[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

说明书

本申请涉及一种基于人脸识别和头肩重识别的儿童身份识别方法，其中，该方法包括：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人脸关键点位置坐标进行对齐，得到头肩对齐图像；通过SE‑Resnet结构对头肩对齐图像进行特征提取，并对特征图进行人脸和头肩特征下采样，分别生成人脸和头肩区域特征图；接着计算损失函数，生成得到儿童身份识别模型；然后将头肩对齐图像输入训练好的儿童身份识别模型中，得到人脸和头肩特征向量，并将人脸和头肩特征向量进行特征融合，得到融合特征向量；最后根据融合特征向量建立特征注册数据库，并通过融合特征向量的余弦相似度在特征注册数据库中进行儿童身份识别，显著降低了误识别率。

技术领域

本申请涉及计算机领域，特别是涉及基于人脸识别和头肩重识别的儿童身份识别方法。

背景技术

随时校园数字化管理的推广，越来越多的校园门禁应用了人脸识别系统。然而2-14岁年龄段的儿童人脸识别难度较大，实际使用过程中误识率较高。主要原因是儿童脸部发育尚未成熟，在二维成像中轮廓、棱角、五官等特征显著性较弱，增大了算法特征表达的难度。因此需要特定的人脸识别算法，以提高对2-14岁年龄段儿童的身份识别率。

在相关技术中，主要是基于深度学习的人脸识别算法，然而目前最先进的人脸识别算法，例如Arcface、Cosface等，都忽略了由于2-14岁儿童脸部发育不成熟，导致二维成像中儿童脸部特征显著性较弱这一问题，所以单纯的人脸识别技术方案在校园门禁场景中存在较多误识别现象，很难实现高质量的技术落地。

目前针对相关技术中，在对儿童身份进行识别检索的情况下，由于单一的人脸识别模型对特征表达能力不足，导致的误识别率高的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于人脸识别和头肩重识别的儿童身份识别方法，以至少解决相关技术中在对儿童身份进行识别检索的情况下，由于单一的人脸识别模型对特征表达能力不足，导致的误识别率高的问题。

第一方面，本申请实施例提供了一种儿童身份识别的方法，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；

通过所述人脸区域特征图和所述头肩区域特征图计算损失函数，生成得到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。

在其中一些实施例中，所述通过所述人脸区域特征图和所述头肩区域特征图计算得到损失函数包括：

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的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。

在其中一些实施例中，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：