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()
【技术实现步骤摘要】
本申请涉及人工智能,特别是涉及一种人脸图像处理方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、随着人工智能的发展,人脸识别技术应用于各行各业。
2、目前,业务机构在进行业务办理时,常常通过人脸识别技术实现身份验证。然而,当用户所处的环境较为复杂时,传统的人脸识别技术常常无法准确地对人脸进行识别,影响了业务办理效率。
3、因此,传统技术中存在人脸识别不够准确的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高人脸识别准确度的人脸图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、一种人脸图像处理方法,包括:
3、获取待识别人脸图像;
4、将待识别人脸图像输入至预训练的图像分割模型的编码器,得到待识别人脸图像对应的图像编码特征信息;
5、将待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到待识别人脸图像对应的人脸分割结果;
6、按照待识别人脸图像对应的人脸分割结果,对待识别人脸图像进行人脸识别。
7、在其中一个实施例中,编码器包括第一卷积网络、第二卷积网络、第三卷积网络、第四卷积网络和第五卷积网络,将待识别人脸图像输入至预训练的图像分割模型的编码器,得到待识别人脸图像对应的图像编码特征信息,包括:
8、将待识别人脸图像输入至第一卷积网络,得到第一卷积特征,对第一卷积特征进行池化,得到池化后的
9、将池化后的第一卷积特征输入至第二卷积网络,得到第二卷积特征,对第二卷积特征进行池化,得到池化后的第二卷积特征;
10、将池化后的第二卷积特征输入至第三卷积网络,得到第三卷积特征,对第三卷积特征进行池化,得到池化后的第三卷积特征;
11、将池化后的第三卷积特征输入至第四卷积网络,得到第四卷积特征,对第四卷积特征进行池化,得到池化后的第四卷积特征;
12、将池化后的第四卷积特征输入至第五卷积网络,得到第五卷积特征,将第一卷积特征、第二卷积特征、第三卷积特征、第四卷积特征和第五卷积特征作为待识别人脸图像对应的图像编码特征信息。
13、在其中一个实施例中,解码器包括第六卷积网络、第七卷积网络、第八卷积网络、第九卷积网络和第十卷积网络,将待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到待识别人脸图像对应的人脸分割结果,包括:
14、对第五卷积特征进行上采样,得到上采样的第五卷积特征;
15、将第四卷积特征和上采样的第五卷积特征输入至第六卷积网络,得到第六卷积特征;
16、对第六卷积特征进行上采样,得到上采样的第六卷积特征;
17、将第三卷积特征和上采样的第六卷积特征输入至第七卷积网络,得到第七卷积特征;
18、对第七卷积特征进行上采样,得到上采样的第七卷积特征;
19、将第二卷积特征和上采样的第七卷积特征输入至第八卷积网络,得到第八卷积特征;
20、对第八卷积特征进行上采样,得到上采样的第八卷积特征;
21、将第一卷积特征和上采样的第八卷积特征输入至第九卷积网络,得到第九卷积特征;
22、将第九卷积特征输入至第十卷积网络,得到待识别人脸图像对应的人脸分割结果。
23、在其中一个实施例中,将第四卷积特征和上采样的第五卷积特征输入至第六卷积网络,得到第六卷积特征,包括:
24、将第四卷积特征和上采样的第五卷积特征进行拼接,得到第一拼接后特征;
25、将第一拼接后特征输入至第六卷积网络,得到第六卷积特征。
26、在其中一个实施例中,将第三卷积特征和上采样的第六卷积特征输入至第七卷积网络,得到第七卷积特征,包括:
27、将第三卷积特征和上采样的第六卷积特征进行拼接,得到第二拼接后特征;
28、将第二拼接后特征输入至第七卷积网络,得到第七卷积特征。
29、在其中一个实施例中,将第二卷积特征和上采样的第七卷积特征输入至第八卷积网络,得到第八卷积特征,包括:
30、将第二卷积特征和上采样的第七卷积特征进行拼接,得到第三拼接后特征;
31、将第三拼接后特征输入至第八卷积网络,得到第八卷积特征。
32、一种人脸图像处理装置,包括:
33、获取模块,用于获取待识别人脸图像;
34、编码模块,用于将待识别人脸图像输入至预训练的图像分割模型的编码器,得到待识别人脸图像对应的图像编码特征信息;
35、解码模块,用于将待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到待识别人脸图像对应的人脸分割结果;
36、识别模块,用于按照待识别人脸图像对应的人脸分割结果,对待识别人脸图像进行人脸识别。
37、一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述的方法的步骤。
38、一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的方法的步骤。
39、一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
40、上述人脸图像处理方法、装置、计算机设备、存储介质和计算机程序产品,通过获取待识别人脸图像;将待识别人脸图像输入至预训练的图像分割模型的编码器,得到待识别人脸图像对应的图像编码特征信息;将待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到待识别人脸图像对应的人脸分割结果;按照待识别人脸图像对应的人脸分割结果,对待识别人脸图像进行人脸识别;如此,能够准确将待识别人脸图像的人脸部分和背景部分进行分割,从而能够快速地定位待识别人脸图像中的人脸区域,有利于快速而准确地对人脸区域进行识别。
本文档来自技高网...【技术保护点】
1.一种人脸图像处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述编码器包括第一卷积网络、第二卷积网络、第三卷积网络、第四卷积网络和第五卷积网络,所述将所述待识别人脸图像输入至预训练的图像分割模型的编码器,得到所述待识别人脸图像对应的图像编码特征信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述解码器包括第六卷积网络、第七卷积网络、第八卷积网络、第九卷积网络和第十卷积网络,所述将所述待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到所述待识别人脸图像对应的人脸分割结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述第四卷积特征和所述上采样的第五卷积特征输入至所述第六卷积网络,得到第六卷积特征,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述第三卷积特征和所述上采样的第六卷积特征输入至所述第七卷积网络,得到第七卷积特征,包括:
6.根据权利要求5所述的方法,其特征在于,所述将所述第二卷积特征和所述上采样的第七卷积特征输入至所述第
7.一种人脸图像处理装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种人脸图像处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述编码器包括第一卷积网络、第二卷积网络、第三卷积网络、第四卷积网络和第五卷积网络,所述将所述待识别人脸图像输入至预训练的图像分割模型的编码器,得到所述待识别人脸图像对应的图像编码特征信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述解码器包括第六卷积网络、第七卷积网络、第八卷积网络、第九卷积网络和第十卷积网络,所述将所述待识别人脸图像对应的图像编码特征信息输入至预训练的图像分割模型的解码器,得到所述待识别人脸图像对应的人脸分割结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述第四卷积特征和所述上采样的第五卷积特征输入至所述第六卷积网络,得到第六卷积特征,包括:
5.根据权利要求4所述的方法,其特征...
【专利技术属性】
技术研发人员:郭子涵,
申请(专利权)人:中国银行股份有限公司,
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。