买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及脸识别技术领域，尤其涉及一种基于注意力增强的智慧城市摄像头人脸识别方法，对MS1M‑V2数据集中的图像进行处理，得到人脸图像和人脸灰度图像并输入到第一卷积网络中，将混合特征输入到第二卷积网络中，得到第二卷积特征，再通过注意力增强模块和身份特征提取器得到身份特征，通过姿势鉴别器和身份鉴别器，得到人脸识别结果。本发明科学有效的为智慧城市摄像头等边缘设备应用提出了一种足够轻量化的人脸识别模型，借助连续索引的域适应，缩小了正面和侧面之间的域差距，充分利用小参数量的训练方式挖掘人脸图像蕴含的潜在语义信息，提高视频监控在智慧城市建设中的应用覆盖，其可以快速响应以及预防不良事件的发生。

主权项：1.一种基于注意力增强的智慧城市摄像头人脸识别方法，其特征是：包括如下步骤：a）对MS1M-V2数据集中的图像利用NLM图像去噪方法得到人脸图像，对人脸图像使用OpenCV中的cvtColor方法得到人脸灰度图像；b将人脸图像和人脸灰度图像输入到第一卷积网络中，得到混合特征；步骤b包括如下步骤：b-1第一卷积网络依次由第一卷积模块、第二卷积模块和平均池化层构成，第一卷积模块依次由一个卷积核为3*3*3、步长为1的卷积层，一个批标准化层和一个ReLU激活函数层构成，第二卷积模块依次由一个卷积核为1*1*1、步长为1的卷积层，一个批标准化层和一个ReLU激活函数层构成；b-2将人脸图像输入到第一卷积模块中，得到第一初始特征；将人脸灰度图像输入到第二卷积模块中，得到第二初始特征；b-3将第一初始特征和第二初始特征相加，得到初始混合特征；b-4将初始混合特征输入到平均池化层中，得到混合特征；c将混合特征输入到第二卷积网络中，得到第二卷积特征；d将第二卷积特征输入到注意力增强模块中，得到注意力编码；e将第二卷积特征和注意力编码输入到身份特征提取器中，得到身份特征；f将混合特征输入到姿势鉴别器中，得到姿势特征；步骤f包括如下步骤：f-1姿势鉴别器由连续索引域、梯度反转层和姿势分类器，连续索引域由维度为64×64的初始化二维矩阵；f-2将混合特征乘以连续索引域，得到姿势矩阵；f-3梯度反转层由ReLU激活函数HE反转因子β=-1组成,将姿势矩阵输入ReLU激活函数后乘以反转因子，得到姿势反转矩阵；f-4所述姿势分类器由Flatten函数和线性层组成，将姿势反转矩阵输入姿势分类器中，得到姿势特征；g将身份特征和姿势特征输入到身份鉴别器中，得到人脸识别结果R1；h通过交叉熵损失函数利用Adam优化器迭代步骤b至g中模型的参数，得到训练后的模型M；i将待识别的人脸图像进行预处理后输入到步骤h中训练好的模型内，输出得到人脸识别结果R2。

全文数据：

权利要求：

百度查询： 山东远桥信息科技有限公司 山东城市建设职业学院 基于注意力增强的智慧城市摄像头人脸识别方法