[发明专利]面部图像识别方法及装置在审

专利信息
申请号: 202111042579.4 申请日: 2021-09-07
公开(公告)号: CN113723332A 公开(公告)日: 2021-11-30
发明(设计)人: 任雁飞;李文利;武志卿;杜青 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06T3/00
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 赵平;董骁毅
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面部 图像 识别 方法 装置
【权利要求书】:

1.一种面部图像识别方法,其特征在于,包括:

将获取的面部图像分割为各面部子图,对各面部子图分别进行特征提取,融合各面部子图特征提取结果得到子图特征融合结果;

对所述面部图像进行特征提取得到整脸特征提取结果,融合所述子图特征融合结果和所述整脸特征提取结果得到目标特征;

识别所述目标特征得到面部图像识别结果。

2.根据权利要求1所述的面部图像识别方法,其特征在于,对所述面部图像进行特征提取得到整脸特征提取结果包括:

对所述面部图像进行通道融合加强处理得到第一输出特征图,对所述第一输出特征图进行分组卷积;

融合经过分组卷积的第一输出特征图,对融合后的第一输出特征图依次进行压缩和注意力加权得到第二输出特征图;

融合所述第一输出特征图和所述第二输出特征图得到所述整脸特征提取结果。

3.根据权利要求2所述的面部图像识别方法,其特征在于,对融合后的第一输出特征图依次进行压缩和注意力加权得到第二输出特征图包括:

依次对融合后的第一输出特征图进行激活处理和通道融合加强处理;

对经过激活处理和通道融合加强处理的第一输出特征图依次进行压缩和注意力加权得到第二输出特征图。

4.根据权利要求1所述的面部图像识别方法,其特征在于,融合各面部子图特征提取结果得到子图特征融合结果之后,还包括:

对所述子图特征融合结果进行等输入输出卷积;

对经过等输入输出卷积的子图特征融合结果依次进行压缩和注意力加权。

5.根据权利要求4所述的面部图像识别方法,其特征在于,融合所述子图特征融合结果和所述整脸特征提取结果得到目标特征包括:

对经过压缩和注意力加权的子图特征融合结果进行上采样;

融合经过上采样的子图特征融合结果和所述整脸特征提取结果得到所述目标特征。

6.根据权利要求5所述的面部图像识别方法,其特征在于,融合经过上采样的子图特征融合结果和所述整脸特征提取结果得到所述目标特征包括:

融合经过上采样的子图特征融合结果和所述整脸特征提取结果得到目标融合结果;

对所述目标融合结果进行通道权重分配得到所述目标特征。

7.根据权利要求1所述的面部图像识别方法,其特征在于,将获取的面部图像分割为各面部子图之前,还包括:

将获取的面部图像进行仿射变换。

8.一种面部图像识别装置,其特征在于,包括:

子图特征融合结果模块,用于将获取的面部图像分割为各面部子图,对各面部子图分别进行特征提取,融合各面部子图特征提取结果得到子图特征融合结果;

目标特征模块,用于对所述面部图像进行特征提取得到整脸特征提取结果,融合所述子图特征融合结果和所述整脸特征提取结果得到目标特征;

识别模块,用于识别所述目标特征得到面部图像识别结果。

9.一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的面部图像识别方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的面部图像识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111042579.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top