[发明专利]用于生成人脸特征的方法和装置

说明书

本申请实施例公开了用于生成人脸特征的方法和装置。该方法的一具体实施方式包括：获取待识别人脸图像；将待识别人脸图像输入第一卷积神经网络，生成待识别人脸图像的特征区域图像集合，其中，第一卷积神经网络用于从人脸图像中提取特征区域图像；将特征区域图像集合中的每个特征区域图像输入对应的第二卷积神经网络，生成该特征区域图像的区域人脸特征，其中，第二卷积神经网络用于提取对应的特征区域图像的区域人脸特征；根据特征区域图像集合中的各特征区域图像的区域人脸特征，生成待识别人脸图像的人脸特征集合。该实施方式可以减少内存资源的占用，有助于提高生成效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及人脸识别技术领域，尤其涉及用于生成人脸特征的方法和装置。

背景技术

人脸识别，通常是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。

发明内容

本申请实施例提出了用于生成人脸特征的方法和装置。

第一方面，本申请实施例提供了一种用于生成人脸特征的方法，包括：获取待识别人脸图像；将待识别人脸图像输入第一卷积神经网络，生成待识别人脸图像的特征区域图像集合，其中，第一卷积神经网络用于从人脸图像中提取特征区域图像；将特征区域图像集合中的每个特征区域图像输入对应的第二卷积神经网络，生成该特征区域图像的区域人脸特征，其中，第二卷积神经网络用于提取对应的特征区域图像的区域人脸特征；根据特征区域图像集合中的各特征区域图像的区域人脸特征，生成待识别人脸图像的人脸特征集合。

在一些实施例中，将待识别人脸图像输入第一卷积神经网络之前，该方法包括：对待识别人脸图像进行关键点标注，其中，关键点所在的人脸区域用于表征人脸特征。

在一些实施例中，将待识别人脸图像输入第一卷积神经网络，生成待识别人脸图像的特征区域图像集合，包括：将标注后的待识别人脸图像输入第一卷积神经网络，提取关键点所在的人脸区域作为特征区域，生成待识别人脸图像的特征区域图像集合。

在一些实施例中，第一卷积神经网络中还设置有空间变换网络，用于确定人脸图像的特征区域；以及将待识别人脸图像输入第一卷积神经网络，生成待识别人脸图像的特征区域图像集合，包括：将待识别人脸图像输入空间变换网络，确定待识别人脸图像的特征区域；将待识别人脸图像输入第一卷积神经网络，根据确定的特征区域，生成待识别人脸图像的特征区域图像集合。

在一些实施例中，第一卷积神经网络通过以下步骤训练得到：获取包含关键点标注的样本人脸图像；将样本人脸图像作为输入，训练得到第一卷积神经网络。

在一些实施例中，第二卷积神经网络通过以下步骤训练得到：获取样本特征区域图像；根据样本特征区域图像所显示的特征区域，对样本特征区域图像进行分类；将属于同一特征区域的样本特征区域图像作为输入，训练得到与该特征区域对应的第二卷积神经网络。

在一些实施例中，该方法还包括：根据人脸特征集合对待识别人脸图像进行识别。

第二方面，本申请实施例提供了一种用于生成人脸特征的装置，包括：获取单元，配置用于获取待识别人脸图像；第一生成单元，配置用于将待识别人脸图像输入第一卷积神经网络，生成待识别人脸图像的特征区域图像集合，其中，第一卷积神经网络用于从人脸图像中提取特征区域图像；第二生成单元，配置用于将特征区域图像集合中的每个特征区域图像输入对应的第二卷积神经网络，生成该特征区域图像的区域人脸特征，其中，第二卷积神经网络用于提取对应的特征区域图像的区域人脸特征；第三生成单元，配置用于根据特征区域图像集合中的各特征区域图像的区域人脸特征，生成待识别人脸图像的人脸特征集合。

在一些实施例中，该装置包括：标注单元，配置用于对待识别人脸图像进行关键点标注，其中，关键点所在的人脸区域用于表征人脸特征。