【技术实现步骤摘要】
一种融合遮挡场景的人脸识别方法、系统、设备及介质
本专利技术涉及人脸识别
，特别是涉及一种融合遮挡场景的人脸识别方法、系统、设备及介质。
技术介绍
自然场景下的人脸识别存在诸多挑战。由于没有约束，现场拍摄的图片会出现大量如角度、遮挡、模糊等问题造成的质量不好的图片，这些质量不好的照片会影响人脸识别模型的识别率。同时，大面积的遮挡问题也会影响人脸识别模型的识别性能。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种融合遮挡场景的人脸识别方法、系统、设备及介质，用于解决现有人脸识别模型不能同时识别无遮挡人脸以及遮挡人脸的问题。为实现上述目的及其他相关目的，本专利技术提供一种融合遮挡场景的人脸识别方法，包括以下步骤：根据无遮挡场景目标人脸的关键点信息和遮挡场景模板生成遮挡场景目标人脸；基于无遮挡场景目标人脸和遮挡场景目标人脸生成融合遮挡场景的特征图；根据所述融合遮挡场景的特征图获取人脸特征，对待识别的无遮挡场景人脸、遮挡场景人脸进行人脸识别。可...
【技术保护点】
1.一种融合遮挡场景的人脸识别方法，其特征在于，包括以下步骤：/n根据无遮挡场景目标人脸的关键点信息和遮挡场景模板生成遮挡场景目标人脸；/n基于无遮挡场景目标人脸和遮挡场景目标人脸生成融合遮挡场景的特征图；/n根据所述融合遮挡场景的特征图获取人脸特征，对待识别的无遮挡场景人脸或遮挡场景人脸进行人脸识别。/n
【技术特征摘要】
1.一种融合遮挡场景的人脸识别方法，其特征在于，包括以下步骤：
根据无遮挡场景目标人脸的关键点信息和遮挡场景模板生成遮挡场景目标人脸；
基于无遮挡场景目标人脸和遮挡场景目标人脸生成融合遮挡场景的特征图；
根据所述融合遮挡场景的特征图获取人脸特征，对待识别的无遮挡场景人脸或遮挡场景人脸进行人脸识别。
2.根据权利要求1所述的融合遮挡场景的人脸识别方法，其特征在于，所述特征图生成过程，包括：通过神经网络训练所述特征图，在所述神经网络的浅层特征图中将无遮挡场景目标人脸、遮挡场景目标人脸分别划分为多个局部区域；
对每个局部区域进行特征提取，通过激活函数输出对应的特征向量；
将从每个局部区域获得的特征向量作为该局部区域的自学习权重，并在神经网络的深层特征图中加权融合所有局部区域的自学习权重，生成所述融合遮挡场景的特征图。
3.根据权利要求1所述的融合遮挡场景的人脸识别方法，其特征在于，对待识别的无遮挡场景人脸、遮挡场景人脸进行人脸识别，包括：
获取根据所述融合遮挡场景的特征图提取的人脸特征，对所述人脸特征进行分类并加入分类训练损失；
在无遮挡场景以及遮挡场景下训练进行分类且加入分类训练损失的人脸特征，生成融合遮挡场景的人脸识别模型；
根据所述融合遮挡场景的人脸识别模型对待识别的无遮挡场景人脸、遮挡场景人脸进行人脸识别。
4.根据权利要求1所述的融合遮挡场景的人脸识别方法，其特征在于，通过人脸检测算法对无遮挡场景目标人脸图片进行检测，获取目标人脸区域以及无遮挡场景目标人脸的关键点信息；
通过对齐算法将目标人脸区域中的五官对齐至固定区域，放缩无遮挡场景目标人脸至固定尺寸；并在固定尺寸下结合遮挡场景模板对无遮挡场景目标人脸进行数据增强，生成遮挡场景目标人脸。
5.根据权利要求2所述的融合遮挡场景的人脸识别方法，其特征在于，所述局部区域包括以下至少之一：上半脸、下半脸、左眼、右眼、鼻子、嘴巴。
6.根据权利要求1所述的融合遮挡场景的人脸识别方法，其特征在于，所述遮挡场景模板包括以下至少之一：口罩模板、墨镜模板；
遮挡场景目标人脸包括以下之一：口罩遮挡场景目标人脸、墨镜遮挡场景目标人脸。
7.根据权利要求6所述的融合遮挡场景的人脸识别方法，其特征在于，获取所述无遮挡场景目标人脸的关键点信息，根据鼻梁、脸颊、下巴的关键点位置生成口罩模板；并将所述口罩模板与所述无遮挡场景目标人脸进行贴合，生成所述口罩遮挡场景目标人脸；
根据眼角、鼻尖的关键点位置生成墨镜模板；并将所述墨镜模板与所述无遮挡场景目标人脸进行贴合，生成所述墨镜遮挡场景目标人脸。
8.根据权利要求2所述的融合遮挡场景的人脸识别方法，其特征在于，对所述神经网络的浅层特征图进行下采样，获得所述深层特征图。
9.一种融合遮挡场景的人脸识别系统，其特征在于，包括有：
遮挡场景人脸生成模块，用于根据无遮挡场景目标人脸的关键点信息和遮挡场景模板生成遮挡场...
【专利技术属性】
技术研发人员：姚志强，周曦，王曦，蹇易，
申请(专利权)人：广州云从博衍智能科技有限公司，
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。