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！

申请/专利权人：成都中扶蓉通科技有限公司

摘要：本发明公开了一种高辨别性的部分遮挡人脸识别方法、系统及存储介质，属于部分遮挡人脸识别的技术领域，首先采集不同光线、不同角度、不同遮挡情况下的人脸样本图像，并标注形成训练集。然后，基于训练集训练识别模型，本发明的识别模型首先分割图像，并利用卷积神经网络和多头变形注意力模块的特性对人脸进行分块深度分析；然后，通过构建细粒度特征选择模块对深度特征信息提炼择优，增强特征信息的辨别能力，从而提高模型的识别性能。所述细粒度特征选择模块首先提取高响应区域特征信息，然后利用损失函数从弱化高响应特征之后的特征提取其余有用的特征信息，大大增强了特征信息的细粒度性，并达到对特征信息择优的目的，具有较好的实用性。

主权项：1.一种高辨别性的部分遮挡人脸识别方法，其特征在于，包括以下步骤：步骤S1：采集不同光线、不同角度、不同遮挡情况下的人脸样本图像，并标注形成训练集；步骤S2：基于训练集训练识别模型；步骤S21：首先将人脸样本图像进行分块，得到若干个分块图，将分块图经卷积组合块处理后输入至首个多头变形注意力模块；然后，基于从前至后依次连接的若干个多头变形注意力模块，提取层次性深度特征信息，每个多头变形注意力模块分别输出一个注意力图；步骤S22：基于多层注意力图融合模块用矩阵乘法融合若干个注意力图，并输出注意力融合图；步骤S23：基于注意力融合图，按照注意力权重从大至小进行排序，筛选得到高响应的图像块；然后利用高响应的图像块提取对应的特征信息，同时弱化注意力融合图中高响应的图像块的区域并得到弱化后的图像块；利用损失函数指导从弱化后的图像块中提取出剩余有用的特征信息，并以拼接的方式加入到高响应的图像块中；步骤S23中，弱化注意力融合图中高响应的图像块的区域的公式如下： 其中：为对前n个注意力权重的高响应点进行抑制的标记图； 为利用伯努利分布对进行抑制的标记图，为的补充； 是最后生成的标记图，且≤1； r为伯努利分布系数； α为弱化因子；（i,j）为节点对； max n （A）为注意力融合图中从大至小进行排序的前n个注意力权重的响应点； A（i,j）为原始的注意力融合图； A w （i,j）是弱化后的注意力融合图，即弱化后的图像块；步骤S24：基于识别分类模块，利用损失函数从相似度和概率上计算预测类型和真实类型之间的损失差异值，迭代优化预测类别与真实类别之间的损失值；步骤S3：测试步骤S2中训练后的识别模型的性能，得到性能最优的识别模型，用于识别部分遮挡人脸图像中的人脸。

全文数据：

权利要求：

百度查询： 成都中扶蓉通科技有限公司 一种高辨别性的部分遮挡人脸识别方法、系统及存储介质