[发明专利]基于双路注意力机制的人脸识别方法、装置及设备

说明书

本发明公开了一种基于双路注意力机制的人脸识别方法，包括：获取若干张待检测人脸图像，并对待检测人脸图像进行预处理；将进行完预处理后的待检测人脸图像分为测试集和训练集；利用训练集训练基于双路注意力机制的卷积神经网络，以得到人脸识别模型；其中，人脸识别模型包括特征层和分类层；去除分类层的参数，并从特征层中提取输入到人脸识别模型中的测试集的特征向量；根据所述特征向量计算测试集中待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。本发明还公开了一种基于双路注意力机制的人脸识别装置和设备。采用本发明实施例，通过双路注意力机制模块来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于双路注意力机制的人脸识别方法、装置及设备。

背景技术

人脸识别方法是一种基于人脸图像的面部特征信息进行身份识别的技术。这种技术被广泛地运用在海关出入关卡、安防门禁等领域。其技术路线可以总结为：输入一张图像或一段视频，首先采用人脸检测器对图像或视频中的人脸进行检测，检测到人脸后对人脸图像进行人脸对齐、优选等预处理，然后将预处理后的人脸图像输入到特征提取模型中提取人脸图像的面部特征，最后通过度量面部特征的相似性来判断是否为同一个人。传统的人脸识别方法主要通过提取传统的图像特征来进行人脸识别，如使用LBP特征进行识别，其优点是速度快，但是LBP这种传统特征提取方法泛化性能差，难以适应光照、遮挡、模糊、表情等外部条件的变化，导致在不同场景下其识别准确率偏低。

发明内容

本发明实施例的目的是提供一种基于双路注意力机制的人脸识别方法、装置及设备，通过双路注意力机制来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率。

为实现上述目的，本发明实施例提供了一种基于双路注意力机制的人脸识别方法，包括：

获取若干张待检测人脸图像，并对所述待检测人脸图像进行预处理；

将进行完预处理后的所述待检测人脸图像分为测试集和训练集；

利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；其中，所述人脸识别模型包括特征层和分类层；

去除所述分类层的参数，并从所述特征层中提取输入到所述人脸识别模型中的所述测试集的特征向量；

根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，并根据所述相似值输出人脸识别的结果。

与现有技术相比，本发明实施例公开的基于双路注意力机制的人脸识别方法，首先，将进行完预处理后的所述待检测人脸图像分为测试集和训练集；然后，在训练阶段中利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模型；最后，在测试阶段中去除分类层的参数，并从特征层中提取输入的测试集的特征向量，从而计算待检测人脸图像的相似值，并根据相似值输出人脸识别的结果。本发明实施例公开的基于双路注意力机制的人脸识别方法，通过双路注意力机制来挖掘更加重要的深层特征信息，提升了网络的特征提取能力和识别准确率，构建了基于双路注意力机制的轻量级人脸识别模型，提升了常规轻量级人脸识别模型的精度，可满足大规模人脸识别场景的应用需求。

作为上述方案的改进，所述对所述待检测人脸图像进行预处理，具体包括：

利用预设的人脸框检测器获取每一所述待检测人脸图像的人脸框信息；

利用预设的人脸特征点检测器获取每一所述待检测人脸图像的特征点信息；

根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对齐处理，并对对齐后的待检测人脸图像进行归一化处理。

作为上述方案的改进，所述根据所述特征向量计算所述测试集中所述待检测人脸图像的相似值，具体包括：