[发明专利]人脸图像相似度的计算方法、装置、设备及存储介质

说明书

本发明涉及图像处理领域，公开了一种人脸图像相似度的计算方法、装置、设备及存储介质。本方法包括：通过将两帧视频图像输入预置人脸识别模型进行识别，输出视频图像对应的第一人脸图像和第二人脸图像；将人脸图像输入预置注意力检测模型的特征层进行图像特征提取，分别得到人脸图像的图像特征；对图像特征执行卷积注意力计算，分别得到人脸图像的第一注意力图像特征和第二注意力图像特征；计算第一注意力图像特征和第二注意力图像特征之间的特征相似度，确定为第一人脸图像和第二人脸图像的图像相似度。本方案通过对人脸图像进行特征提取和融合，根据两图像对应特征之间的相关性确定图像的相关性，提高了图像识别效率。

技术领域

本发明涉及图像处理领域，尤其涉及一种人脸图像相似度的计算方法、装置、设备及存储介质。

背景技术

多帧单人脸跟踪，一般是先找到人脸，再比对，一般都是要跨越多帧，需要建立多帧视频之间的关系。过去的技术基本都是，分颗粒度从粗到细而言，基本是：通过检测框找到固定的对象范围，然后再对其找特征，再比较；通过关键点锁定更小的局部范围(通过坐标实现降维数据)，根据关键点的位置通过卡尔曼滤波，但是本身关键点就不准，卡尔曼滤波又会叠加误差；细节到分割的方法(标注成本很高)，实现更小更细局部的比对。

这几种方法，都是逐步精确锁定比较范围，实现比较对象尽量无杂质，从而提高准确度，但是两者的锁定范围和比较程度无法兼顾标准难度，速度，准确度，其中遇到的问题还有很多：姿势(面部旋转)，遮挡(环境遮挡)，光线(面部对光线的反射)，分辨率(越低的分辨率越模糊)，造成泛化性很差。

发明内容

本发明的主要目的是通过对人脸图像进行特征提取和融合，根据两图像对应特征之间的相关性确定图像的相关性，提高了图像识别效率。

本发明第一方面提供了一种人脸图像相似度的计算方法，包括：获取两帧包含人脸的视频图像，并将所述视频图像输入预置人脸识别模型进行识别，输出所述视频图像中人脸的区域范围；根据所述区域范围，从所述两帧视频图像中提取出对应的第一人脸图像和第二人脸图像；将所述第一人脸图像和所述第二人脸图像输入预置注意力检测模型的特征层对所述第一人脸图像和所述第二人脸图像进行图像特征提取，分别得到所述第一人脸图像的第一图像特征和所述第二人脸图像的第二图像特征；分别对所述第一图像特征和所述第二图像特征进行卷积注意力的计算，得到第一注意力图像特征和第二注意力图像特征；计算所述第一注意力图像特征和第二注意力图像特征之间的特征相似度，并基于所述特征相似度确定所述第一人脸图像与所述第二人脸图像之间的图像相似度。

可选地，在本发明第一方面的第一种实现方式中，在所述获取两帧包含人脸的视频图像，并将所述视频图像输入预置人脸识别模型进行识别，输出所述视频图像中人脸的区域范围之前，还包括：获取多张不同应用场景下的包含人脸的样本图像，并将所述样本图像作为训练样本图像集；将所述训练样本图像集输入预置的初始人脸识别模型的主干网络，对所述训练样本图像集中的样本图像分别进行人脸特征提取，得到特征集，其中，所述初始人脸识别模型包括主干网络和多个分类网络；计算所述特征集的特征向量损失函数值，得到多个特征向量损失函数值；根据所述多个特征向量损失函数值，计算所述初始人脸识别模型的目标损失函数值；根据所述目标损失函数值对所述主干网络进行迭代更新，直至所述目标损失函数值收敛，得到目标人脸识别模型。