[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

说明书

本发明公开了一种低分辨率人脸识别方法、系统、电子设备及存储介质，涉及图像识别技术领域。所述方法包括：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；所述人脸识别模型是基于自注意力模块的UNet网络模型建立的；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。本发明能够提高对于低分辨率人脸图像的识别准确率。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种低分辨率人脸识别方法、系统、电子设备及存储介质。

背景技术

目前，人脸识别技术已经走进了大众生活，对于具有一定约束环境下的人脸识别问题，识别精度已经取得了极大的提高。但是在很多无约束的场景下，如摄像头质量较差、拍摄场景不够理想、相机和人体之间的距离较远等，通常系统只能采集到低分辨率的人脸图像，而低分辨率的人脸图像信息严重缺失，导致人脸识别能力受限。因此，在现有技术中对于低分辨率人脸图像的识别准确率不高。

发明内容

本发明的目的是提供一种低分辨率人脸识别方法、系统、电子设备及存储介质，能够提高对于低分辨率人脸图像的识别准确率。

为实现上述目的，本发明提供了一种低分辨率人脸识别方法，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。

可选地，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。

可选地，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。