[发明专利]人脸特征表示方法、系统、电子设备和存储介质

权利要求书

1.一种人脸特征的生成方法，其特征在于，包括：

利用编码-解码Encoder-Decoder网络对待训练人脸图像进行重建，获取待训练人脸图像的特征和重建后的人脸图像，其中，所述Encoder-Decoder网络包括Encoder网络和Decoder网络；

利用分类器根据所述待训练人脸图像的特征对所述待训练人脸图像进行分类，获取分类后的人脸图像，其中，所述分类是将同一个人的人脸图像划分为一类；

根据所述重建后的人脸图像和所述分类后的人脸图像训练所述Encoder-Decoder网络和所述分类器；

根据训练后的Encoder-Decoder网络获取待测试人脸图像的人脸特征。

2.根据权利要求1所述的方法，其特征在于，所述利用编码-解码Encoder-Decoder网络对待训练人脸图像进行重建，获取待训练人脸图像的特征和重建后的人脸图像，其中，所述Encoder-Decoder网络包括Encoder网络和Decoder网络，包括：

根据所述Encoder网络获取所述待训练人脸图像的特征，其中，所述Encoder网络包括卷积层、批量归一化层、激活函数层、池化层；

利用所述Decoder网络根据所述特征图重建所述待训练人脸图像，获取所述重建后的人脸图像，其中，所述Decoder网络包括转置卷积层，批量归一化层。

3.根据权利要求2所述的方法，其特征在于，所述根据所述Encoder网络获取所述待训练人脸图像的特征，其中，所述Encoder网络包括卷积层，批量归一化层，激活函数层，池化层，包括：

将所述待训练人脸图像经过所述卷积层、所述批量归一化层和所述激活函数层，获取所述待训练人脸图像的初始特征；

所述池化层对所述初始特征进行池化，获取所述待训练人脸图像的特征。

4.根据权利要求2所述的方法，其特征在于，所述利用所述Decoder网络根据所述特征图重建所述待训练人脸图像，获取所述重建后的人脸图像，其中，所述Decoder网络包括转置卷积层，批量归一化层，包括：

根据所述转置卷积层对所述人脸图像的特征进行上采样，获取上采样后的特征；

根据所述批量归一化层对所述上采样后的特征进行批量归一化，获取所述重建后的人脸图像。

5.根据权利要求1所述的方法，其特征在于，所述根据所述重建后的人脸图像和所述分类后的人脸图像训练所述Encoder-Decoder网络和所述分类器，包括：

根据所述重建后的人脸图像获取人脸重建子损失函数；

根据所述分类后的人脸图像获取人脸分类子损失函数；

对所述人脸重建子损失函数和所述人脸分类子损失函数加权求和，获取所述损失函数；

根据所述损失函数训练所述Encoder-Decoder网络和所述分类器。

6.根据权利要求5所述的方法，其特征在于，所述根据所述重建后的人脸图像获取人脸重建子损失函数，包括：

根据所述重建后的人脸图像和所述待训练的人脸图像计算像素点的颜色损失；

对所述像素点的颜色损失进行平均，获取人脸重建损失函数。

7.根据权利要求5所述的方法，其特征在于，所述人脸分类子损失函数是损失函数AdaCos。