【技术实现步骤摘要】
人脸识别方法和系统
本专利技术实施例涉及计算机
，尤其涉及一种人脸识别方法、系统、计算机设备及计算机可读存储介质。
技术介绍
人脸识别技术是鉴别用户身份的一个重要方法，其一般做法为：通过在客户端获取人脸图像或者视频流，基于人脸图像或视频流检测是否存在人脸以及提取每个人脸的位置、大小和各个主要面部器官的位置信息，以及这些信息提取每个人脸中所蕴涵的身份特征，并将其与人脸数据库中的人脸进行对比，从而识别来确定是否是目标对象。随着人工智能技术的不断发展，人们开始借助深度神经网络技术来提取人脸特征。相比于传统的人脸识别技术，基于深度神经网络的人脸识别技术不仅具备更高的识别准确率，还具备自动提取人脸特征的能力。本专利技术人目前所了解的是，用于提取人脸特征的神经网络架构较多，如基于VGG的神经网络架构、基于残差结构的ResNet架构、MobileNet架构等等。但是，VGG或ResNet等架构需要耗费很大的硬件资源，无法被应用到手机等硬件资源有效的计算机设备中，而MobileNet架构虽然不需要很大的硬件资源，但是人脸特征提...
【技术保护点】
1.一种人脸识别方法，其特征在于，所述方法包括：/n获取包括人脸信息的待识别图像；/n通过人脸特征提取模型提取所述待识别图像中的人脸特征，所述人脸特征提取模型包括目标区块序列，所述目标区块序列包括一个或多个目标区块，每个目标区块包括深度可分离卷积结构和注意力结构；及/n根据所述人脸特征，对所述待识别图像执行人脸识别操作。/n
【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：
获取包括人脸信息的待识别图像；
通过人脸特征提取模型提取所述待识别图像中的人脸特征，所述人脸特征提取模型包括目标区块序列，所述目标区块序列包括一个或多个目标区块，每个目标区块包括深度可分离卷积结构和注意力结构；及
根据所述人脸特征，对所述待识别图像执行人脸识别操作。
2.根据权利要求1所述的人脸识别方法，其特征在于，所述注意力结构包括压缩奖惩结构，其中：
所述压缩奖惩结构中的压缩结构，用于对所述深度可分离卷积结构输出的特征图进行处理以得到所述特征图的全局感受野信息；所述压缩奖惩结构中的奖励结构，用于根据所述压缩结构提供的全局感受野信息对所述特征图中各个通道进行权值评比以生成各个通道的权重，并根据所述各个通道的权重对所述特征图中的各个特征进行标定操作。
3.根据权利要求1所述的人脸识别方法，其特征在于，所述目标区块序列包括依顺序串行堆叠的多个目标区块，所述多个目标区块的数量根据计算资源和人脸识别操作的精确度确定。
4.根据权利要求3所述的人脸识别方法，其特征在于，每个目标区块包括依顺序耦合的第一卷积层、第一批标准化操作层、第一激活函数层、深度可分离卷积结构、第二批标准化操作层、第二激活函数层、第三批标准化操作层、压缩奖惩结构、第二卷积层和第四批标准化操作层。
5.根据权利要求4所述的人脸识别方法，其特征在于，所述第一卷积层中的卷积核数量为偶数；且，所述第一卷积层中的卷积核数量，为所在目标区块的上一个目标区块的输出通道数量的N倍，N为大于1的自然数。
6.根据权利要求4所述的人脸识...
【专利技术属性】
技术研发人员：朱锦祥，单以磊，臧磊，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44
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。