[发明专利]一种蒙面人身份识别方法

说明书

本申请公开了一种蒙面人身份识别方法，包括：将待识别蒙面人图像输入预置区域分割网络进行分割处理，得到蒙面人区域图像；将蒙面人区域图像输入至预置编码‑解码模型进行特征分离，并删除提取的外部特征，输出蒙面人区域图像的典型特征和姿态特征；对蒙面人区域图像的典型特征进行均值化处理，得到静态步态特征，将姿态特征输入预置LSTM网络进行处理，得到动态步态特征；将静态步态特征和动态步态特征输入至预置分类器进行分类识别，得到待识别蒙面人图像的身份识别结果，解决了现有的人脸识别方法难以识别蒙面人身份的技术问题。

技术领域

本申请涉及身份识别技术领域，尤其涉及一种蒙面人身份识别方法。

背景技术

现有技术中通常通过人脸识别来进行身份识别，但面对墨镜、帽子或口罩等遮挡面部特征的蒙面人时，人脸识别方法无法准确提取到蒙面人的面部特征，从而无法识别出蒙面人身份。特别在拍摄设备分辨率较低的情况下，更加难识别蒙面人的身份。

发明内容

本申请提供了一种蒙面人身份识别方法，用于解决现有的人脸识别方法难以识别蒙面人身份的技术问题。

有鉴于此，本申请第一方面提供了一种蒙面人身份识别方法，包括：

将待识别蒙面人图像输入预置区域分割网络进行分割处理，得到蒙面人区域图像；

将所述蒙面人区域图像输入至预置编码-解码模型进行特征分离，并删除提取的外部特征，输出所述蒙面人区域图像的典型特征和姿态特征；

对所述蒙面人区域图像的典型特征进行均值化处理，得到静态步态特征，将所述姿态特征输入预置LSTM网络进行处理，得到动态步态特征；

将所述静态步态特征和所述动态步态特征输入至预置分类器进行分类识别，得到所述待识别蒙面人图像的身份识别结果。

可选的，所述将待识别蒙面人图像输入预置区域分割网络进行分割处理，得到蒙面人区域图像，之前还包括：

将所述待识别蒙面人图像输入预置超分辨率网络进行处理，输出超分辨率蒙面人图像；

相应的，所述将待识别蒙面人图像输入预置区域分割网络进行分割处理，得到蒙面人区域图像，包括：

将所述超分辨率蒙面人图像输入预置区域分割网络进行分割处理，得到蒙面人区域图像。

可选的，所述预置超分辨率网络包括第一卷积模块和第二卷积模块；

所述第一卷积模块包括6个卷积层和一个亚像素卷积层，用于提高所述待识别蒙面人图像的长度和宽度方向的像素；

所述第二卷积模块包括4个卷积层和一个亚像素卷积层，用于提高所述待识别蒙面人图像的高度方向的像素。

可选的，所述预置编码-解码模型的配置过程包括：

将获取的视频数据进行分帧处理，得到训练样本图像；

将所述训练样本图像依次输入至编码-解码网络，使得所述编码-解码网络中的编码器对所述训练样本图像进行编码处理，输出所述训练样本图像的外部特征、姿态特征和典型特征，所述编码-解码网络中的解码器基于所述编码器输出的特征进行图像重建，输出重建图像，其中，所述训练样本图像为待训练蒙面人图像分割得到的蒙面人区域图像；

基于所述重建图像和所述训练样本图像，通过交叉重建损失函数分离出所述训练样本图像的非姿态特征，通过姿势相似度损失函数分离出所述训练样本图像的姿态特征，通过规范一致性损失函数从所述非姿态特征中分离出所述训练样本图像的典型特征，所述非姿态特征包括所述外部特征和所述典型特征。

可选的，所述交叉重建损失函数为：