一种低质量三维人脸识别方法、系统、设备和介质技术方案

本发明专利技术公开了一种低质量三维人脸识别方法、系统、设备和介质，包括获取待识别的低质量三维人脸图像；将待识别的低质量三维人脸图像输入到优化后的网络中；将网络输出的特征与人脸图库中的特征进行比对，进行三维人脸识别；网络的优化包含人脸对抗样本生成和人脸对抗样本训练两个阶段。人脸对抗样本生成阶段最大化原始样本和对抗样本之间的分布距离损失，能够扩大人脸对抗样本的多样性。人脸对抗样本训练阶段通过分布对齐损失训练，能够实现原始样本分布与对抗样本分布的对齐，使得网络可以提取两种样本间的公共特征，避免了因对抗样本的引入而导致的原始样本上准确率的下降，从而实现低质量三维人脸图像的识别，该方法具有普适性和有效性。

【技术实现步骤摘要】

本专利技术属于人脸识别，具体涉及一种低质量三维人脸识别方法、系统、设备和介质。

技术介绍

1、与2d人脸识别相比，3d人脸识别依赖于面部的几何形状，对光照和姿势有较强的鲁棒性，保护人脸识别系统免受化妆、展示攻击等影响。目前，大多数3d人脸识别研究都集中在高质量3d人脸上，采集成本高、数据处理时间长，离实际应用很远。相比之下，低质量的三维人脸识别更符合实际的场景。低质量数据通常包含大量噪声、孔洞等影响。因此，提高低质量3d人脸识别的精度和鲁棒性成为一个重大的挑战。

2、早期对低质量3d人脸识别的研究依赖于手工制作的面部描述符。然而，这些方法在处理复杂条件时表现不佳。现有基于深度学习的方法主要从深度图、法线图或点云数据训练网络进行特征提取，但都局限于网络的构造、损失函数的设计，没有对数据本身的多样性、网络的鲁棒性考虑。在低质量三维人脸识别领域仍存在较大的挖掘空间。

技术实现思路

1、为克服现有技术中的问题，本专利技术的目的在于提出了一种低质量三维人脸识别方法、系统、设备和介质，该方法具有普适性和有效性本文档来自技高网...

【技术保护点】

1.一种低质量三维人脸识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的低质量三维人脸识别方法，其特征在于，分布对齐损失L为：

3.根据权利要求2所述的低质量三维人脸识别方法，其特征在于，人脸深度图上的分类损失Lcln为：

4.根据权利要求3所述的低质量三维人脸识别方法，其特征在于，原始样本特征Fθ(xadv)以及对抗样本特征Fθ(xcln)通过以下过程得到：

5.根据权利要求4所述的低质量三维人脸识别方法，其特征在于，更新后的人脸对抗样本xadv通过以下过程得到：

6.根据权利要求5所述的低质量三维人脸识别方法，其...

【技术特征摘要】

1.一种低质量三维人脸识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的低质量三维人脸识别方法，其特征在于，分布对齐损失l为：

3.根据权利要求2所述的低质量三维人脸识别方法，其特征在于，人脸深度图上的分类损失lcln为：

4.根据权利要求3所述的低质量三维人脸识别方法，其特征在于，原始样本特征fθ(xadv)以及对抗样本特征fθ(xcln)通过以下过程得到：

5.根据权利要求4所述的低质量三维人脸识别方法，其特征在于，更新后的人脸对抗样本xadv通过以下过程得到：

6.根据权利要求5所述的低质量三维人脸识别方法，其特征在于，根据最大化之...

【专利技术属性】
技术研发人员：李慧斌，孙丰勋，余璀璨，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：