[发明专利]一种基于掩码区域自适应增强的光照变化人脸识别方法

权利要求书

1.一种基于掩码区域自适应增强的光照变化人脸识别方法，其特征在于，包括以下步骤：

S1、将人脸数据集中光照变化人脸图像与其对应身份标识的标准图像构建成对图像；

S2、获取步骤S1中光照变化人脸图像的掩码注意力图，具体为：

S201、将RGB格式光照变化人脸图像的三通道之和记为光照通道，标准化为[0，1]，并用1减去，将结果记为Attention map；

S202、通过人脸解析网络和五官对称性先验获取未解析的五官掩码区域UFMA；

S203、将步骤S201的结果Attention map和步骤S202的结果UFMA结合得到掩码注意力图；

S3、构建生成对抗网络中的生成器G，根据步骤S2获取的掩码注意力图对步骤S1的光照变化人脸图像进行自适应光照增强；

S4、对步骤S3生成的图像施加身份特征约束和感知约束，生成光照条件增强后的人脸图像，并使用人脸识别方法对生成的人脸图像进行识别；

施加身份特征约束具体为：使用现有人脸特征提取网络ArcFace模型对生成的光照条件良好的人脸图像以及其对应身份标识的标准图像提取人脸特征，并计算相似度得到特征级损失l₂；

施加感知约束具体为：对生成图像和光照变化人脸图像的整体和局部区域施加损失，局部区域为检测到的五官关键点所在的区域，当不能检测得到五官关键点时随机裁剪5个区域，得到感知级损失L₃。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，成对图像具体为：

其中，i代表身份标识，l表示不同的光照条件，g表示标准光照条件，K表示数据集中光照变化人脸图像的总数。

3.根据权利要求1所述的方法，其特征在于，步骤S203中，掩码注意力图MAM具体为：

MAM＝Attention map·(λ·UFMA)

其中，λ为超参数。

4.根据权利要求1所述的方法，其特征在于，步骤S3中，生成器G包括依次相连接的输入层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第一反卷积层、第六卷积层、第二反卷积层、第七卷积层、第三反卷积层、第八卷积层、第四反卷积层、第九卷积层、第十卷积层和输出层。

5.根据权利要求1所述的方法，其特征在于，步骤S4中，特征级损失l₂计算如下：

l₂＝1-sim(F(I),F(I′))

其中：F表示人脸特征提取，sim()计算特征相似度，I′为使用本发明对光照变化人脸图像光照增强后的生成图像，I为光照变化人脸图像对应身份标识的标准人脸图像。

6.根据权利要求1所述的方法，其特征在于，步骤S4中，感知级损失L₃具体为：

其中，W_i,j，H_i,j为所提取特征图的维度，φ_i,j()用来提取VGG-16模型中第5个池化层后的第1个卷积层的特征图。

7.根据权利要求1所述的方法，其特征在于，步骤S4中，光照条件增强后的人脸图像的损失Loss计算如下：

其中，为针对整幅图像计算的感知损失，为针对该图局部区域计算的感知损失，为针对整幅图像计算的生成器损失，为针对该图局部区域计算的生成器损失，β为特征级损失的权重，l₂为身份特征损失。