[发明专利]基于特征重标定的人脸特征提取方法、系统、设备及介质

权利要求书

1.一种基于特征重标定的人脸特征提取方法，其特征在于，所述方法包括：

构建人脸特征提取网络；其中，所述人脸特征提取网络包括多块特征提取块；

获取待识别用户的人脸图像；

将待识别用户的人脸图像输入人脸特征提取网络，通过特征提取块进行初步特征提取，并对提取的初步特征信息进行压缩、筛选和重标定，得到人脸特征信息。

2.根据权利要求1所述的人脸特征提取方法，其特征在于，所述人脸特征提取网络具体包括依次连接的标准卷积层、第一特征提取块、第二特征提取块、第三特征提取块、第四特征提取块、全局平均池化层和全连接层；

其中，第一特征提取块的输入通道数为32，输出通道数为64，所述第二特征提取块的输入通道数为64，输出通道数为128，所述第三特征提取块的输入通道数为128，输出通道数为256，所述第四特征提取块的输入通道数和输出通道数均为256。

3.根据权利要求2所述的人脸特征提取方法，其特征在于，所述第一特征提取块为两块，所述第二特征提取块为三块，所述第三特征提取块为八块，所述第四特征提取块为一块。

4.根据权利要求1所述的人脸特征提取方法，其特征在于，所述特征提取块包括缩放块和特征选择块，所述缩放块用于对输入图像进行初步特征提取，所述特征选择块用于对输入通道进行压缩、筛选和重标定。

5.根据权利要求4所述的人脸特征提取方法，其特征在于，所述缩放块包括压缩层和扩张层，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。

6.根据权利要求4-5任一项所述的人脸特征提取方法，其特征在于，所述将待识别用户的人脸图像输入人脸特征提取网络，通过特征提取块进行初步特征提取，并对提取的初步特征信息进行压缩、筛选和重标定，得到人脸特征信息，具体包括：

将待识别用户的人脸图像输入人脸特征提取网络，经过标准卷积层处理；

将标准卷积层处理后的图像输入缩放块，进行初步特征提取，输出产生两个分支，其中一个分支不操作，另一个分支输入特征选择块；

通过特征选择块的全局平均池化层对输入的初步特征信息进行特征压缩，将每个二维的特征通道变成一个实数；

通过特征选择块的第一个全连接层对全局平均池化层输出的数据进行进一步特征压缩并使用ReLU函数进行激活，并通过第二个全连接层将数据的维数上升到原来的输出通道，为每个特征通道生成权重，将所有数据送入Sigmiod函数，获得0到1之间的归一化权重，以表示每个特征的重要程度，完成特征筛选；

将经过特征筛选后的数据与缩放块产生的数据相乘，对缩放块提取的初步特征信息的重要程度进行重新标定；

将重新标定后的特征信息依次通过全局平均池化层、全连接层进行处理，得到人脸特征信息。

7.根据权利要求6所述的人脸特征提取方法，其特征在于，所述特征筛选的表达式如下：

s＝σ(W₂δ(W₁Z))

其中，s表示0到1之间的归一化权重集合，Z为全局平均池化层压缩后的所有特征，W₁为第一个全连接层权重，W₂为第二个全连接层权重，δ为ReLU函数，σ为Sigmoid函数。

8.一种基于特征重标定的人脸特征提取系统，其特征在于，所述系统包括：

人脸特征提取网络构建单元，用于构建人脸特征提取网络；其中，所述人脸特征提取网络包括多块特征提取块；

图像获取单元，用于获取待识别用户的人脸图像；

特征提取单元，用于将待识别用户的人脸图像输入人脸特征提取网络，通过特征提取块进行初步特征提取，并对提取的初步特征信息进行压缩、筛选和重标定，得到人脸特征信息。

9.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-7任一项所述的人脸特征提取方法。

10.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的人脸特征提取方法。