用于人脸识别的方法和装置制造方法及图纸

公开了用于人脸识别的方法和装置。人脸识别方法包括：对于包含被部分遮挡的人脸的图像检测多个特征点；基于所检测的特征点生成特征点图；基于所检测的特征点生成裁切图像，所述裁切图像包含人脸未被遮挡的区域；利用卷积神经网络针对所述裁切图像提取第一特征；利用有向图神经网络针对所述特征点图提取第二特征；将所述第一特征与所述第二特征联合，以生成所述图像的特征；根据所生成的特征来执行人脸识别。别。别。

【技术实现步骤摘要】
用于人脸识别的方法和装置


[0001]本专利技术总体上涉及人脸识别，更具体地，涉及针对部分遮挡的人脸进行识别的方法和装置。

技术介绍

[0002]作为一种身份识别技术，人脸识别目前已经广泛地应用于许多领域，并且在适当的条件下能够达到很高的识别准确率。然而，人脸识别会受到诸如遮挡、光照、表情、距离等因素的干扰，导致准确率下降。尤其是在面部被遮挡的情况下，识别准确率会大大下降。
[0003]佩戴口罩的人员可以作为人脸被遮挡的情况的典型示例，这样的人员例如包括在医院工作的医护人员、从事食品加工的人员、从事工业或农业生产的人员等等。特别地，在当前新型冠状病毒肺炎(COVID
‑
19)在全球大范围流行的情形下，大量的普通民众在日常生活中也通常佩戴口罩以避免感染病毒。由于口罩覆盖了很大一部分的面部区域，导致可用于识别的面部信息大大减少，这给人脸识别带来了很大的挑战。
[0004]目前，针对佩戴口罩的人脸的识别方法包括：仅利用暴露在外的眼睛区域和前额区域的识别方法；尝试使用生成模型(例如生成对抗网络GAN)来恢复被口罩遮挡的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸识别方法，包括：对于包含被部分遮挡的人脸的图像检测多个特征点；基于所检测的特征点生成特征点图；基于所检测的特征点生成裁切图像，所述裁切图像包含人脸未被遮挡的区域；利用卷积神经网络针对所述裁切图像提取第一特征；利用有向图神经网络针对所述特征点图提取第二特征；将所述第一特征与所述第二特征进行联合，以生成所述图像的特征；以及根据所生成的特征来执行人脸识别。2.根据权利要求1所述的方法，还包括：确定与所述第二特征有关的置信度；以及在与所述第一特征联合之前，将所述第二特征乘以所述置信度。3.根据权利要求2所述的方法，其中，确定与所述第二特征有关的置信度的步骤包括：对所述图像进行多种变换，以生成多个变换图像；针对所述多个变换图像中的每一个提取特征点；计算针对所述多个变换图像分别提取的特征点之间的差异；以使得所述置信度与所述差异之间具有相反关系的方式来确定所述置信度。4.根据权利要求3所述的方法，其中，所述多种变换包括旋转、翻转、平移和遮挡中的两个或更多个。5.根据权利要求1所述的方法，其中，在所述图像中，人脸的下半部分被遮挡，所述方法还包括：从所检测的多个特征点之中去除与嘴部有关的特征点，并且基于剩余的特征点来生成所述特征点图，其中，所述剩余的特征点包括与眉毛、眼睛、鼻子以及脸部轮廓有关的特征点。6.根据权利要求5所述的方法，其中，使用...

【专利技术属性】
技术研发人员：王梦蛟，刘汝杰，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：