CN110781784A 基于双路注意力机制的人脸识别方法、装置及设备 （高新兴科技集团股份有限公司）

本发明公开了一种基于双路注意力机制的预处理后的待检测人脸图像分为测试集和训练并从特征层中提取输入到人脸识别模型中的测2利用所述训练集训练基于双路注意力机制的深去除所述分类层的参数，并从所述特征层中提取输入到根据所述特征向量计算所述测试集中所述待检测人脸图像利用预设的人脸特征点检测器获取每一所述根据所述人脸框信息和所述特征点信息对所述待利用余弦距离或欧氏距离根据所述特征向量计算所述测试集中所述待检测人脸图像路注意力机制的深度可分离卷积神经网络包括深度可分离卷积结构和双路注意力机制结输入到所述深度可分离卷积结构的特征图依次经过所所述相加层将所述第二普通卷积层输出的特征图与输入到所述深度可分离卷积结构征做最大值池化，所述二路通道用于对输入所述双路注意力机制结构的特征做平均值池3训练单元，用于利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网测试单元，用于去除所述分类层的参数，并从所4[0004]为实现上述目的，本发明实施例提供了一种基于双路注意力机制的人脸识别方用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模5[0014]根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对齐处[0016]利用余弦距离或欧氏距离根据所述特征向量计算所述测试集中所述待检测人脸[0023]所述相加层将所述第二普通卷积层输出的特征图与输入到所述深度可分离卷积6阶段中，训练单元利用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，[0036]图4是本发明实施例提供的另一种基于双路注意力机制的人脸识别方法的流程[0037]图5是本发明实施例提供的一种基于双路注意力机制的人脸识别装置的结构示意[0038]图6是本发明实施例提供的一种基于双路注意力机制的人脸识别设备的结构示意7[0050]S13、根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对人脸框检测器和人脸特征点检测器可采用现有技术常用的人脸框检测装置和人脸特征点进行相加得到输出。激活函数方面，原始的Mobilenet-V2在前两个卷积层之后采用的是本发明实施例中为了更有效地进行人脸特征的提取，将前两层卷积层(即所述第一普通卷积层和所述深度可分离卷积层)之后的激活函数改成P卷积结构)之后都加入了特征通道间的双路注意力机制结构，通过双路注意力机制结构挖[0058]所述双路注意力机制结构包括一路通道和二路通道，InvertedResidualBlock8活函数的输出作为原始输入特征通道(即InvertedResidualBlock的输出通道)的权重，的方向学习。这样通过卷积神经网络自动学习的方式可以得到每个特征通道的权重信息，9用所述训练集训练基于双路注意力机制的深度可分离卷积神经网络，以得到人脸识别模大规模人脸识别场景的应用需求；将InvertedResidualBlock中的ReLU6激活函数改为[0076]划分单元12，用于将进行完预处理后的所述待检测人脸图像分为测试集和训练[0082]根据所述人脸框信息和所述特征点信息对所述待检测人脸图像进行人脸对齐处[0089]所述双路注意力机制结构用于接收所述深度可分离卷积结构输出的特征图；其[0090]具体的所述基于双路注意力机制的人脸识别装置10的工作过程请参考上述实施[0091]与现有技术相比，本发明实施例公开的基于双路注意力机制行所述计算机程序时实现上述各个基于双路注意力机制的人脸识别方法实施例中的步骤，或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描如所述基于双路注意力机制的人脸识别设备20还可以包括输入输出设备、网络接入设备、其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器口和线路连接整个所述基于双路注意力机制的人脸识别[0097]所述存储器22可用于存储所述计算机程序和/或模块，所述处理器21通过运行或[0098]其中，所述基于双路注意力机制的人脸识别设备20集成的模块/单元如果以软件算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质