[发明专利]图像识别方法、装置、计算机设备及存储介质

权利要求书

1.一种图像识别方法，其特征在于，包括：

获取待检测图像；

对所述待检测图像进行人脸检测，获取人脸图像及所述人脸图像的定位数据；

基于所述定位数据对所述人脸图像进行校正，获取待预测图像；

采用人眼视线预测神经网络模型对所述待预测图像进行识别，确定人眼视线方向。

2.根据权利要求1所述的图像识别方法，其特征在于，所述对所述待检测图像进行人脸检测，获取人脸图像及所述人脸图像的定位数据包括：

采用多任务卷积神经网络对所述待检测图像进行人脸检测，获取人脸图像及所述人脸图像的定位数据。

3.根据权利要求1或2所述的图像识别方法，其特征在于，所述定位数据包括：两个眼部椭圆形中心点坐标、鼻头坐标和嘴角两端的坐标。

4.根据权利要求1所述的图像识别方法，其特征在于，所述基于所述定位数据对所述人脸图像进行校正，获取待预测图像包括：

将所述定位数据与所述标准坐标数据进行比对，根据比对结果对所述人脸图像进行相似变换，生成待预测图像。

5.根据权利要求1所述的图像识别方法，其特征在于，所述人眼视线预测神经网络模型包括：可分离卷积模块、注意力机制模块和分类模块；

所述采用人眼视线预测神经网络模型对所述待预测图像进行识别，确定人眼视线方向包括：

通过所述可分离卷积模块对所述待预测图像进行第一面部特征提取；

通过所述注意力机制模块对所述第一面部特征的权重进行调整，获取增强眼部特征权重的特征权重；

将所述第一面部特征和所述特征权重结合生成第二面部特征，通过所述分类模块对所述第二面部特征进行处理，获取人眼视线方向。

6.根据权利要求5所述的图像识别方法，其特征在于，所述可分离卷积模块与正向残差模块结合对待预测图像进行所述第一面部特征提取；采用所述正向残差模块将所述可分离卷积模块获得的特征和初始特征在相同位置进行相加，以获取所述第一面部特征提取。

7.根据权利要求5所述的图像识别方法，其特征在于，所述可分离卷积模块与反向残差模块结合对待预测图像进行所述第一面部特征提取；将所述反向残差模块与所述可分离卷积模块结合，在每两个逐点卷积通道之间加入1×1的跨通道卷积进行通道间信息融合，以获取第一面部特征提取。

8.一种图像识别装置，其特征在于，包括：

接收单元，用于获取待检测图像；

检测单元，用于对所述待检测图像进行人脸检测，获取人脸图像及所述人脸图像的定位数据；

校正单元，用于基于所述定位数据对所述人脸图像进行校正，获取待预测图像；

识别单元，用于采用人眼视线预测神经网络模型对所述待预测图像进行识别，确定人眼视线方向。

9.一种计算机设备，所述计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。