[发明专利]一种特征识别方法及装置、计算机可读存储介质

说明书

本实施例公开一种特征识别方法及装置、计算机可读存储介质，该方法可以包括：在接收到初始特征表示的情况下，将初始特征表示输入预设图像生成网络中，得到初始特征表示对应的重构图像；将重构图像输入预设特征提取网络中，得到重构图像对应的当前特征表示；在获取到待识别特征表示的情况下，确定待识别特征表示与当前特征表示是否匹配，以完成特征识别的过程。

分案说明

本公开是基于申请号为201910381801.X，申请日为2019年05月08日，发明名称为一种特征识别方法及装置、计算机可读存储介质的中国专利申请提出的，在该中国专利申请记载的范围内提出分案，该中国专利申请的全部内容再次引入本申请作为参考。

技术领域

本公开涉及图像处理领域，尤其涉及一种特征识别方法及装置、计算机可读存储介质。

背景技术

生物特征识别包括人脸识别、指纹识别等，其应用场景非常广泛，包括智能门禁、安防监控以及手机解锁等，由于生物特征识别在身份认证方面具有重要的应用价值，成为了计算机视觉领域的重要研究对象。近年来，随着深度学习等算法的提出以及核心计算单元性能的增强，生物特征识别得到了发展。

具体的，不同的应用场景使用的特征识别系统不尽相同，使得对于相同的生物特征，通过不同的特征识别系统学习到的特征表示不尽相同，当应用场景更换特征识别系统，或者需要将一个特征识别系统学习到的特征表示应用于其他特征识别系统时，需要将生物特征重新输入其他特征识别系统，得到生物特征在其他特征识别系统中的其他特征表示，进而导致特征识别的实现过程繁琐、智能性低的问题。

发明内容

本实施例提供一种特征识别方法及装置、计算机可读存储介质，能够在使用不同特征识别系统进行特征识别时，简化特征识别的实现过程、提高特征识别的智能性。

本公开的技术方案是这样实现的：

本实施例提供一种特征识别方法，所述方法包括：

在接收到初始特征表示的情况下，将所述初始特征表示输入预设图像生成网络中，得到所述初始特征表示对应的重构图像；

将所述重构图像输入预设特征提取网络中，得到所述重构图像对应的当前特征表示；

在获取到待识别特征表示的情况下，确定所述待识别特征表示与所述当前特征表示是否匹配，以完成特征识别的过程。

在上述方法中，所述将所述初始特征表示输入预设图像生成网络之前，所述方法还包括：

根据预设图像样本和初始特征表示样本，对转置卷积神经网络进行训练，得到所述预设图像生成网络。

在上述方法中，所述将所述重构图像输入预设特征提取网络中之前，所述方法还包括：

根据所述预设图像样本和当前特征表示样本，对卷积神经网络进行训练，得到所述预设特征提取网络。

在上述方法中，所述根据预设图像样本和初始特征表示样本，对转置卷积神经网络进行训练，得到所述预设图像生成网络，包括：

将所述初始特征表示样本输入所述转置卷积神经网络，得到重构图像样本；

根据所述重构图像样本、所述预设图像样本和/或对抗网络，确定出预设指标值；

基于所述预设指标值调整所述转置卷积神经网络。

在上述方法中，所述根据所述重构图像样本、所述预设图像样本和/或对抗网络，确定出预设指标值，包括：

将所述重构图像样本和所述预设图像样本输入所述对抗网络中，确定出所述重构图像样本和所述预设图像样本之间的对抗损失值，将所述对抗损失值确定为预设指标值。