[发明专利]一种基于边缘信息和注意力机制的人脸信息识别方法

权利要求书

1.一种基于边缘信息和注意力机制的人脸信息识别方法，其步骤包括：

1)对输入的人脸图像进行特征提取得到该人脸图像的低层特征图；

2)使用多层次池化模块从该低层特征图中提取高层次特征和低层次特征；使用边缘提取模块对该低层特征图进行处理得到边缘二值图像；

3)根据该边缘二值图像对高层次特征和低层次特征分别进行滤波、池化采样，得到投影矩阵，将该人脸图像中具有相似特征的像素集合映射到图结构G中的每个顶点；其中图结构G＝{V，E，W}；V为图结构G上顶点的集合，|V|＝N为图结构G的顶点个数；E为图结构G中边的集合；W为带权邻接矩阵，其中的元素w_i，j是图结构G中连接顶点i与顶点j的边的权重；

4)将该投影矩阵、高层次特征输入图卷积模块进行推理，获得图结构G的节点特征并将其输入反投影模块，得到优化后的高层特征；将该投影矩阵、低层次特征输入图卷积模块进行推理，获得图结构G的节点特征并将其输入反投影模块，得到优化后的低层特征；

5)将优化后的高层特征和低层特征馈送到解码器进行上采样到相同尺度并拼接在一起输入卷积网络；

6)卷积网络对输入特征数据进行更新处理得到该人脸图像的人脸信息。

2.如权利要求1所述的方法，其特征在于，利用ResNet骨干网络对输入的人脸图像进行特征提取得到所述低层特征图。

3.如权利要求1所述的方法，其特征在于，利用图拉普拉斯矩阵L＝D-W计算得到带权邻接矩阵W，其中D为对角矩阵，

4.一种基于边缘信息和注意力机制的人脸信息识别系统，其特征在于，包括特征提取模块、边缘感知图推理模块和解码器模块；其中，

特征提取模块，用于输入的人脸图像进行特征提取得到该人脸图像的低层特征图；然后从该低层特征图中提取高层次特征和低层次特征，以及对该低层特征图进行处理得到边缘二值图像；

边缘感知图推理模块，用于根据该边缘二值图像对高层次特征和低层次特征分别进行滤波、池化采样，得到投影矩阵，将该人脸图像中具有相似特征的像素集合映射到图结构G中的每个顶点；其中图结构G＝{V，E，W}；V为图结构G上顶点的集合，|V|＝N为图结构G的顶点个数；E为图结构G中边的集合；W为带权邻接矩阵，其中的元素w_i，j是图结构G中连接顶点i与顶点j的边的权重；然后将该投影矩阵、高层次特征输入图卷积模块进行推理，获得图结构G的节点特征并将其输入反投影模块，得到优化后的高层特征；以及将该投影矩阵、低层次特征输入图卷积模块进行推理，获得图结构G的节点特征并将其输入反投影模块，得到优化后的低层特征；

解码器模块，用于对优化后的高层特征和低层特征进行上采样到相同尺度并拼接在一起输入卷积网络进行特征数据更新处理得到该人脸图像的人脸信息。

5.如权利要求4所述的系统，其特征在于，所述特征提取模块利用ResNet骨干网络对输入的人脸图像进行特征提取得到所述低层特征图。

6.如权利要求4所述的系统，其特征在于，所述边缘感知图推理模块利用图拉普拉斯矩阵L＝D-W计算得到带权邻接矩阵W，其中D为对角矩阵，