[发明专利]一种低分辨率人脸识别方法、系统、电子设备及存储介质

权利要求书

1.一种低分辨率人脸识别方法，其特征在于，包括：

获取目标人脸图像；所述目标人脸图像为低于目标分辨率的人脸图像；

利用人脸识别模型对所述目标人脸图像进行识别处理，得到高于或等于目标分辨率的人脸图像及对应身份；

所述人脸识别模型包括依次连接的预处理单元和特征处理单元，以及与所述特征处理单元分别连接的人脸超分重建单元和人脸识别单元；

所述预处理单元用于对目标人脸图像进行特征提取及编码，得到图像编码特征；所述特征处理单元用于对所述图像编码特征进行特征编解码，得到目标处理特征；所述人脸超分重建单元用于对所述目标处理特征进行解码，得到高于或等于目标分辨率的人脸图像；所述人脸识别单元用于对所述目标处理特征进行识别，得到目标人脸图像对应身份；

所述预处理单元是基于第一网络层建立的；所述人脸超分重建单元是基于第二网络层建立的；所述人脸识别单元是基于第三网络层建立的；所述特征处理单元是基于第四网络层建立的；所述第一网络层包括依次连接的第一卷积层和第一编码器；所述第二网络层包括依次连接的第一解码器和第二卷积层；所述第三网络层包括依次连接的第三卷积层和全连接层；所述第四网络层包括依次连接的第二编码器和第二解码器；

所述第一编码器、所述第二编码器、所述第二解码器和所述第一解码器依次连接；所述第二解码器还与所述第三卷积层连接；所述第一编码器、所述第二编码器、所述第二解码器和所述第一解码器均包括：至少一对依次连接的嵌入模块和瓶颈模块；所述第三卷积层还与所述第二解码器中的瓶颈模块相连。

2.根据权利要求1所述的低分辨率人脸识别方法，其特征在于，所述人脸识别模型的训练过程，具体包括：

获取训练数据；所述训练数据包括低于目标分辨率的训练图像及对应识别结果；所述识别结果包括高于或等于目标分辨率的训练图像及对应身份；

构建UNet网络模型；所述UNet网络模型包括依次连接的所述第一网络层和所述第四网络层，以及与所述第四网络层分别连接的所述第二网络层和所述第三网络层；

将所述训练数据输入所述UNet网络模型，并根据损失函数进行训练，将训练好的UNet网络模型确定为人脸识别模型。

3.根据权利要求2所述的低分辨率人脸识别方法，其特征在于，所述获取训练数据，具体包括：

获取原始数据；所述原始数据包括原始人脸图像及对应身份；所述原始人脸图像为高于或等于目标分辨率的训练图像；

对所述原始人脸图像进行双三次插值运算及随机处理方法，得到低于目标分辨率的训练图像。

4.根据权利要求3所述的低分辨率人脸识别方法，其特征在于，所述对所述原始人脸图像进行双三次插值运算及随机处理方法，得到低于目标分辨率的训练图像，具体包括：

提取所述原始人脸图像的面部标志点；所述面部标志点包括左眼的中心点、右眼的中心点、鼻尖、左嘴角和右嘴角；

利用仿射变换对所述面部标志点进行对齐校正，得到校正图像；

对所述校正图像依次进行双三次插值运算、随机反转方法和随机轻位移方法，得到低于目标分辨率的训练图像。