[发明专利]遮挡人脸图像的识别装置

权利要求书

1.一种遮挡人脸图像的识别装置，其特征在于，所述装置包括生成对抗网络模型，其配置为获取遮挡人脸图像，并对所获取的遮挡人脸图像进行人脸识别；所述生成对抗网络模型包括解耦网络模块、融合网络模块和优化训练模块；

所述解耦网络模块，配置为依据所述生成对抗网络模型所获取的遮挡人脸图像，预测清晰人脸图像和遮挡图像，其中，所述遮挡图像为所述遮挡人脸图像中遮挡图形所在的区域，且该区域未包含人脸信息；

所述融合网络模块，配置为依据所述解耦网络模块所预测的清晰人脸图像和遮挡图像，重建新的遮挡人脸图像；以及，依据所述生成对抗网络模型获取的清晰人脸图像和遮挡图像，预测遮挡人脸图像；所述解耦网络模块，进一步配置为依据所述融合网络模块所预测的遮挡人脸图像，重建新的清晰人脸图像和遮挡图像；

所述优化训练模块，配置为依据预设训练集，并按照下式所示的损失函数L对所述生成对抗网络模型进行网络训练，得到优化后的生成对抗网络模型：

L＝L_gan+λL_cyc

其中，所述L_gan为对抗损失函数，所述L_cyc为循环一致性损失函数，所述λ为预设的权重参数；

所述对抗损失函数L_gan＝L_GAN1+L_GAN2，所述L_GAN1为预设训练集中遮挡人脸图像与所述融合网络模块所预测的遮挡人脸图像之间的对抗损失函数，所述L_GAN2为所述预设训练集中清晰人脸图像与所述解耦网络模块所预测的清晰人脸图像之间，以及所述预设训练集中遮挡图像与所述解耦网络模块所预测的遮挡图像之间的对抗损失函数；

所述循环一致性损失函数L_cyc＝L_CYC1+L_CYC2，所述L_CYC1为预设训练集中遮挡人脸图像与所述融合网络模块所重建的遮挡人脸图像之间的一致性损失函数，所述L_CYC2为所述预设训练集中清晰人脸图像与所述解耦网络模块所预测的清晰人脸图像之间，以及所述预设训练集中遮挡图像与所述解耦网络模块所预测的遮挡图像之间的一致性损失函数。

2.根据权利要求1所述的装置，其特征在于，

所述对抗损失函数L_GAN1如下式所示：

其中，所述x、y与z分别为所述预设训练集中的遮挡人脸图像、清晰人脸图像与遮挡图像；所述P_data(x)、P_data(y)与P_data(z)分别为所述图像x、y与z的分布；所述D_X表示所述生成对抗网络模型中预设的遮挡人脸图像域判别器，所述E表示期望，所述F(y,z)为融合网络模块所预测的遮挡人脸图像。

3.根据权利要求2所述的装置，其特征在于，

所述对抗损失函数L_GAN2如下式所示：

其中，所述与分别为所述解耦网络模块所重建的清晰人脸图像和遮挡图像；所述D_Y表示所述生成对抗网络模型中预设的清晰人脸图像域判别器，所述D_Z表示所述生成对抗网络模型中预设的遮挡图像域判别器。

4.根据权利要求1所述的装置，其特征在于，

所述一致性损失函数L_CYC1如下式所示：

其中，所述x为所述预设训练集中的遮挡人脸图像，所述P_data(x)为所述图像x的分布；所述G表示解耦网络模块，所述F表示融合网络模块，所述G(x)为解耦网络模块所预测的清晰人脸图像和遮挡图像，所述F(G(x))为融合网络模块所重建的遮挡人脸图像；所述|| ||₁表示L1范数，所述E表示期望。

5.根据权利要求4所述的装置，其特征在于，

所述一致性损失函数L_CYC2如下式所示：

其中，所述y与z分别为所述预设训练集中的清晰人脸图像与遮挡图像；所述P_data(y)与P_data(z)分别为所述图像y与z的分布；所述F(y,z)为融合网络模块所预测的遮挡人脸图像，所述G(F(y,z))为解耦网络模块所重建的清晰人脸图像和遮挡图像。