[发明专利]人脸识别方法、训练方法、电子设备及存储介质有效

专利信息
申请号: 202110780580.0 申请日: 2021-07-09
公开(公告)号: CN113469091B 公开(公告)日: 2022-03-25
发明(设计)人: 保长存;陈智超;朱海涛;江坤;户磊 申请(专利权)人: 北京的卢深视科技有限公司;合肥的卢深视科技有限公司
主分类号: G06V20/64 分类号: G06V20/64;G06V40/16;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T7/50
代理公司: 北京智晨知识产权代理有限公司 11584 代理人: 张婧
地址: 100083 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 识别 方法 训练 电子设备 存储 介质
【权利要求书】:

1.一种人脸识别方法,其特征在于,包括:

获取人脸图像的候选纹理图像;所述人脸图像的候选纹理图像包括所述人脸图像的左脸区域的参数化纹理图像或所述人脸图像的右脸区域的参数化纹理图像;

根据所述人脸图像的候选纹理图像,得到待识别的参数化纹理图像;

将所述待识别的参数化纹理图像输入人脸识别模型,进行人脸识别;所述人脸识别模型为预先训练至收敛的基于参数化纹理图像进行人脸识别的网络模型;

在所述获取人脸图像的候选纹理图像之前,还包括:

将所述人脸图像输入三维重建网络,得到所述人脸图像对应的三维重建模型,所述三维重建网络为预先训练至收敛的、基于输入的人脸图像重建得到具有统一的拓扑几何结构的三维重建模型的神经网络;

根据所述人脸图像对应的三维重建模型、初始参数化纹理图像,以及预设的三维重建模型与初始参数化纹理图像的映射关系,得到所述人脸图像的参数化纹理图像。

2.根据权利要求1所述的人脸识别方法,其特征在于,所述获取人脸图像的候选纹理图像,包括:

判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度;若确定是,获取所述人脸图像的左脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像;若确定不是,获取所述人脸图像的右脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像;

或者,

判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度;若确定是,获取所述人脸图像的左脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像;若确定不是,对所述人脸图像的右脸区域的参数化纹理图像进行镜像处理,将镜像处理后的图像作为所述人脸图像的候选纹理图像;

或者,

判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度;若确定是,对所述人脸图像的左脸区域的参数化纹理图像进行镜像处理,将镜像处理后的图像作为所述人脸图像的候选纹理图像;若确定不是,获取所述人脸图像的左脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像。

3.根据权利要求2所述的人脸识别方法,其特征在于,所述判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度,包括:

获取所述人脸图像的人脸姿态角;

根据所述人脸姿态角,判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度。

4.根据权利要求1所述的人脸识别方法,其特征在于,所述获取人脸图像的候选纹理图像,包括:判断所述人脸图像的左脸区域的可见程度是否大于所述人脸图像的右脸区域的可见程度;若确定是,获取所述人脸图像的左脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像;若确定不是,获取所述人脸图像的右脸区域的参数化纹理图像作为所述人脸图像的候选纹理图像;

所述根据所述人脸图像的候选纹理图像,得到待识别的参数化纹理图像,包括:判断所述人脸图像的候选纹理图像是否为指定区域的纹理图像,所述指定区域为左脸区域或右脸区域;若确定是,将所述人脸图像的候选纹理图像,作为所述待识别的参数化纹理图像;若确定不是,对所述人脸图像的候选纹理图像进行镜像处理,将镜像处理后的图像作为所述待识别的参数化纹理图像。

5.根据权利要求1所述的人脸识别方法,其特征在于,在所述根据所述人脸图像对应的三维重建模型、初始参数化纹理图像,以及预设的三维重建模型与初始参数化纹理图像的映射关系,得到所述人脸图像的参数化纹理图像之前,还包括:

根据所述拓扑几何结构,生成所述初始参数化纹理图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京的卢深视科技有限公司;合肥的卢深视科技有限公司,未经北京的卢深视科技有限公司;合肥的卢深视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110780580.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top