人脸识别方法和系统

文档序号:34924822发布日期:2023-07-28 04:19阅读:来源:国知局

技术特征:

1.人脸识别方法,其特征在于,包括:

2.根据权利要求1所述的人脸识别方法,其特征在于,所述通过训练后的遮挡人脸识别模型中的特征提取网络,对所述待识别人脸图像进行特征提取得到第一特征图的步骤,具体包括:将所述待识别人脸图像进行分块处理,得到若干个子块;

3.根据权利要求2所述的人脸识别方法,其特征在于,所述将所述待识别人脸图像进行分块处理,得到若干个子块的步骤,具体包括:

4.根据权利要求2所述的人脸识别方法,其特征在于,所述对所述子块进行cs-lbp特征提取的步骤,具体包括:

5.根据权利要求2所述的人脸识别方法,其特征在于,所述对所述图像特征进行加权pca降维处理的步骤,具体包括:

6.根据权利要求1所述的人脸识别方法,其特征在于,所述通过所述训练后的遮挡人脸识别模型中的特征增强网络,对所述第一特征图中的非遮挡区域特征进行增强得到第二特征图的步骤,具体包括:

7.根据权利要求6所述的人脸识别方法,其特征在于,所述将所述注意力模块输出结果输入至特征增强网络的特征向量提取模块,得到所述第二特征图的步骤,具体包括:

8.根据权利要求1所述的人脸识别方法,在所述获取待识别人脸图像之前,还包括:

9.基于权利要求1-8任意一条所述的人脸识别方法的系统,其特征在于,所述系统包括:


技术总结
本申请提供了人脸识别方法和系统。在该方法中,包括:获取待识别人脸图像,待识别人脸图像包括遮挡区域和非遮挡区域;通过训练后的遮挡人脸识别模型中的特征提取网络,对待识别人脸图像进行特征提取得到第一特征图;通过训练后的遮挡人脸识别模型中的特征增强网络,对第一特征图中的非遮挡区域特征进行增强得到第二特征图;通过训练后的遮挡人脸识别模型中的人脸识别网络,对第二特征图进行识别得到待识别人脸图像的人脸识别结果。本申请中特征提取网络可以增强人脸特征在低分辨率下的鲁棒性和分类能力,特征增强网络对非遮挡区域特征进行加权,从而使得人脸识别结果准确率更高。

技术研发人员:殷光强,李超,游长江,刘学婷,杨莳萌,张嘉
受保护的技术使用者:电子科技大学(深圳)高等研究院
技术研发日:
技术公布日:2024/1/13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1