[发明专利]人脸验证方法和装置及计算机存储介质在审

专利信息
申请号: 201810027146.3 申请日: 2018-01-11
公开(公告)号: CN110032912A 公开(公告)日: 2019-07-19
发明(设计)人: 缪倩文;刘汝杰;孙俊;张梦;陆萍萍 申请(专利权)人: 富士通株式会社
主分类号: G06K9/00 分类号: G06K9/00;G06N3/02
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 康建峰;江河清
地址: 日本神*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图像 人脸验证 面部图像 方法和装置 计算机存储介质 神经网络 遮挡区域 权重 暴露区域 人脸检测 对齐 脸识别 人脸 遮挡 分析 图像 验证 分割 恶化
【权利要求书】:

1.一种人脸验证方法,包括:

对待验证图像进行人脸检测和对齐;

在得到的人脸图像上划分预定多个面部图像块;

利用预先训练的预定多个人脸识别神经网络对所述人脸图像进行处理,得到所述人脸图像的预定多个面部图像块的预定多个特征;

利用预先训练的人脸暴露区域分割神经网络对所述人脸图像进行分析,基于所述分析的结果和所述人脸图像的预定多个面部图像块得到所述人脸图像的预定多个面部图像块的遮挡区域;

基于所述遮挡区域确定所述人脸图像的预定多个面部图像块各自的权重;以及

根据所述预定多个特征和对应的权重进行人脸验证。

2.根据权利要求1所述的方法,其中,所述人脸识别神经网络通过以下步骤进行训练:

对训练集中的每个图像进行人脸检测和对齐;

在得到的人脸图像上划分预定多个面部图像块;以及

针对所述预定多个面部图像块,对应地训练预定多个人脸识别神经网络。

3.根据权利要求1所述的方法,其中,所述人脸暴露区域分割神经网络通过以下步骤进行训练:

对训练集中的每个图像进行数据扩充处理,所述数据扩充处理包括随机地在所述每个图像上添加随机形状和面积的遮挡;以及

利用经过数据扩充处理的图像来训练所述人脸暴露区域分割神经网络。

4.根据权利要求1所述的方法,其中,使用所述人脸暴露区域分割神经网络对所述人脸图像进行分析包括:得到所述人脸图像的遮挡区域和无遮挡区域。

5.根据权利要求1所述的方法,其中,对待验证图像进行人脸检测和对齐包括:检测人脸关键点用于对齐,所述人脸关键点包括左眼、右眼、鼻尖、左嘴角和右嘴角。

6.根据权利要求1所述的方法,其中,基于所述遮挡区域设定所述人脸图像的预定多个面部图像块各自的权重包括:

当所述人脸图像的一个面部图像块被遮挡的越多,则将其权重设定得越低;以及

当所述人脸图像的一个面部图像块被完全遮挡,则将其权重设定为零,使得所述人脸验证不考虑该面部图像块的特征。

7.根据权利要求1所述的方法,其中,基于所述遮挡区域确定所述人脸图像的预定多个面部图像块各自的权重包括:利用预先训练的权重回归神经网络来确定所述人脸图像的预定多个面部图像块各自的权重。

8.根据权利要求7所述的方法,其中,所述权重回归神经网络通过以下步骤进行训练:

利用预先训练的预定多个人脸识别神经网络提取训练集中的每个人脸图像的预定多个特征;

利用预先训练的人脸暴露区域分割神经网络得到训练集中的每个人脸图像的预定多个面部图像块的遮挡区域;

使用每个人脸图像的预定多个特征、对应的预定多个面部图像块的遮挡区域和训练集中的人脸图像的标识来训练人脸图像的预定多个面部图像块的权重的权重回归神经网络。

9.一种人脸验证装置,包括:

预处理单元,被配置为对待验证图像进行人脸检测和对齐;

划分单元,被配置为在得到的人脸图像上划分预定多个面部图像块;

特征获取单元,被配置为利用预先训练的预定多个人脸识别神经网络对所述人脸图像进行处理,得到所述人脸图像的预定多个面部图像块的预定多个特征;

遮挡确定单元,被配置为利用预先训练的人脸暴露区域分割神经网络对所述人脸图像进行分析,基于所述分析的结果和所述人脸图像的预定多个面部图像块得到所述人脸图像的预定多个面部图像块的遮挡区域;

权重设定单元,被配置为基于所述遮挡区域确定所述人脸图像的预定多个面部图像块各自的权重;以及

人脸验证单元,被配置为根据所述预定多个特征和对应的权重进行人脸验证。

10.一种非暂态计算机可读存储介质,其中存储有程序,当所述程序由计算机执行时,使得所述计算机执行根据权利要求1-8中任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士通株式会社,未经富士通株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810027146.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top