[发明专利]基于特征空间超分辨映射的低分辨率人脸识别方法

摘要

本发明所要解决的技术问题是提出一种基于特征空间超分辨映射的低分辨率人脸识别方法，设计了一个残差block作为映射模块基础架构，级联在人脸识别神经网络中特征提取部分之后。因为映射模块是一个轻量级神经网络，并且输入特征谱分辨率尺寸远低于原图尺寸，因此本方法的计算量远远低于图像空间超分辨率的方法，同时因为是在识别特征上映射，可以更有针对性地得到高判别性地高分辨人脸特征。本发明对低分辨率人脸识别有显著提升且计算代价很小，可以有效解决安防场景中无法识别低分辨率人脸的问题，是更适合实际产品部署的方法。

主权项

1.基于特征空间超分辨映射的低分辨率人脸识别方法，其特征在于，包括以下步骤：/n一、训练步骤：/n1)完成对人脸识别神经网络的训练；所述人脸识别神经网络能有效识别高分辨率人脸；/n2)完成对特征映射模块的训练；所述特征映射模块用于实现从低分辨率人脸特征谱到高分辨率人脸特征谱的映射；所述高分辨率人脸为分辨率为30x30以上的人脸图像，所述低分辨率人脸为分辨率在30x30及以下的人脸图像；/n二、识别步骤：/n1)获取输入的人脸图像的分辨率；/n2)将人脸图像输入至训练完成的人脸分类网络，当人脸图像为低分辨率人脸时，将人脸分类网络中最后一层特征提取卷积层输出的特征谱经过全局平均池化完成维度匹配之后作为输入的人脸图像的；当人脸图像为高分辨率人脸时，将人脸分类网络中最后一层特征提取全连接层输出的特征向量作为输入的人脸图像的特征向量；/n3)依次计算输入的人脸图像的特征向量与数据库中已注册的各个人脸特征向量的余弦相似度，当有余弦相似度高于阈值的情况，则表明有识别结果输出，将对应的余弦相似度最高的已注册人脸作为识别结果输出。/n