一种针对智能城市应用的视觉转换的人脸识别方法及装置

专利主权项内容

1.一种针对智能城市应用的视觉转换的人脸识别方法，其特征在于，包括如下步骤：步骤1 ，建立数据集并标注，采集不同场景下的人脸数据，并对采集的人像数据进行标记和身份对应；步骤2，对图像进行对齐与切分；步骤2.1，人脸对齐：对数据集中的图像数据进行标准人脸特征对齐；步骤2.2，窗口切分：采用边缘重叠的策略，确保每个窗口不仅包含其自身的局部信息，还包括与邻近窗口共享的信息，从而提高信息的连续性；步骤2.3，特征映射：采用捕获复杂特征的映射策略，结合深度学习，针对每个切分的窗口，将其内容转化为向量，并通过卷积操作转化为一个特征向量；再将图像中的局部特征提取出来并转化为一系列的特征向量，组织这些向量，能够得到一个特征矩阵，此特征矩阵代表了与标准人脸对齐的输入图像中的所有信息在特征空间中完整表示；步骤3，构建图卷积视觉转换网络，包括双关系矩阵、图扩散机制和自注意力机制，所述的双关系矩阵包括静态关系矩阵和动态关系矩阵；通过双关系矩阵结合图扩散机制和自注意力机制，使得人脸识别模型不仅可以捕捉到面部特征点之间的固有关系，还可以根据具体的应用背景动态地调整每个特征点的重要性，给出人脸特征表示；步骤4；识别过程，将待检测图像输入模型，通过计算输出判断结果；在模型的决策阶段，采用专门的分类器，将深层特征输出转化为各类别的身份概率分布；身份确认，采用交叉熵损失函数计算来确定身份；交叉熵损失函数度量了算法预测的身份概率分布与真实身份标签之间的误差，当模型对于真实身份的预测概率越高，交叉熵损失就越低，当交叉熵损失函数的输出值低于预设阈值时则判定为符合此身份信息，否则则判定为不符合此身份。