人脸识别方法、装置及计算设备制造方法及图纸

本发明专利技术实施例涉及人脸识别技术领域，公开了一种人脸识别方法、装置及计算设备。其中，该方法包括：获取第一图像和带网纹的第二图像，其中，第一图像和第二图像属于同一用户；将第二图像输入生成器模型，得到去除网纹的第二图像；将去除网纹的第二图像以及第一图像输入判别器模型，以判断去除网纹的第二图像是否为真实无网纹图像；若判别器模型的判别结果为假，调整生成器模型和判别器模型的参数，直至判别器模型的判别结果为真；通过调整后的生成器模型对库存证件图像进行去除网纹处理，并根据处理后的库存证件图像进行人脸识别。通过上述方式，本发明专利技术实施例能够自动去除图像上的网纹，效率较高。

【技术实现步骤摘要】
人脸识别方法、装置及计算设备
本专利技术实施例涉及人脸识别
，具体涉及一种人脸识别方法、装置及计算设备。
技术介绍
随着信息化建设的发展，人脸识别技术被广泛应用。在智慧营业厅的实现过程中，为了主动接触客户并为其提供精准营销、关怀等个性化服务，客户的身份识别是一个核心的技术实现点。目前人脸识别的方式通常是将用户的现场照与带有网纹的证件照进行对比。但是由于证件照存在网纹，直接将证件照与现场照进行对比，识别的准确率较低。
技术实现思路
鉴于上述问题，本专利技术实施例提供了一种人脸识别方法、装置及计算设备，能够提高人脸识别的准确率。根据本专利技术实施例的一个方面，提供了一种人脸识别方法，所述方法包括：获取第一图像和带网纹的第二图像，其中，所述第一图像和所述第二图像属于同一用户；将所述第二图像输入生成器模型，得到去除网纹的所述第二图像；将去除网纹的所述第二图像以及所述第一图像输入判别器模型，以判断去除网纹的所述第二图像是否为真实无网纹图像；若所述判别器模型的判别结果为假，调整所述生成器模型和所述判别器模型的参数，本文档来自技高网...

【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获取第一图像和带网纹的第二图像，其中，所述第一图像和所述第二图像属于同一用户；/n将所述第二图像输入生成器模型，得到去除网纹的所述第二图像；/n将去除网纹的所述第二图像以及所述第一图像输入判别器模型，以判断去除网纹的所述第二图像是否为真实无网纹图像；/n若所述判别器模型的判别结果为假，调整所述生成器模型和所述判别器模型的参数，直至所述判别器模型的判别结果为真；/n通过调整后的所述生成器模型对库存证件图像进行去除网纹处理，并根据处理后的库存证件图像进行人脸识别。/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：
获取第一图像和带网纹的第二图像，其中，所述第一图像和所述第二图像属于同一用户；
将所述第二图像输入生成器模型，得到去除网纹的所述第二图像；
将去除网纹的所述第二图像以及所述第一图像输入判别器模型，以判断去除网纹的所述第二图像是否为真实无网纹图像；
若所述判别器模型的判别结果为假，调整所述生成器模型和所述判别器模型的参数，直至所述判别器模型的判别结果为真；
通过调整后的所述生成器模型对库存证件图像进行去除网纹处理，并根据处理后的库存证件图像进行人脸识别。


2.根据权利要求1所述的方法，其特征在于，在所述将所述第二图像输入生成器模型之前，所述方法还包括：
分别对所述第一图像和所述第二图像进行预处理，其中，所述预处理包括格式转换处理、重采样处理、插值处理中的一种或多种。


3.根据权利要求1所述的方法，其特征在于，所述将所述第二图像输入生成器模型，得到去除网纹的所述第二图像，进一步包括：
所述生成器模型基于U-net网络对所述第二图像进行图像分割和特征提取，确定所述第二图像中的网纹；
将所述第二图像中的网纹从所述第二图像中去除，得到去除网纹的所述第二图像。


4.根据权利要求1所述的方法，其特征在于，所述判别器模型包括若干卷积层和全局池化层。


5.根据权利要求1所述的方法，其特征在于，所述调整所述生成器模型和所述判别器模型的参数，进一步包括：
将去除网纹的所述第二图像与所述第一图像的像素均方差损失作为第一损失函数；
将所述判别器模型的分类损失作为第二损失函数；
将所述第一损失函数和所述第二损失函数作为目标函数，迭代训练使得所述目标函数下降并收敛。<...

【专利技术属性】
技术研发人员：陈宁华，李伟，严昱超，戚靓亮，陈青青，陈爽月，陈家民，穆铁马，杨巧节，范胡磊，
申请(专利权)人：中国移动通信集团浙江有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：浙江;33