基于双路注意力机制的人脸识别方法、装置及设备制造方法及图纸

本发明专利技术公开了一种基于双路注意力机制的人脸识别方法，包括：获取若干张待检测人脸图像，并对待检测人脸图像进行预处理；将进行完预处理后的待检测人脸图像分为测试集和训练集；利用训练集训练基于双路注意力机制的卷积神经网络，以得到人脸识别模型；其中，人脸识别模型包括特征层和分类层；去除分类层的参数，并从特征层中提取输入到人脸识别模型中的测试集的特征向量；根据所述特征向量计算测试集中待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。本发明专利技术还公开了一种基于双路注意力机制的人脸识别装置和设备。采用本发明专利技术实施例，通过双路注意力机制模块来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率。

Face recognition method, device and equipment based on two-way attention mechanism

【技术实现步骤摘要】
基于双路注意力机制的人脸识别方法、装置及设备
本专利技术涉及人脸识别
，尤其涉及一种基于双路注意力机制的人脸识别方法、装置及设备。
技术介绍
人脸识别方法是一种基于人脸图像的面部特征信息进行身份识别的技术。这种技术被广泛地运用在海关出入关卡、安防门禁等领域。其技术路线可以总结为：输入一张图像或一段视频，首先采用人脸检测器对图像或视频中的人脸进行检测，检测到人脸后对人脸图像进行人脸对齐、优选等预处理，然后将预处理后的人脸图像输入到特征提取模型中提取人脸图像的面部特征，最后通过度量面部特征的相似性来判断是否为同一个人。传统的人脸识别方法主要通过提取传统的图像特征来进行人脸识别，如使用LBP特征进行识别，其优点是速度快，但是LBP这种传统特征提取方法泛化性能差，难以适应光照、遮挡、模糊、表情等外部条件的变化，导致在不同场景下其识别准确率偏低。
技术实现思路
本专利技术实施例的目的是提供一种基于双路注意力机制的人脸识别方法、装置及设备，通过双路注意力机制来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率。为实现上述目的，本专利技术实施例提供了一种基于双路注意力机制的人脸识别方法，包括：获取若干张待检测人脸图像，并对所述待检测人脸图像进行预处理；将进行完预处理后的所述待检测人脸图像分为测试集和训练集；利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；其中，所述人脸识别模型包括特征层和分类层；去除所述分类层的参数，并从所述特征层中提取输入到所述人脸识别模型中的所述测试集的特征向量；根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。与现有技术相比，本专利技术实施例公开的基于双路注意力机制的人脸识别方法，首先，将进行完预处理后的所述待检测人脸图像分为测试集和训练集；然后，在训练阶段中利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；最后，在测试阶段中去除分类层的参数，并从特征层中提取输入的测试集的特征向量，从而计算待检测人脸图像的相似值，并根据相似值输出人脸识别的结果。本专利技术实施例公开的基于双路注意力机制的人脸识别方法，通过双路注意力机制来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率，构建了基于双路注意力机制的轻量级人脸识别模型，提升了常规轻量级人脸识别模型的精度，可满足大规模人脸识别场景的应用需求。作为上述方案的改进，所述对所述待检测人脸图像进行预处理，具体包括：利用预设的人脸框检测器获取每一所述待检测人脸图像的人脸框信息；利用预设的人脸特征点检测器获取每一所述待检测人脸图像的特征点信息；根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对齐处理，并对对齐后的待检测人脸图像进行归一化处理。作为上述方案的改进，所述根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，具体包括：利用余弦距离或欧氏距离根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值。作为上述方案的改进，所述根据所述相似值输出人脸识别的结果，具体包括：判断所述相似值是否大于预设相似阈值；若是，则判定所述待检测人脸图像为同一用户的人脸图像；若否，则判定所述待检测人脸图像为非同一用户的人脸图像。作为上述方案的改进，所述基于双路注意力机制的深度可分离卷积神经网络包括深度可分离卷积结构和双路注意力机制结构。作为上述方案的改进，所述深度可分离卷积结构包括第一普通卷积层、第二普通卷积层、深度可分离卷积层和相加层；其中，输入到所述深度可分离卷积结构的特征图依次经过所述第一普通卷积层、所述深度可分离卷积层和所述第二普通卷积层后，输入到所述相加层；所述相加层将所述第二普通卷积层输出的特征图与输入到所述深度可分离卷积结构的特征图相加，以得到下一级网络的特征图输入。作为上述方案的改进，所述双路注意力机制结构用于接收所述深度可分离卷积结构输出的特征图；其中，所述双路注意力机制结构包括一路通道和二路通道，所述一路通道用于对输入所述双路注意力机制结构的特征做最大值池化，所述二路通道用于对输入所述双路注意力机制结构的特征做平均值池化。作为上述方案的改进，所述一路通道包括一个最大池化层、两个全连接层以及连接两个全连接层的ReLU激活函数；所述二路通道包括一个平均池化层、两个全连接层以及连接两个全连接层的ReLU激活函数。为实现上述目的，本专利技术实施例还提供了一种基于双路注意力机制的人脸识别装置，包括：预处理单元，用于获取若干张待检测人脸图像，并对所述待检测人脸图像进行预处理；划分单元，用于将进行完预处理后的所述待检测人脸图像分为测试集和训练集；训练单元，用于利用所述训练集训练基于双路注意力机制的卷积神经网络，以得到人脸识别模型；其中，所述人脸识别模型包括特征层和分类层；测试单元，用于去除所述分类层的参数，并从所述特征层中提取输入到所述人脸识别模型中的所述测试集的特征向量；还用于根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。与现有技术相比，本专利技术实施例公开的基于双路注意力机制的人脸识别装置，首先，划分单元将进行完预处理后的所述待检测人脸图像分为测试集和训练集；然后，在训练阶段中，训练单元利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；最后，在测试阶段中，测试单元去除分类层的参数，并从特征层中提取输入的测试集的特征向量，从而计算待检测人脸图像的相似值，并根据相似值输出人脸识别的结果。本专利技术实施例公开的基于双路注意力机制的人脸识别装置，通过双路注意力机制来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率，构建了基于双路注意力机制的轻量级人脸识别模型，提升了常规轻量级人脸识别模型的精度，可满足大规模人脸识别场景的应用需求。为实现上述目的，本专利技术实施例还提供了一种基于双路注意力机制的人脸识别设备，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上述任一实施例所述的基于双路注意力机制的人脸识别方法。附图说明图1是本专利技术实施例提供的一种基于双路注意力机制的人脸识别方法的流程图；图2是本专利技术实施例提供的深度可分离卷积结构的结构示意图；图3是本专利技术实施例提供的双路注意力机制结构的结构示意图；图4是本专利技术实施例提供的另一种基于双路注意力机制的人脸识别方法的流程图；图5是本专利技术实施例提供的一种基于双路注意力机制的人脸识别装置的结构示意图；图6是本专利技术实施例提供的一种基于双路注意力机制的人脸识别设备的结构示意图。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、完整地描本文档来自技高网...

