[发明专利]轻量级人脸识别方法、系统、计算机设备及存储介质

权利要求书

1.一种轻量级人脸识别方法，其特征在于，所述方法包括：

利用人脸检测网络对人脸进行检测，得到人脸图像特征；其中，所述人脸检测网络包括五个深度可分离卷积层和三个Inception块；

利用特征提取网络对人脸图像特征进行特征提取，得到128维特征向量，作为待识别人脸特征；其中，所述特征提取网络包括十二个堆叠层；

将待识别人脸特征与数据库人脸特征进行比对，得到人脸识别结果。

2.根据权利要求1所述的轻量级人脸识别方法，其特征在于，所述五个深度可分离卷积层分别为第一深度可分离卷积层、第二深度可分离卷积层、第三深度可分离卷积层、第四深度可分离卷积层和第五深度可分离卷积层，所述三个Inception块分别为第一Inception块、第二Inception块和第三Inception块；

所述第一深度可分离卷积层、第二深度可分离卷积层、第一Inception块、第二Inception块、第三Inception块、第三深度可分离卷积层、第四深度可分离卷积层和第五深度可分离卷积层依次连接。

3.根据权利要求1所述的轻量级人脸识别方法，其特征在于，每个深度可分离卷积层包括深度卷积层和逐点卷积层，其中深度卷积层对每个输入通道应用单通道的轻量级滤波器，逐点卷积层负责计算输入通道的线性组合，构建新的特征。

4.根据权利要求1所述的轻量级人脸识别方法，其特征在于，每个Inception块包括三个分支，第一个分支为第一卷积层，第二个分支为依次连接的池化层和第二卷积层，第三个分支为依次连接的第三卷积层、第六深度可分离卷积层和第七深度可分离卷积层。

5.根据权利要求1-4任一项所述的轻量级人脸识别方法，其特征在于，所述十二个堆叠层包括两个卷积层、九个缩放层和一个全连接层，所述两个卷积层分别为第四卷积层和第五卷积层，所述九个缩放层分别为第一缩放层、第二缩放层、第三缩放层、第四缩放层、第五缩放层、第六缩放层、第七缩放层、第八缩放层和第九缩放层；

所述第四卷积层、第一缩放层、第二缩放层、第三缩放层、第四缩放层、第五缩放层、第六缩放层、第七缩放层、第八缩放层、第九缩放层、第五卷积层和全连接层依次连接，所述第一缩放层与第四缩放层之间通过残差网络进行跳跃连接，所述第二缩放层与第七缩放层之间通过残差网络进行跳跃连接，所述第五缩放层与第八缩放层之间通过残差网络进行跳跃连接，所述第八缩放层与第五卷积层之间通过残差网络进行跳跃连接。

6.根据权利要求5所述的轻量级人脸识别方法，其特征在于，每个缩放层包括相连接的压缩层和扩张层，所述压缩层用于对上层的输出通道进行压缩，所述扩张层用于通过不同卷积核对应不同感受野进行从局部到全局的特征提取；

每个缩放层的压缩层采用Swish函数作为激活函数，所述第三缩放层之后进行最大池化下采样，所述第八缩放层之后进行最大池化下采样。

7.根据权利要求1-4任一项所述的轻量级人脸识别方法，其特征在于，所述将待识别人脸特征与数据库人脸特征进行比对，得到人脸识别结果，具体包括：

使用欧几里得距离对待识别人脸特征与数据库人脸特征进行相似度计算，选取欧几里得距离最小值；

若欧几里得距离最小值小于预设阈值，则输出欧几里得距离最小值对应的数据库人脸特征，并输出比对成功的人脸识别结果；

若欧几里得距离最小值大于或等于预设阈值，则输出比对失败的人脸识别结果。

8.一种轻量级人脸识别系统，其特征在于，所述系统包括：

人脸检测模块，用于利用人脸检测网络对人脸进行检测，得到人脸图像特征；其中，所述人脸检测网络包括五个深度可分离卷积层和三个Inception块；

人脸特征提取模块，用于利用特征提取网络对人脸图像特征进行特征提取，得到128维特征向量，作为待识别人脸特征；其中，所述特征提取网络包括十二个堆叠层；

人脸特征比对模块，用于将待识别人脸特征与数据库人脸特征进行比对，得到人脸识别结果。