本发明专利技术涉及人工智能，提供一种牛脸识别方法、装置、设备及存储介质。该方法过滤所述脸部图像，得到包括正脸图像的初始图像，过滤从初始图像中提取到的牛头区域图像，得到目标牛头图像并对齐，得到对齐图像，实例分割正脸图像，得到实例图像，增广对齐图像及实例图像，融合第一增广图像的脸部特征及第二增广图像的局部特征，得到目标特征并进行对象识别，得到对象身份，提高识别准确性。此外，本发明专利技术还涉及区块链技术，所述对象身份可存储于区块链中。所述对象身份可存储于区块链中。所述对象身份可存储于区块链中。
【技术实现步骤摘要】
牛脸识别方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种牛脸识别方法、装置、设备及存储介质。
技术介绍
[0002]随着人工智能的发展，牛脸识别方案也随之产生。在目前基于人工智能的牛脸识别方案中，由于牛脸图像的随机性，导致牛脸图像的关键点难以准确获得，造成无法准确的识别出牛脸图像中的具体对象。
技术实现思路
[0003]鉴于以上内容，有必要提供一种牛脸识别方法、装置、设备及存储介质，能够解决无法准确的识别出牛脸图像中的具体对象的技术问题。
[0004]一方面，本专利技术提出一种牛脸识别方法，所述牛脸识别方法包括：
[0005]获取采集对象在不同朝向的脸部图像；
[0006]基于对所述脸部图像的关键点检测及质量检测，过滤所述脸部图像，得到初始图像，所述初始图像包括所述采集对象的正脸图像；
[0007]基于对从所述初始图像中语义分割得到的牛头区域图像的质量检测，过滤所述牛头区域图像，得到目标牛头图像；
[0008]对齐所述目标牛头图像，得到对齐图像，并对所述正脸图像进行实例分割，得到实例图像；
[0009]对所述对齐图像进行归一化增广处理，得到第一增广图像，并对所述实例图像进行归一化增广处理，得到第二增广图像；
[0010]融合所述第一增广图像的脸部特征及所述第二增广图像的局部特征，得到目标特征；
[0011]基于所述目标特征进行对象识别，得到所述采集对象的对象身份。
[0012]根据本专利技术优选实施例，所述基于对所述脸部图像的关键点检测及质量检测，过滤所述脸部图像，得到初始图像包括：
[0013]对所述脸部图像进行关键点检测，得到脸部关键点；
[0014]识别所述采集对象所对应的对象类别；
[0015]基于所述对象类别的对象配置形状及所述脸部关键点，从所述脸部图像中识别出检测区域；
[0016]计算所述检测区域的像素方差值；
[0017]基于所述像素方差值与预设偏差阈值的比较，过滤所述脸部图像，得到过滤后的脸部图像；
[0018]计算所述过滤后的脸部图像的图像清晰度；
[0019]基于所述图像清晰度处理所述过滤后的脸部图像，得到所述初始图像。
[0020]根据本专利技术优选实施例，所述对所述正脸图像进行实例分割，得到实例图像包括：
[0021]对所述正脸图像进行目标检测，得到所述正脸图像的对象中心坐标；
[0022]获取所述对象类别的偏移阈值；
[0023]基于所述对象中心坐标及所述偏移阈值，从所述正脸图像中识别出对象轮廓图像；
[0024]基于所述对象配置形状，对所述对象轮廓图像的图像形状进行调整，得到目标轮廓图像；
[0025]对所述目标轮廓图像进行掩膜处理，得到所述实例图像。
[0026]根据本专利技术优选实施例，所述基于对从所述初始图像中语义分割得到的牛头区域图像的质量检测，过滤所述牛头区域图像，得到目标牛头图像包括：
[0027]基于所述初始图像中每个像素点的像素值及像素位置，识别所述初始图像中每个像素点所属的像素类型；
[0028]将所述像素类型为预设类型的像素点所构成的区域确定为所述牛头区域图像；
[0029]计算所述牛头区域图像中像素数量在所述牛头区域图像的图像面积的比例信息；
[0030]根据所述比例信息及预设比例阈值，对所述牛头区域图像进行过滤，并将过滤后的牛头区域图像确定为所述目标牛头图像。
[0031]根据本专利技术优选实施例，所述对齐所述目标牛头图像，得到对齐图像包括：
[0032]从多个所述目标牛头图像中识别出关键点对；
[0033]根据所述关键点对在所述多个目标牛头图像中的坐标信息，计算出所述关键点对的对齐变换关系；
[0034]基于所述对齐变换关系，对所述多个目标牛头图像进行对齐处理，得到所述对齐图像。
[0035]根据本专利技术优选实施例，所述融合所述第一增广图像的脸部特征及所述第二增广图像的局部特征，得到目标特征包括：
[0036]基于预先训练完成的第一特征提取模型，从所述第一增广图像中提取所述脸部特征，所述脸部特征包括每个矩阵位置的脸部特征元素；
[0037]基于预先训练完成的第二特征提取模型，从所述第二增广图像中提取所述局部特征，所述局部特征包括每个矩阵位置的局部特征元素；
[0038]对每个矩阵位置上的脸部特征元素及对应的局部特征元素进行投票处理，得到每个矩阵位置所对应的目标元素；
[0039]基于多个所述矩阵位置拼接所述目标元素，得到所述目标特征。
