人脸识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种人脸识别方法、装置、电子设备及存储介质，所述方法包括：获取待识别图像的输入特征图，并计算所述输入特征图中每个位置属于各个区域的置信度；在所述置信度的引导下，分别对所述输入特征图中的各个区域进行特征提取，得到区域特征图；由所述区域特征图经过区域卷积得到输出特征图；使用图卷积对所述输出特征图中各区域之间的关系特征进行提取，得到关系特征图，并根据所述输出特征图和所述关系特征图计算得到增强特征图；根据所述增强特征图对所述待识别图像进行人脸识别，得到人脸识别结果。本发明专利技术解决了相关技术在人脸识别过程中特征提取效果不好、计算量大的问题。大的问题。大的问题。

【技术实现步骤摘要】
人脸识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及人脸识别
，尤其涉及一种人脸识别方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，人脸识别算法通常是利用人脸识别模型实现的，该人脸识别模型的训练会使用到损失函数、backbone和数据集，现有技术主要集中在损失函数的设计上，实际上模型和损失函数任何一部分的提升都能提高网络的性能。
[0003]然而，现有技术中的特征提取方法导致不同样本之间的卷积运算存在较大差异，计算量大对并行计算有较大的阻碍，且特征提取不准确，导致人脸识别模型效果不好且应用场景狭窄。
[0004]因此，急需一种特征提取效果好、计算量小的人脸识别方法。

技术实现思路

[0005]本专利技术各实施例提供一种人脸识别方法、装置、电子设备及存储介质，以解决相关技术中存在的特征提取效果不好，计算量大的问题。
[0006]为解决上述技术问题，本专利技术所采用的技术方案为：
[0007]根据本专利技术的一个方面，一种人脸识别方法，所述方法包括：获取待识别图像的输本文档来自技高网...

【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，所述方法包括：获取待识别图像的输入特征图，并计算所述输入特征图中每个位置属于所述输入特征图中各个区域的置信度；在所述置信度的引导下，分别对所述输入特征图中的各个区域进行特征提取，得到区域特征图；由所述区域特征图经过区域卷积得到输出特征图；使用图卷积对所述输出特征图中各个区域之间的关系特征进行提取，得到关系特征图，根据所述输出特征图和所述关系特征图计算得到增强特征图；根据所述增强特征图对所述待识别图像进行人脸识别，得到人脸识别结果。2.如权利要求1所述的方法，其特征在于，所述计算输入特征图中每个位置属于所述输入特征图中各个区域的置信度，包括：使用卷积核对所述输入特征图进行卷积，得到所述输入特征图中每个区域的权重，根据所述权重调整激活函数SoftMax的参数；使用所述激活函数SoftMax计算所述输入特征图中每个位置属于各个区域的概率，作为所述输入特征图中每个位置属于各个区域的置信度。3.如权利要求1所述的方法，其特征在于，所述由区域特征图经过区域卷积得到输出特征图，包括：使用ArgMax函数，在所述区域特征图中查找每个区域置信度最高的位置；使用各区域对应的卷积核对查找到的位置进行特征提取，得到各个区域的特征，构成输出特征图。4.如权利要求1所述的方法，其特征在于，所述由区域特征图经过区域卷积得到输出特征图之后，包括：使用置信度对所述输出特征图进行空间上的拆分，得到维度降低后的输出特征图。5.如权利要求1所述的方法，其特征在于，所述使用图卷积对所述输出特征图中各区域之间的关系特征进行提取，得到关系特征图，包括：使用图卷积中的第一卷积核提取所述输出特征图中各区域之间的特征，得...

【专利技术属性】
技术研发人员：乔宇，苏伟聪，王亚立，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：