[发明专利]一种针对眼镜遮挡的人脸识别方法及装置

权利要求书

1.一种针对眼镜遮挡的人脸识别方法，其特征在于，包括：

获取待进行人脸识别的用户的人脸图像x及眼部区域图像x_e；

根据所述人脸图像x获取人脸特征Φ(x)以及根据所述眼部区域图像x_e基于注意力机制思想获取眼部特征Φ(x_e)；

根据所述眼部特征Φ(x_e)及预设的残差函数模型R(·)获取眼部残差特征R(Φ(x_e))；其中，所述预设的残差函数模型R(·)为通过对训练样本以最小化min(R(Φ(x_eg))-Φ(x_en))为目标进行训练得到的，其中，x_eg为训练样本佩戴眼镜的眼部图像，x_en为训练样本不佩戴眼镜的眼部图像，Φ(x_eg)为训练样本佩戴眼镜的眼部图像特征，Φ(x_en)为训练样本不佩戴眼镜的眼部图像特征；

将所述人脸特征和所述眼部残差特征进行融合，得到人脸叠加眼部的融合特征；

将人脸叠加眼部的融合特征输入至预设人脸识别模型中，得到人脸图像识别结果；其中，所述预设人脸识别模型为将训练样本的人脸叠加眼部的融合特征作为输入，将训练样本的正确识别结果作为输出进行预先训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述将所述人脸特征和所述眼部残差特征进行融合，得到人脸叠加眼部的融合特征，具体包括：

将所述人脸特征和所述眼部残差特征按照下面第一关系模型进行融合：

C＝Φ(x)+W*R(Φ(x_e))

其中，C表示人脸叠加眼部的融合特征，Φ(x)表示人脸特征，R(Φ(x_e))表示眼部残差特征，W表示眼部残差特征的权重。

3.根据权利要求2所述的方法，其特征在于，所述眼部残差特征的权重W为眼镜遮挡面积与眼部区域面积的比值w(x_e)；

相应地，所述第一关系模型为：

C＝Φ(x)+w(x_e)R(Φ(x_e))。

4.一种针对眼镜遮挡的人脸识别装置，其特征在于，包括：

人脸图像获取模块，用于获取待进行人脸识别的用户的人脸图像x；

眼部区域图像获取模块，用于获取所述待进行人脸识别的用户的眼部区域图像x_e；

人脸特征获取模块，用于根据所述人脸图像x获取人脸特征Φ(x)；

眼部特征获取模块，用于根据所述眼部区域图像x_e基于注意力机制思想获取眼部特征Φ(x_e)；

眼部残差特征获取模块，用于根据所述眼部特征Φ(x_e)以及预设的残差函数模型R(·)获取眼部残差特征R(Φ(x_e))；其中，所述预设的残差函数模型R(·)为通过对训练样本以最小化min(R(Φ(x_eg))-Φ(x_en))为目标进行训练得到的，其中，x_eg为训练样本佩戴眼镜的眼部图像，x_en为训练样本不佩戴眼镜的眼部图像，Φ(x_eg)为训练样本佩戴眼镜的眼部图像特征，Φ(x_en)为训练样本不佩戴眼镜的眼部图像特征；

特征融合模块，用于将所述人脸特征和所述眼部残差特征进行融合，得到人脸叠加眼部的融合特征；

人脸识别模块，用于将人脸叠加眼部的融合特征输入至预设人脸识别模型中，得到人脸图像识别结果；其中，所述预设人脸识别模型为将训练样本的人脸叠加眼部的融合特征作为输入，将训练样本的正确识别结果作为输出进行预先训练得到的。