申请/专利权人：山东远桥信息科技有限公司;山东城市建设职业学院

申请日：2024-03-14

公开（公告）日：2024-04-16

公开（公告）号：CN117894058A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

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；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将混合特征和注意力编码输入到姿势鉴别器中，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

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD