【技术实现步骤摘要】
人脸识别的方法、装置、计算机设备及存储介质
本公开涉及计算机
,尤其涉及深度学习、计算机视觉等人工智能
,具体涉及一种人脸识别的方法、装置、计算机设备及存储介质。
技术介绍
生物特征识别作为一种安全、可靠的身份验证技术在近几十年中得到了快速发展。3D人脸识别技术作为一种生物特征识别,可以从每个人的脸上提取到不同的身份特征,并与自身数据库中保存的信息进行对比来识别每个人脸的身份。但由于3D人脸识别技术依赖训练数据量,而3D人脸数据不容易获得,从而导致3D人脸识别准确性提升困难。如何提高人脸识别的准确性是当前亟需解决的问题。
技术实现思路
本公开提供了一种人脸识别的方法、装置、计算机设备及存储介质。根据本公开的第一方面,提供了一种人脸识别的方法,包括:利用第一编码器,对第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第一特征向量;利用第二编码器,对所述第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第二特征向量,其中,所述第二编码器与所述第一编码器对应的训练数据不同;将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量;对所述融合后的特征向量进行识别,以确定所述第一三原色人脸图像所属的用户。根据本公开的第二方面,提供了一种人脸识别的装置,包括:第一确定模块,用于利用第一编码器,对第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第一特征向量;第二确定模块,用于 ...
【技术保护点】
1.一种人脸识别的方法,包括:/n利用第一编码器,对第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第一特征向量;/n利用第二编码器,对所述第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第二特征向量,其中,所述第二编码器与所述第一编码器对应的训练数据不同;/n将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量;/n对所述融合后的特征向量进行识别,以确定所述第一三原色人脸图像所属的用户。/n
【技术特征摘要】
1.一种人脸识别的方法,包括:
利用第一编码器,对第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第一特征向量;
利用第二编码器,对所述第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第二特征向量,其中,所述第二编码器与所述第一编码器对应的训练数据不同;
将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量;
对所述融合后的特征向量进行识别,以确定所述第一三原色人脸图像所属的用户。
2.如权利要求1所述的方法,其中,还包括:
获取训练数据集,其中,所述训练数据集中包括第二三原色人脸图像及对应的参考深度人脸图像;
利用第一初始编码器,对所述第二三原色人脸图像进行编码处理,以确定所述第二三原色人脸图像对应的第一特征向量;
利用第一初始解码器,对所述第一特征向量进行解码,以生成所述第二三原色人脸图对应的预测深度人脸图像;
根据所述预测深度人脸图像与所述参考深度人脸图像的差异,对所述第一初始编码器及所述第一初始解码器分别进行修正,以生成第一解码器及所述第一编码器。
3.如权利要求2所述的方法,其中,所述训练数据集中还包括与所述第二三原色人脸图像对应的标注标签,所述方法还包括:
利用第二初始编码器,对所述第二三原色人脸图像进行编码处理,以确定所述第二三原色人脸图像对应的第二特征向量;
利用第二初始解码器,对所述第二特征向量进行解码,以生成所述第二三原色人脸图像对应的预测标签;
根据所述标注标签与所述预测标签的差异,对所述第二初始编码器及所述第二初始解码器分别进行修正,以生成第二解码器及所述第二编码器。
4.如权利要求3所述的方法,其中,所述利用第二初始解码器,对所述第二特征向量进行解码,以生成所述第二三原色人脸图像对应的预测标签,包括:
利用初始融合子网络,将所述第二特征向量与所述第一特征向量进行融合,以生成融合后的特征向量;
利用所述第二初始解码器,对所述融合后的特征向量进行解码,以生成所述第二三原色人脸图像对应的预测标签;
所述根据所述标注标签与所述预测标签的差异,对所述第二初始编码器及所述第二初始解码器分别进行修正,以生成第二解码器及所述第二编码器,包括:
根据所述标注标签与所述预测标签的差异,对所述初始融合子网络、第一编码器、第二初始编码器及所述第二初始解码器分别进行修正,以生成融合子网络、第一编码器、第二解码器及所述第二编码器。
5.如权利要求4所述的方法,其中,所述将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量,包括:
利用所述融合子网络,将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量。
6.如权利要求1-5任一所述的方法,其中,所述将所述第一特征向量及所述第二特征向量进行融合,以生成融合后的特征向量,包括:
根据第一预设的权重值将所述第一特征向量与所述第二特征向量中各元素分别进行加权融合,以确定融合后特征向量中各元素取值;
根据所述融合后特征向量中各元素取值分别与预设的参数的比值,确定融合矩阵;
基于所述融合矩阵及第二预设的权重值,将所述第二特征向量进行修正,以生成所述融合后的特征向量。
7.一种人脸识别的装置,包括:
第一确定模块,用于利用第一编码器,对第一三原色人脸图像进行编码处理,以确定所述第一三原色人脸图像对应的第一特征向量;
第二确定模块,用于利用第二编码器,对所述第一三原色人脸图像进行编码处理,以...
【专利技术属性】
技术研发人员:杨馥魁,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。