[发明专利]一种低分辨率人脸图像识别方法、装置、电子设备及存储介质

说明书

本发明公开了一种低分辨率人脸图像识别方法、装置、电子设备及存储介质，包括：建立训练后的模型；基于待测试人脸低分辨率图像，利用所述训练后的模型，得到第一深度局部特征表示；基于L张人脸高分辨率图像，利用所述训练后的模型，对应得到L个第二深度局部特征表示；根据所述第一深度局部特征表示和L个所述第二深度局部特征表示，对所述待测试人脸低分辨率图像进行人脸识别。本发明利用第一深度局部特征表示和第二深度局部特征表示分别对待测试人脸低分辨率图像和人脸高分辨率图像进行表示，提高了识别的鲁棒性和准确率。

技术领域

本发明属于人工智能和模式识别技术领域，具体涉及一种低分辨率人脸识别图像方法、装置、电子设备及存储介质。

背景技术

由于图像采集设备如监控摄像机的分辨率不同，人脸低分辨率图像到人脸高分辨率图像之间的识别在社会公共安全领域具有广泛的意义和应用价值。例如，监控摄像机受成像设备分辨率和采集目标距离较远的影响，往往只能获取到目标人脸的低分辨率图像。这时如何将获取到的人脸低分辨率图像与警方公民数据库中的人脸高分辨率图像进行比对，对于协助警方确认监控影像内的目标人员身份具有重要意义。由于所采集到的人脸图像分辨率不同，在人脸纹理和形状等方面存在很大差异，给利用人脸高分辨率图像识别人脸低分辨率图像带来一定的困难。因此，随着监控摄像机的普及，从低分辨率监控影像中进行人脸识别具有重要的意义。

现有的利用人脸高分辨率图像识别人脸低分辨率图像的识别方法的基本思路是：首先设计一种人脸特征描述算子，对人脸低分辨率图像和人脸高分辨率图像分别进行特征表示，然后根据特征描述算子之间的距离作为衡量两张人脸相似程度的标准，实现识别过程。

但是，现有的识别方法在人脸识别过程中，仅采用人工设计的特征或距离度量矩阵，从而影响了识别准确率。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种低分辨率人脸图像识别方法、装置、电子设备及存储介质。本发明要解决的技术问题通过以下技术方案实现：

一种低分辨率人脸图像识别方法，包括：

建立训练后的模型；

基于待测试人脸低分辨率图像，利用所述训练后的模型，得到第一深度局部特征表示；

基于L张人脸高分辨率图像，利用所述训练后的模型，对应得到L个第二深度局部特征表示；

根据所述第一深度局部特征表示和L个所述第二深度局部特征表示，对所述待测试人脸低分辨率图像进行人脸识别。

在本发明的一个实施例中，建立训练后的模型，包括：

获取M张人脸低分辨率训练图像和M张人脸高分辨率训练图像，其中，M为大于零的正整数；

将每张所述人脸低分辨率训练图像划分为若干大小相同的第一图像块，得到第一图像块集；

将每张所述人脸高分辨率训练图像划分为若干大小相同的第二图像块，得到第二图像块集；

利用所述第一图像块集和所述第二图像块集训练初始模型，得到所述训练后的模型。

在本发明的一个实施例中，利用所述第一图像块集和所述第二图像块集训练初始模型，得到所述训练后的模型，包括：

将所述第一图像块集和所述第二图像块集输入至初始模型中，利用随机梯度下降算法处理所述初始模型，以使所述跨模态损失函数最小；

根据最小的所述跨模态损失函数，得到所述训练后的模型。

在本发明的一个实施例中，所述跨模态损失函数为：