[发明专利]人脸识别方法、装置、系统和存储介质有效
申请号: | 201810322256.2 | 申请日: | 2018-04-11 |
公开(公告)号: | CN108875544B | 公开(公告)日: | 2021-11-19 |
发明(设计)人: | 赵致辰 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04 |
代理公司: | 北京市磐华律师事务所 11336 | 代理人: | 董巍;高伟 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 方法 装置 系统 存储 介质 | ||
1.一种人脸识别方法,其特征在于,所述人脸识别方法包括:
获取初始人脸图像,所述初始人脸图像为具有结构光光斑的图像;
将所述初始人脸图像变换为频域图像;
对所述频域图像进行修正,并输出修正后的频域图像,所述对所述频域图像进行修正包括:利用训练好的频域抑制网络去除所述频域图像中由结构光光斑形成的频谱;
将所述修正后的频域图像进行反变换,输出待识别人脸图像;
对所述待识别人脸图像进行人脸识别。
2.根据权利要求1所述的人脸识别方法,其特征在于,所述对所述频域图像进行修正,并输出修正后的频域图像,包括:利用训练好的频域抑制网络对所述频域图像进行处理,输出修正后的频域图像。
3.根据权利要求1所述的人脸识别方法,其特征在于,所述具有结构光光斑的人脸图像为红外结构光照射下的人脸图像。
4.根据权利要求1所述的人脸识别方法,其特征在于,所述频域抑制网络包括至少一个卷积层,训练所述频域抑制网络的方法包括:通过对所述频域抑制网络进行端到端的训练,使不包括结构光光斑图像的频谱和所述频率抑制网络所输出的所述修正后的频域图像的频谱之间的欧氏距离收敛。
5.根据权利要求1所述的人脸识别方法,其特征在于,所述频域抑制网络的损失函数与进行所述人脸识别的神经网络的损失函数是一起训练的。
6.根据权利要求1所述的人脸识别方法,其特征在于,所述频域抑制网络对所述频域图像中每个频率的分量进行调整,以去除所述频域图像中由结构光光斑形成的频谱。
7.根据权利要求1所述的人脸识别方法,其特征在于,通过快速傅里叶变换将所述人脸图像变换为频域图像,通过快速傅里叶逆变换将所述修正后的频域图像反变换为所述待识别人脸图像。
8.一种人脸识别装置,其特征在于,所述人脸识别装置包括:
获取模块,用于获取初始人脸图像,所述初始人脸图像为具有结构光光斑的图像;
频域抑制模块,用于将所述初始人脸图像变换为频域图像,对所述频域图像进行修正,并输出修正后的频域图像,以及将所述修正后的频域图像进行反变换,输出待识别人脸图像,其中,所述对所述频域图像进行修正包括:利用训练好的频域抑制网络去除所述频域图像中由结构光光斑形成的频谱;
人脸识别模块,用于对所述待识别人脸图像进行人脸识别。
9.一种人脸识别系统,其特征在于,所述人脸识别系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-7中的任一项所述的人脸识别方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-7中的任一项所述的人脸识别方法。
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北京旷视科技有限公司,未经北京旷视科技有限公司许可,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/201810322256.2/1.html,转载请声明来源钻瓜专利网。