[发明专利]基于人脸识别和头肩重识别的儿童身份识别方法

权利要求书

1.一种儿童身份识别的方法，其特征在于，所述方法包括：

对获取的儿童照片进行人脸检测，得到人脸关键点位置坐标，并通过相似变换算法对所述人脸关键点位置坐标进行对齐，得到头肩对齐图像；

对所述头肩对齐图像提取带有SE注意力模块的Resnet-50残差网络特征图，并通过感兴趣区域下采样层对所述特征图进行人脸特征和头肩特征下采样，分别生成人脸区域特征图和头肩区域特征图；

在所述人脸区域特征图之后连接全连接层fc1，并通过Arcface loss计算人脸识别分支损失函数；在所述头肩区域特征图之后连接全连接层fc2，并通过Triplet loss计算头肩重识别分支损失函数；通过多任务联合学习算法对所述人脸识别分支损失函数和所述头肩重识别分支损失函数进行加权，得到所述儿童身份识别模型的损失函数，并通过所述损失函数训练生成训练好的所述儿童身份识别模型；

将所述头肩对齐图像输入训练好的所述儿童身份识别模型中，得到人脸特征向量和头肩特征向量，并将所述人脸特征向量和所述头肩特征向量进行特征融合，得到融合特征向量；

根据所述融合特征向量建立特征注册数据库，并通过所述融合特征向量的余弦相似度在所述特征注册数据库中进行儿童身份识别。

2.根据权利要求1所述的方法，其特征在于，在生成得到所述儿童身份识别模型之后，和将所述头肩对齐图像输入训练好的所述儿童身份识别模型中之前，所述方法包括：

获取适量儿童照片作为训练集，其中保证每个儿童有多张照片，并在所述训练集中加入开源的人脸识别训练集；

通过所述训练集训练所述儿童身份识别模型。

3.根据权利要求1所述的方法，其特征在于，所述将所述人脸特征向量和所述头肩特征向量进行特征融合包括：

对所述人脸特征向量和所述头肩特征向量之间对应维度的特征值进行平均，得到融合特征向量。

4.一种儿童身份识别的系统，其特征在于，所述系统包括：

检测模块，用于对获取的儿童照片进行人脸检测，得到人脸关键点位置坐标，并通过相似变换算法对所述人脸关键点位置坐标进行对齐，得到头肩对齐图像；

模型生成模块，用于对所述头肩对齐图像提取带有SE注意力模块的Resnet-50残差网络特征图，并通过感兴趣区域下采样层对所述特征图进行人脸特征和头肩特征下采样，分别生成人脸区域特征图和头肩区域特征图，

在所述人脸区域特征图之后连接全连接层fc1，并通过Arcface loss计算人脸识别分支损失函数；在所述头肩区域特征图之后连接全连接层fc2，并通过Triplet loss计算头肩重识别分支损失函数；通过多任务联合学习算法对所述人脸识别分支损失函数和所述头肩重识别分支损失函数进行加权，得到所述儿童身份识别模型的损失函数，并通过所述损失函数训练生成训练好的所述儿童身份识别模型；

特征融合模块，用于将所述头肩对齐图像输入训练好的所述儿童身份识别模型中，得到人脸特征向量和头肩特征向量，并将所述人脸特征向量和所述头肩特征向量进行特征融合，得到融合特征向量；

身份识别模块，用于根据所述融合特征向量建立特征注册数据库，并通过所述融合特征向量的余弦相似度在所述特征注册数据库中进行儿童身份识别。

5.根据权利要求4所述的系统，其特征在于，所述系统还包括模型训练模块，在生成得到所述儿童身份识别模型之后，和将所述头肩对齐图像输入训练好的所述儿童身份识别模型中之前，

所述模型训练模块，用于获取适量儿童照片作为训练集，其中保证每个儿童有多张照片，并在所述训练集中加入开源的人脸识别训练集，

通过所述训练集训练所述儿童身份识别模型。

6.根据权利要求4所述的系统，其特征在于，

所述特征融合模块，还用于对所述人脸特征向量和所述头肩特征向量之间对应维度的特征值进行平均，得到融合特征向量。

7.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至3中任一项所述的儿童身份识别的方法。

8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至3中任一项所述的儿童身份识别的方法。