[0040]根据本专利技术优选实施例，在基于预先训练完成的第一特征提取模型，从所述第一增广图像中提取所述脸部特征之前，所述方法还包括：
[0041]获取第一训练对象的第一训练图像及第一标注特征，并获取第二训练对象的第二训练图像及第二标注特征；
[0042]基于预先构建好的特征提取网络对所述第一训练图像进行特征提取，得到预测特征；
[0043]基于所述预测特征与所述第一标注特征的第一特征距离、所述预测特征与所述第二标注特征的第二特征距离，对所述特征提取网络进行参数调整，直至所述第一特征距离
最小，及所述第二特征距离最大，得到所述第一特征提取模型。
[0044]另一方面，本专利技术还提出一种牛脸识别装置，所述牛脸识别装置包括：
[0045]获取单元，用于获取采集对象在不同朝向的脸部图像；
[0046]过滤单元，用于基于对所述脸部图像的关键点检测及质量检测，过滤所述脸部图像，得到初始图像，所述初始图像包括所述采集对象的正脸图像；
[0047]所述过滤单元，还用于基于对从所述初始图像中语义分割得到的牛头区域图像的质量检测，过滤所述牛头区域图像，得到目标牛头图像；
[0048]对齐分割单元，用于对齐所述目标牛头图像，得到对齐图像，并对所述正脸图像进行实例分割，得到实例图像；
[0049]增广单元，用于对所述对齐图像进行归一化增广处理，得到第一增广图像，并对所述实例图像进行归一化增广处理，得到第二增广图像；
[0050]融合单元，用于融合所述第一增广图像的脸部特征及所述第二增广图像的局部特征，得到目标特征；
[0051]识别单元，用于基于所述目标特征进行对象识别，得到所述采集对象的对象身份。
[0052]另一方面，本专利技术还提出一种电子设备，所述电子设备包括：
[0053]存储器，存储计算机可读指令；及
[0054]处理器，执行所述存储器中存储的计算机可读指令以实现所述牛脸识别方法。
[0055]另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述牛脸识别方法。
[0056]由以上技术方案可以看出，本申请通过对所述脸部图像的质量检测，以及对从所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种牛脸识别方法，其特征在于，所述牛脸识别方法包括：获取采集对象在不同朝向的脸部图像；基于对所述脸部图像的关键点检测及质量检测，过滤所述脸部图像，得到初始图像，所述初始图像包括所述采集对象的正脸图像；基于对从所述初始图像中语义分割得到的牛头区域图像的质量检测，过滤所述牛头区域图像，得到目标牛头图像；对齐所述目标牛头图像，得到对齐图像，并对所述正脸图像进行实例分割，得到实例图像；对所述对齐图像进行归一化增广处理，得到第一增广图像，并对所述实例图像进行归一化增广处理，得到第二增广图像；融合所述第一增广图像的脸部特征及所述第二增广图像的局部特征，得到目标特征；基于所述目标特征进行对象识别，得到所述采集对象的对象身份。2.如权利要求1所述的牛脸识别方法，其特征在于，所述基于对所述脸部图像的关键点检测及质量检测，过滤所述脸部图像，得到初始图像包括：对所述脸部图像进行关键点检测，得到脸部关键点；识别所述采集对象所对应的对象类别；基于所述对象类别的对象配置形状及所述脸部关键点，从所述脸部图像中识别出检测区域；计算所述检测区域的像素方差值；基于所述像素方差值与预设偏差阈值的比较，过滤所述脸部图像，得到过滤后的脸部图像；计算所述过滤后的脸部图像的图像清晰度；基于所述图像清晰度处理所述过滤后的脸部图像，得到所述初始图像。3.如权利要求2所述的牛脸识别方法，其特征在于，所述对所述正脸图像进行实例分割，得到实例图像包括：对所述正脸图像进行目标检测，得到所述正脸图像的对象中心坐标；获取所述对象类别的偏移阈值；基于所述对象中心坐标及所述偏移阈值，从所述正脸图像中识别出对象轮廓图像；基于所述对象配置形状，对所述对象轮廓图像的图像形状进行调整，得到目标轮廓图像；对所述目标轮廓图像进行掩膜处理，得到所述实例图像。4.如权利要求1所述的牛脸识别方法，其特征在于，所述基于对从所述初始图像中语义分割得到的牛头区域图像的质量检测，过滤所述牛头区域图像，得到目标牛头图像包括：基于所述初始图像中每个像素点的像素值及像素位置，识别所述初始图像中每个像素点所属的像素类型；将所述像素类型为预设类型的像素点所构成的区域确定为所述牛头区域图像；计算所述牛头区域图像中像素数量在所述牛头区域图像的图像面积的比例信息；根据所述比例信息及预设比例阈值，对所述牛头区域图像进行过滤，并将过滤后的牛头区域图像确定为所述目标牛头图像。
5.如权利要求1所述的牛脸识别方法，其特征在于，所述对齐所述目标牛头图像，得到对齐图像包括：从多个所述目标牛头图像中识别出关键点对；根据所述关键点对在所述多个目标牛头图像中的坐标信息，计算出所述关键点对的对齐变换关...
【专利技术属性】
技术研发人员：时勇杰，刘莉红，陈远旭，肖京，
申请(专利权)人：平安科技深圳有限公司，
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。