[发明专利]用于提高人脸识别精度的方法、装置、电子设备和介质

权利要求书

1.一种用于提高人脸识别精度的方法，包括：

获取目标人脸图像；

通过预先训练的特征提取网络对所述目标人脸图像进行特征提取，以生成特征图，其中，所述特征提取网络用于表征所述目标人脸图像与所述特征图在分辨率上的映射关系；

通过反卷积网络对所述特征图进行特征放大处理，以生成重构后的人脸图像。

2.根据权利要求1所述的方法，其中，所述特征提取网络包括：第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层和第六卷积层；以及

所述通过预先训练的特征提取网络对所述目标人脸图像进行特征提取，以生成特征图，包括：

将所述目标人脸图像输入所述第一卷积层，以生成第一子特征图，其中，所述第一卷积层用于逐块提取所述目标人脸图像中各块子图像对应的特征向量，并根据得到的至少一个特征向量，生成所述第一子特征图；

将所述第一子特征图输入所述第二卷积层，以生成第二子特征图；

将所述第二子特征图输入所述第三卷积层，以生成第三子特征图；

将所述第三子特征图输入所述第四卷积层，以生成第四子特征图；

将所述第四子特征图输入所述第五卷积层，以生成第五子特征图；

将所述第五子特征图输入所述第六卷积层，以生成所述特征图。

3.根据权利要求2所述的方法，其中，所述第二卷积层通过对所述第一子特征图进行高维映射处理，以生成所述第二子特征图，所述第三卷积层通过对所述第二子特征图进行高维映射处理，以生成所述第三子特征图，所述第四卷积层通过对所述第三子特征图进行高维映射处理，以生成所述第四子特征图，所述第五卷积层通过对所述第四子特征图进行高维映射处理，以生成所述第五子特征图。

4.根据权利要求1所述的方法，其中，所述通过反卷积网络对所述特征图进行特征放大处理，以生成重构后的人脸图像，包括：

通过目标卷积核，对所述特征图进行反卷积处理，以生成所述重构后的人脸图像。

5.根据权利要求1所述的方法，其中，所述特征提取网络是通过以下步骤生成的：

基于训练数据集合，生成候选特征提取网络，其中，所述训练数据集合中的训练数据是目标分辨率的人脸图像；

通过测试样本集合，对所述候选特征提取网络进行测试，以生成测试结果；

响应于确定所述测试结果满足预设条件，将所述候选特征提取网络，确定为所述特征提取网络。

6.根据权利要求5所述的方法，其中，所述测试样本集合通过以下步骤得到的：

对样本人脸图像集合中的每张样本人脸图像进行随机截取，以生成候选人脸图像，得到候选人脸图像集合；

对所述候选人脸图像集合中的候选人脸图像进行降采样处理，以生成测试样本，得到所述测试样本集合。

7.一种用于提高人脸识别精度的装置，包括：

获取单元，被配置成获取目标人脸图像；

特征提取单元，被配置成通过预先训练的特征提取网络对所述目标人脸图像进行特征提取，以生成特征图，其中，所述特征提取网络用于表征所述目标人脸图像与所述特征图在分辨率上的映射关系；

特征放大处理单元，被配置成通过反卷积网络对所述特征图进行特征放大处理，以生成重构后的人脸图像。

8.根据权利要求7所述的装置，其中，所述特征放大处理单元被进一步配置成：

通过目标卷积核，对所述特征图进行反卷积处理，以生成所述重构后的人脸图像。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。