一种人脸识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，尤其涉及一种人脸识别方法、装置、计算机设备及存储介质。使用第一卷积层网络，提取待识别人脸图像的第一图像特征，通过维度转换层，将第一图像特征转换为第二图像特征，通过注意力机制计算第二图像特征对应的注意力矩阵，根据注意力矩阵计算待识别人脸图像对应的全局特征，使用预设分类网络对全局特征进行分类识别。本发明专利技术中，通过将卷积层网络与注意力机制相结合，使用卷积层网络提取待识别人脸图像的图像特征,减小了计算量，使用注意力机制提取待识别人脸图像对应的全局特征，提高了特征提取的准确率，两者结合，在人脸识别的过程中，可以保证准确率的情况下，提高了识别效率。提高了识别效率。提高了识别效率。

【技术实现步骤摘要】
一种人脸识别方法、装置、计算机设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种人脸识别方法、装置、计算机设备及存储介质。

技术介绍

[0002]在计算机视觉
中，人脸识别技术是重要组成部分之一。进行人脸识别的人脸识别模型在进行训练时，所采用的框架可以包括卷积神经网络(Convo l ut i ona l Neura l Networks，CNN)或者基于自注意力机制的深度学习。其中，基于卷积神经网络训练人脸识别模型的技术相对较为成熟。
[0003]相关技术中，鉴于基于自注意力机制的深度学习模型在自然语言领域取得巨大成就，在训练人脸识别模型时，可以采用Transformer模型为框架的深度学习模型进行训练，进而得到人脸识别模型，以便提升模型知识容量，高效利用大量人脸数据，提升识别的准确率。其中，Transformer是一种基于自注意力机制的深度学习模型，会引入较大的计算量，因此在部署环节，特别是端侧部署的场景，会大大增加其推理时间，因此，在保证准确率的情况下，如何提高人脸识别效率成为亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种人脸识别方法、装置、计算机设备及存储介质，以解决人脸识别效率较低的问题。
[0005]第一方面，本专利技术实施例提供一种人脸识别方法，所述人脸识别方法包括：
[0006]获取待识别人脸图像；
[0007]使用第一卷积层网络，提取所述待识别人脸图像的第一图像特征，通过维度转换层，将所述第一图像特征转换为第二图像特征；
[0008]通过注意力机制计算所述第二图像特征对应的注意力矩阵，根据所述注意力矩阵计算所述待识别人脸图像对应的全局特征；
[0009]使用预设分类网络对所述全局特征进行分类识别，得到所述待识别人脸图像对应的识别结果。
[0010]第二方面，本专利技术实施例提供一种人脸识别装置，所述人脸识别装置包括：
[0011]获取模块，用于获取待识别人脸图像；
[0012]提取模块，用于使用第一卷积层网络，提取所述待识别人脸图像的第一图像特征，通过维度转换层，将所述第一图像特征转换为第二图像特征；
[0013]全局特征确定模块，用于通过注意力机制计算所述第二图像特征对应的注意力矩阵，根据所述注意力矩阵计算所述待识别人脸图像对应的全局特征；
[0014]分类模块，用于使用预设分类网络对所述全局特征进行分类识别，得到所述待识别人脸图像对应的识别结果。
[0015]第三方面，本专利技术实施例提供一种计算机设备，所述计算机设备包括处理器、存储
器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的人脸识别方法。
[0016]第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的人脸识别方法。
[0017]本专利技术与现有技术相比存在的有益效果是：
[0018]获取待识别人脸图像，使用第一卷积层网络，提取待识别人脸图像的第一图像特征，通过维度转换层，将第一图像特征转换为第二图像特征，通过注意力机制计算第二图像特征对应的注意力矩阵，根据注意力矩阵计算待识别人脸图像对应的全局特征，使用预设分类网络对全局特征进行分类识别，得到待识别人脸图像对应的识别结果。本专利技术中，通过将卷积层网络与注意力机制相结合，使用卷积层网络提取待识别人脸图像的图像特征,减小了计算量，使用注意力机制提取待识别人脸图像对应的全局特征，提高了特征提取的准确率，两者结合，在人脸识别的过程中，可以保证准确率的情况下，提高了识别效率。
附图说明
[0019]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术一实施例提供的一种人脸识别方法的一应用环境示意图；
[0021]图2是本专利技术一实施例提供的一种人脸识别方法的流程示意图；
[0022]图3是本专利技术另一实施例提供的一种人脸识别方法中的流程示意图
[0023]图4是本专利技术一实施例提供的一种人脸识别装置的结构示意图；
[0024]图5是本专利技术一实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0027]应当理解，当在本专利技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0028]还应当理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0029]如在本专利技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0030]另外，在本专利技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0031]在本专利技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本专利技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0032]本专利技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artific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，其特征在于，所述人脸识别方法包括：获取待识别人脸图像；使用第一卷积层网络，提取所述待识别人脸图像的第一图像特征，通过维度转换层，将所述第一图像特征转换为第二图像特征；通过注意力机制计算所述第二图像特征对应的注意力矩阵，根据所述注意力矩阵计算所述待识别人脸图像对应的全局特征；使用预设分类网络对所述全局特征进行分类识别，得到所述待识别人脸图像对应的识别结果。2.如权利要求1所述的人脸识别方法，其特征在于，所述使用第一卷积层网络，提取所述待识别人脸图像的第一图像特征，包括：使用所述第一卷积层网络中的第一子卷积层网络对所述待识别人脸图像进行卷积，得到第一子特征；使用所述第一卷积层网络中的第二子卷积层网络对所述第一子特征进行卷积，得到第二子特征；使用所述第一卷积层网络中的第三子卷积层网络对所述第二子特征进行卷积，得到第一图像特征。3.如权利要求2所述的人脸识别方法，其特征在于，所述使用所述第一卷积层网络中的第二子卷积层网络对所述第一子特征进行卷积，得到第二子特征，包括：使用下采样层对所述第一子特征进行压缩处理，得到压缩后的子特征；使用所述第一卷积层网络中的第二子卷积层网络对所述压缩后的子特征进行卷积，得到第二子特征。4.如权利要求1所述的人脸识别方法，其特征在于，所述通过注意力机制计算所述第二图像特征对应的注意力矩阵，根据所述注意力矩阵计算所述待识别人脸图像对应的全局特征，包括：将所述第二图像特征投影在第一预设投影层中，得到第一投影矩阵，将所述第二图像特征投影在第二预设投影层中，得到第二投影矩阵，将所述第二图像特征投影在第三预设投影层中，得到第三投影矩阵；根据所述第一投影矩阵、所述第二投影矩阵与所述第三投影矩阵计算所述待识别人脸图像对应的全局特征。5.如权利要求4所述的人脸识别方法，其特征在于，所述根据所述第一投影矩阵、所述第...

【专利技术属性】
技术研发人员：叶嘉权，魏新明，王孝宇，肖嵘，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：