System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 进行面部识别的图像处理设备和图像处理方法技术_技高网

进行面部识别的图像处理设备和图像处理方法技术

技术编号:40115091 阅读:5 留言:0更新日期:2024-01-23 19:46
图像处理设备包括:第一获取单元,用于基于用于从图像提取特征的第一经训练模型,从第一图像获取第一特征量;第二获取单元,用于基于根据第二图像的状态所确定的用于从图像提取特征的第二经训练模型,从所述第二图像获取第二特征量;以及验证单元,用于基于所述第一特征量和所述第二特征量来判断所述第一图像中所包括的对象和所述第二图像中所包括的对象是否相同,其中,所述第二经训练模型是在与所述第一经训练模型相同的特征空间中学习了所述第二特征量的模型。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及使用图像的面部识别技术。


技术介绍

1、存在用于判断图像中的人物的面部是否与其他图像中的人物是同一人物的面部识别技术。在面部识别中,如果摄像时的目标的状态(诸如对象外观角度、照明、以及饰物(诸如口罩和眼镜等)的有/无等)以及/或者摄像环境的条件不同,则难以进行验证。因而,专利文献1论述了:在从图像提取人物的特征时,判断人物是否正在佩戴口罩和/或眼镜,并且基于判断结果来动态地改变特征量提取所用的图像区域。

2、现有技术文献

3、专利文献

4、专利文献1:日本专利4957056

5、专利文献2:美国专利10956819

6、非专利文献

7、非专利文献1:deng,et.al.,arcface:additive angular margin loss for deepface recognition.in cvpr,2019

8、非专利文献2:florian schroff,dmitry kalenichenko,and jamesphilbin.facenet:aunified embedding for face recognition and clustering.incvpr,2015


技术实现思路

1、专利技术要解决的问题

2、根据专利文献1,需要基于登记人物中的诸如配饰等的状态来存储多个图案的特征。

3、本专利技术旨在减少在对状态方面彼此不同的对象进行验证时所要登记的信息。

4、用于解决问题的方案

5、为了解决前述问题,根据本专利技术的一种图像处理设备包括:第一获取单元,其被配置为基于被配置为从图像提取特征的第一经训练模型,从第一图像获取第一特征量;第二获取单元,其被配置为基于根据第二图像的状态所确定的并且被配置为从图像提取特征的第二经训练模型,从所述第二图像获取第二特征量;以及验证单元,其被配置为基于所述第一特征量和所述第二特征量来判断所述第一图像中的对象和所述第二图像中的对象是否相同。所述第二经训练模型是在与所述第一经训练模型所用的特征空间相同的特征空间中学习了所述第二特征量的模型。

6、专利技术的效果

7、本专利技术使得可以减少在对状态方面彼此不同的对象进行验证时所要登记的信息。

本文档来自技高网...

【技术保护点】

1.一种图像处理设备,包括:

2.根据权利要求1所述的图像处理设备,还包括判断单元,所述判断单元被配置为判断所述第二图像是否满足预定条件,其中,所述第二获取单元基于所述预定条件的判断的结果来确定所述第二经训练模型。

3.根据权利要求2所述的图像处理设备,其中,所述判断单元判断用于检测至少一个状态的所述预定条件,所述至少一个状态包括:输入图像的图像质量、对象外观角度、对象大小、对象外观的清晰度、照明的明暗、对象遮挡、对象的附属物和/或饰物的有无、以及对象的子类型。

4.根据权利要求2或3所述的图像处理设备,其中,在所述第二图像中的人物正在佩戴口罩的情况下,所述第二获取单元将与所述第一经训练模型不同的经训练模型确定为所述第二经训练模型。

5.根据权利要求1至4中任一项所述的图像处理设备,还包括训练单元,所述训练单元被配置为学习所述第一经训练模型和所述第二经训练模型,使得基于所述第一经训练模型所提取的特征量和基于所述第二经训练模型所提取的特征量之间的类似度大于预定值。

6.根据权利要求5所述的图像处理设备,其中,所述训练单元基于在状态方面不同的多个图像组来学习所述第一经训练模型和所述第二经训练模型中的各经训练模型。

7.根据权利要求6所述的图像处理设备,

8.根据权利要求7所述的图像处理设备,其中,所述第二图像组是通过将饰物与所述第一图像组进行合成所获得的。

9.根据权利要求5至8中任一项所述的图像处理设备,其中,所述第一经训练模型和所述第二经训练模型各自包括具有多个层的神经网络。

10.根据权利要求9所述的图像处理设备,其中,所述第一经训练模型和所述第二经训练模型共享一部分所述层的参数。

11.根据权利要求9或10所述的图像处理设备,其中,所述第一经训练模型和所述第二经训练模型是变换器网络。

12.根据权利要求5至11中任一项所述的图像处理设备,其中,所述训练单元在学习所述第一经训练模型之后,基于根据所述第一经训练模型所提取的特征量来学习所述第二经训练模型。

13.根据权利要求5至11中任一项所述的图像处理设备,其中,所述第一经训练模型和所述第二经训练模型同时或交替地进行参数学习。

14.根据权利要求1至13中任一项所述的图像处理设备,还包括:

15.根据权利要求14所述的图像处理设备,

16.根据权利要求14所述的图像处理设备,其中,所述第一获取单元使用所述第三获取单元所获取到的所述第一图像的中间特征量来获取所述第一特征量。

17.根据权利要求15所述的图像处理设备,其中,所述第二获取单元使用所述第三获取单元所获取到的所述第二图像的中间特征量来获取所述第二特征量。

18.一种图像处理方法,包括:

19.一种程序,用于使得计算机进行:

...

【技术特征摘要】
【国外来华专利技术】

1.一种图像处理设备,包括:

2.根据权利要求1所述的图像处理设备,还包括判断单元,所述判断单元被配置为判断所述第二图像是否满足预定条件,其中,所述第二获取单元基于所述预定条件的判断的结果来确定所述第二经训练模型。

3.根据权利要求2所述的图像处理设备,其中,所述判断单元判断用于检测至少一个状态的所述预定条件,所述至少一个状态包括:输入图像的图像质量、对象外观角度、对象大小、对象外观的清晰度、照明的明暗、对象遮挡、对象的附属物和/或饰物的有无、以及对象的子类型。

4.根据权利要求2或3所述的图像处理设备,其中,在所述第二图像中的人物正在佩戴口罩的情况下,所述第二获取单元将与所述第一经训练模型不同的经训练模型确定为所述第二经训练模型。

5.根据权利要求1至4中任一项所述的图像处理设备,还包括训练单元,所述训练单元被配置为学习所述第一经训练模型和所述第二经训练模型,使得基于所述第一经训练模型所提取的特征量和基于所述第二经训练模型所提取的特征量之间的类似度大于预定值。

6.根据权利要求5所述的图像处理设备,其中,所述训练单元基于在状态方面不同的多个图像组来学习所述第一经训练模型和所述第二经训练模型中的各经训练模型。

7.根据权利要求6所述的图像处理设备,

8.根据权利要求7所述的图像处理设备,其中,所述第二图像组是通过将饰物与所述第一图像组进行合成...

【专利技术属性】
技术研发人员:馆俊太奥野泰弘空门日出来
申请(专利权)人:佳能株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1