【技术实现步骤摘要】
一种人脸识别方法及系统
[0001]本专利技术涉及人脸识别领域,特别是涉及一种人脸识别方法及系统。
技术介绍
[0002]现有人脸识别技术,严格按照人脸检测、人脸对齐、人脸表达和人脸比对四个步骤的顺序进行人脸识别,该方法具有一定的弊端,即过多的处理流程及大量的中间运算,难以在带宽有限、算力紧张的低功耗平台进行部署,阻碍了人脸识别技术向微小化、能源友好化的发展进程。
技术实现思路
[0003]本专利技术的目的是提供一种人脸识别方法及系统,具有计算量小和能源消耗小的特点。
[0004]为实现上述目的,本专利技术提供了如下方案:一种人脸识别方法,包括:对获取的场景图像进行预处理;所述预处理包括:场景图像的保存、场景图像大小的调整、场景图像编码以及伽马变换;根据预处理后的场景图像和第一神经网络确定人脸位置和关键点编码信息;所述第一神经网络为一个单级的端到端的人脸检测和人脸关键点检测模型,以预处理后的场景图像为输入,以人脸位置和关键点编码信息为输出;对人脸位置和关键点编码信息进行解码,使人脸位置和关键点编码信息 ...
【技术保护点】
【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括:对获取的场景图像进行预处理;所述预处理包括:场景图像的保存、场景图像大小的调整、场景图像编码以及伽马变换;场景为包括多个人活动的场面;根据预处理后的场景图像和第一神经网络确定人脸位置和关键点编码信息;所述第一神经网络为一个单级的端到端的人脸检测和人脸关键点检测模型,以预处理后的场景图像为输入,以人脸位置和关键点编码信息为输出;对人脸位置和关键点编码信息进行解码,使人脸位置和关键点编码信息从偏置数据转换成编码图像上的坐标信息;并使人脸位置和关键点编码信息解码为场景图像的整数型坐标;对转换后的人脸位置和关键点编码信息进行人脸图像的验证;并当验证结果为人脸图像后,提取人脸图像,并将提取的多张人脸图像合并压缩为一张图像,之后确定人脸图像的个数以及每个人脸图像的位置;根据合并压缩后的图像以及第二神经网络确定人脸特征矩阵;所述人脸特征矩阵包括:多个人脸特征数据;所述第二神经网络包括:输入层、中间层、后置层和特征嵌入层;所述输入层、中间层和后置层构成主干网络;所述特征嵌入层包括:特征图融合模块、感受野增强模块和动态卷积层;将人脸特征矩阵与人脸数据库进行对比,确定识别结果,并将识别结果在获取的场景图像上进行显示。2.一种人脸识别系统,用于实现权利要求1所述的一种人脸识别方法,其特征在于,包括:预处理模块...
【专利技术属性】
技术研发人员:李威君,游恒,尚德龙,周玉梅,
申请(专利权)人:中科南京智能技术研究院,
类型:发明
国别省市:
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。