[发明专利]用于热像人脸识别的方法、电子设备和存储介质

权利要求书

1.一种用于热像人脸识别的方法，其特征在于，所述方法包括：

获得人脸红外热像图；

将人脸红外热像图转换为灰度图；

对灰度图中的人脸的真实框进行标记，作为与灰度图相关联的标签；

基于所述灰度图和所述与灰度图相关联的标签，构建用于热像人脸检测的数据集，该数据集包括训练集、验证集和测试集；

构建神经网络模型，该神经网络模型包括骨干特征提取网络、增加感受野网络和特征聚合网络；

基于所述训练集对所述神经网络模型进行训练；

保存训练中验证集准确率最高的神经网络模型及模型参数；

将所述测试集中的灰度图输入保存的经训练的所述神经网络模型，以得到关于人脸部位的预测框；

基于所述预测框在所述灰度图中的位置和所述人脸红外热像图中的温度信息，确定所述人脸部位的温度；

如果确定所述温度大于或等于预定温度，则确定所述人脸部位的温度异常；

以及，如果确定所述温度小于预定温度，则确定所述人脸部位的温度正常；

其中，在构建神经网络模型的步骤中，所述骨干特征提取网络用于从所述灰度图确定第一特征图、第二特征图和第三特征图，所述第一特征图的尺寸大于所述第二特征图，所述第二特征图的尺寸大于所述第三特征图；

其中，在构建神经网络模型的步骤中，所述增加感受野网络用于从所述第三特征图确定第四特征图；

其中，在构建神经网络模型的步骤中，所述特征聚合网络用于将所述第四特征图经过上采样的结果与所述第二特征图进行串联，以得到第一串联特征图，将所述第一串联特征图经过上采样的结果与所述第一特征图进行串联，以得到第二串联特征图，将所述第二串联特征图经过下采样的结果与所述第四特征图进行串联，以得到第三串联特征图，所述神经网络模型基于所述第一串联特征图、所述第二串联特征图和所述第三串联特征图，确定人脸的预测框。

2.如权利要求1所述的方法，其特征在于，所述人脸红外热像图包括戴口罩人脸的红外热像图和不戴口罩人脸的红外热像图。

3.如权利要求1或权利要求2所述的方法，其特征在于，所述骨干特征提取网络包括至少三个特征图层，用于输出所述第一特征图、所述第二特征图和所述第三特征图，所述特征图层包括残差单元、跨阶段残差边单元和串联单元，所述残差单元与所述跨阶段残差边单元并联，所述串联单元用于将所述残差单元的输出和所述跨阶段残差边单元的输出串联作为所述特征图层的输出。

4.如权利要求3所述的方法，其特征在于，所述骨干特征提取网络是经过样本集预先训练的。

5.如权利要求4所述的方法，其特征在于，所述增加感受野网络包括短接分支和多个卷积分支，所述卷积分支包括卷积层和空洞卷积层，所述多个卷积分支之间的卷积核大小和膨胀因子不同，所述多个卷积分支的输出经过串联得到的结果与所述短接分支的输出经过相加得到所述感受野网络的输出。

6.如权利要求5所述的方法，其特征在于，所述多个卷积分支包括3个卷积分支。

7.如权利要求1或权利要求2所述的方法，其特征在于，在基于所述训练集对所述神经网络模型进行训练的步骤中，损失函数包括目标位置回归损失、目标类别分类损失和置信度损失三部分，其中目标类别分类损失和置信度损失均使用交叉熵，其中目标位置回归损失采用DIoU损失函数L_DIOU。

8.一种电子设备，包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。