技术另一个实施例提供的一种多尺度面部识别系统结构示意图。图中:401为预处理模块、402为多尺度模块、403为面部识别模块。具体实施方式以下由特定的具体实施例说明本专利技术的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。在本专利技术第一方面,提供一种多尺度面部识别方法,如图1所示,包括:步骤201:系统获取用户输入的图片,对图片进行预处理,得到预处理后的图片;在本专利技术实施例中,图片预处理包括:图片中图像位置的标准化、大小的正规化以及图像的归一化处理。具体的图片预处理过程此处不再赘述。本实施例中,通过图像预处理,能够通过图片预处理有效地去除光照对人脸影响,使得本文档来自技高网
...

【技术保护点】
1.一种多尺度面部识别方法,其特征在于,包括:系统获取用户输入的图片,对所述图片进行预处理,得到预处理后的图片;对所述预处理后的图片构建基础网络,生成若干个尺度特征图;在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率,在测试阶段,得到多尺度特征图对应的面部识别结果。

【技术特征摘要】
1.一种多尺度面部识别方法,其特征在于,包括:系统获取用户输入的图片,对所述图片进行预处理,得到预处理后的图片;对所述预处理后的图片构建基础网络,生成若干个尺度特征图;在训练阶段,对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,根据所述各尺度特征图对应的面部识别结果统计损失,进行反向传播,调节网络参数,以提高算法准确率,在测试阶段,得到多尺度特征图对应的面部识别结果。2.如权利要求1所述的方法,其特征在于,所述对所述预处理后的图片构建基础网络,生成若干个尺度特征图,包括:对所述预处理后的图片构建基础网络,生成若干个所属尺寸范围连续递增的尺度特征图。3.如权利要求1所述的方法,其特征在于,所述对各尺度特征图进行面部识别,得到各尺度特征图对应的面部识别结果,包括:将各尺度特征图按照尺寸递增顺序依次排列;对尺寸最大的尺度特征图直接进行面部识别操作,得到最大尺度特征图面部识别结果;对尺寸非最小的尺度特征图进行面部识别操作时,根据当前尺寸非最小的尺度特征图及尺寸比其大的各个尺度特征图生成当前尺度混合特征图,对当前尺度混合特征图进行面部识别,得到的面部识别结果作为当前尺度特征图的面部识别结果。4.如权利要求3所述的方法,其特征在于,所述系统生成四个尺度特征图,对尺寸最大的第四尺度特征图直接进行面部识别操作,得到第四面部识别结果,即最大尺度特征图面部识别结果;对第三尺度特征图进行面部识别时,首先获取第四尺度特征图上采样后的特征图,将其与第三尺度特征图相加,得到的结果记为第三混合特征图;然后对第三混合特征图进行面部识别操作,得到第三面部识别结果,将第三面部识别结果作为第三尺度特征图的面部识别结果;对第二尺度特征图进行面部识别时,首先获取第三混合特征图上采样后的特征图,将其与第二尺度特征图相加,得到的结果记为第二混合特征图;然后对第二混合特征图进行面部识别操作,得到第二面部识别结果,将第二面部识别结果作为第二尺度特征图的面部识别结果;对第一尺度特征图进行面部识别时,首先获取第二混合特征图上采样后的特征图,将...

【专利技术属性】
技术研发人员:崔潇潇郎芬玲
申请(专利权)人:北京探境科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 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。

1