[发明专利]图像识别方法、装置、设备和计算机存储介质

权利要求书

1.一种图像识别方法，包括：

对人脸图像进行器官识别，并在所述人脸图像中标注人脸五官的位置，得到标注的人脸图像；

将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征；

将位于所述人脸图像同一区域的不同层次的所述瑕疵特征进行融合，获得所述人脸图像的瑕疵识别结果。

2.根据权利要求1所述的方法，其中，在对所述人脸图像进行器官识别之前，还包括：

将所述人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；

将所述均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。

3.根据权利要求1所述的方法，其中，所述将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征，包括：

在目标层次的卷积神经网络层，在所述标注的人脸图像设置先验框；所述目标层次为所述主干网络模型中的卷积神经网络中多个层次之一；所述先验框的大小与所述目标层次对应；

判断所述先验框中是否存在人脸瑕疵，在判定所述先验框中存在人脸瑕疵的情况下，输出所述先验框中的局部人脸图像，作为所述目标层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征。

4.根据权利要求3所述的方法，其中，所述判断所述先验框中是否存在人脸瑕疵，包括：

在所述先验框中的局部人脸图像对应的人脸部位为目标部位的情况下，判定所述先验框中的局部人脸图像不存在人脸瑕疵，所述目标部位为标注的人脸五官中不存在瑕疵的部位；

在所述先验框中的局部人脸图像对应的人脸部位不是所述目标部位的情况下，则获得所述先验框中的局部人脸图像的图像特征，然后根据所述先验框中的局部人脸图像的图像特征，判断是否存在人脸瑕疵。

5.根据权利要求4所述的方法，其中，所述根据所述先验框中的局部人脸图像，判断是否存在人脸瑕疵，还包括：

在判定所述先验框中的局部人脸图像不存在人脸瑕疵的情况下，将所述先验框在当前位置的基础上移动设定的偏移量，重新执行所述根据所述先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。

6.一种图像识别装置，包括：

标注模块，用于对人脸图像进行器官识别，并在所述人脸图像中标注人脸五官的位置，得到标注的人脸图像；

提取模块，用于将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征；

融合模块，用于将位于所述人脸图像同一区域的不同层次的所述瑕疵特征进行融合，获得所述人脸图像的瑕疵识别结果。

7.根据权利要求6所述的装置，其中，还包括：

均一化处理模块，用于将所述人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；

归一化处理模块，用于将所述均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。

8.根据权利要求6所述的装置，其中，所述提取模块包括：

先验框子模块，用于在目标层次的卷积神经网络层，在所述标注的人脸图像设置先验框；所述目标层次为所述主干网络模型中的卷积神经网络中多个层次之一；所述先验框的大小与所述目标层次对应；

判断子模块，用于判断所述先验框中是否存在人脸瑕疵，在判定所述先验框中存在人脸瑕疵的情况下，输出所述先验框中的局部人脸图像，作为所述目标层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征。