【技术保护点】
1.一种基于双路注意力机制的人脸识别方法，其特征在于，包括：/n获取若干张待检测人脸图像，并对所述待检测人脸图像进行预处理；/n将进行完预处理后的所述待检测人脸图像分为测试集和训练集；/n利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；其中，所述人脸识别模型包括特征层和分类层；/n去除所述分类层的参数，并从所述特征层中提取输入到所述人脸识别模型中的所述测试集的特征向量；/n根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。/n

【技术特征摘要】
1.一种基于双路注意力机制的人脸识别方法，其特征在于，包括：
获取若干张待检测人脸图像，并对所述待检测人脸图像进行预处理；
将进行完预处理后的所述待检测人脸图像分为测试集和训练集；
利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；其中，所述人脸识别模型包括特征层和分类层；
去除所述分类层的参数，并从所述特征层中提取输入到所述人脸识别模型中的所述测试集的特征向量；
根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。


2.如权利要求1所述的基于双路注意力机制的人脸识别方法，其特征在于，所述对所述待检测人脸图像进行预处理，具体包括：
利用预设的人脸框检测器获取每一所述待检测人脸图像的人脸框信息；
利用预设的人脸特征点检测器获取每一所述待检测人脸图像的特征点信息；
根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对齐处理，并对对齐后的待检测人脸图像进行归一化处理。


3.如权利要求1所述的基于双路注意力机制的人脸识别方法，其特征在于，所述根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，具体包括：
利用余弦距离或欧氏距离根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值。


4.如权利要求1所述的基于双路注意力机制的人脸识别方法，其特征在于，所述根据所述相似值输出人脸识别的结果，具体包括：
判断所述相似值是否大于预设相似阈值；
若是，则判定所述待检测人脸图像为同一用户的人脸图像；若否，则判定所述待检测人脸图像为非同一用户的人脸图像。


5.如权利要求1所述的基于双路注意力机制的人脸识别方法，其特征在于，所述基于双路注意力机制的深度可分离卷积神经网络包括深度可分离卷积结构和双路注意力机制结构。


6.如权利要求5所述的基于双路注意力机制的人脸识别方法，其特征在于，所述深度可分离卷积结构包括...

【专利技术属性】
技术研发人员：刘彪，毛亮，林焕凯，许丹丹，王祥雪，汪刚，
申请(专利权)人：高新兴科技集团股份有限公司，
类型：发明
国别省市：广东;44