CN111767858A - 图像识别方法、装置、设备和计算机存储介质 - Google Patents

图像识别方法、装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN111767858A
CN111767858A CN202010611133.8A CN202010611133A CN111767858A CN 111767858 A CN111767858 A CN 111767858A CN 202010611133 A CN202010611133 A CN 202010611133A CN 111767858 A CN111767858 A CN 111767858A
Authority
CN
China
Prior art keywords
face image
prior frame
face
image
flaw
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010611133.8A
Other languages
English (en)
Other versions
CN111767858B (zh
Inventor
郭知智
孙逸鹏
刘经拓
韩钧宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010611133.8A priority Critical patent/CN111767858B/zh
Publication of CN111767858A publication Critical patent/CN111767858A/zh
Priority to EP21163966.1A priority patent/EP3859605A3/en
Priority to US17/208,568 priority patent/US11756332B2/en
Priority to KR1020210038040A priority patent/KR20210040313A/ko
Priority to JP2021073088A priority patent/JP7301092B2/ja
Application granted granted Critical
Publication of CN111767858B publication Critical patent/CN111767858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了图像识别方法、装置、设备和计算机存储介质。涉及人工智能技术领域，尤其涉及图像处理技术领域。具体实现方案为：对人脸图像进行器官识别，并在该人脸图像中标注人脸五官的位置，得到标注的人脸图像；将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征；将位于人脸图像同一区域的不同层次的该瑕疵特征进行融合，获得该人脸图像的瑕疵识别结果。本申请实施例能够提高人脸瑕疵的识别准确性和识别效率。

Description

图像识别方法、装置、设备和计算机存储介质
技术领域
本申请涉及人工智能领域，尤其涉及图像处理技术领域。
背景技术
随着计算机技术的发展，图像处理和图像识别技术也越来越智能化。在图像识别领域，可以通过人工智能的手段进行人脸识别、人体识别等。图像处理技术也逐渐应用于越来越多的领域，例如，安检、门禁、新闻和医疗等。
在医疗领域，图像识别技术可以用于识别人脸上的瑕疵，例如斑、痘和痣等。在这种应用领域，如何提高识别准确度，是需要解决的问题。
发明内容
本申请提供了一种图像识别方法、装置、设备以及存储介质。
根据本申请的一方面，提供了一种图像识别方法，包括：
对人脸图像进行器官识别，并在该人脸图像中标注人脸五官的位置，得到标注的人脸图像；
将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征；
将位于人脸图像同一区域的不同层次的该瑕疵特征进行融合，获得该人脸图像的瑕疵识别结果。
根据本申请的另一方面，提供了一种图像识别方法，包括：
标注模块，用于对人脸图像进行器官识别，并在该人脸图像中标注人脸五官的位置，得到标注的人脸图像；
提取模块，用于将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征；
融合模块，用于将位于人脸图像同一区域的不同层次的该瑕疵特征进行融合，获得该人脸图像的瑕疵识别结果。
根据本申请的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
根据本申请的技术能够提高人脸瑕疵的识别效率，以及人脸瑕疵的识别准确性。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例的图像识别方法示意图；
图2是根据本申请实施例的图像识别方法在一具体场景下的示意图；
图3是根据本申请另一实施例的图像识别方法示意图；
图4是根据本申请一具体示例的图像识别方法示意图；
图5是根据本申请实施例的图像识别装置示意图；
图6是根据本申请另一实施例的图像识别装置示意图；
图7是用来实现本申请实施例的图像识别方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
图1示出了根据本申请一种实施例的图像识别方法，包括：
步骤101：对人脸图像进行器官识别，并在该人脸图像中标注人脸五官的位置，得到标注的人脸图像；
步骤102：将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征；
步骤103：将位于人脸图像同一区域的不同层次的该瑕疵特征进行融合，获得该人脸图像的瑕疵识别结果。
本实施例中，人脸图像可以是需要处理的人脸图像经过预处理后的图像。将预处理的人脸图像进行器官识别，可以包括在人脸图像中找出五官所在的区域，例如，找出眼球区域、鼻子区域、眉毛区域、面颊区域和嘴巴区域等。
本实施例中，主干网络模型具有多个层次的卷积神经网络层。例如，主干网络模型具有4层卷积神经网络层，将标注后的人脸图像复制为四份，分别输入这4层卷积神经网络层，得到各卷积神经网络层输出的瑕疵特征。
在一种实施例方式中，将位于人脸图像同一区域的不同层次的瑕疵特征进行融合，可以是将人脸图像同一区域的不同层次的瑕疵特征值进行线性求和。瑕疵特征值，可以是具有瑕疵的人脸图像区域的图像特征值。
在本申请实施例中，将人脸图像进行预处理，然后将预处理之后的人脸图像进行脸部器官识别，将瑕疵的识别与脸部器官识别相结合，同时在主干网络模型中通过多个层次的卷积神经网络层输出标注的人脸图像的瑕疵特征，从而提高瑕疵的识别准确性。
本申请实施例设计了一种输入端到输出端的皮肤瑕疵检测方法，直接检测出不同类型的皮肤瑕疵(斑、痘、痣等)，可大幅提升检测精度和系统鲁棒性。
在另一种实施方式中，图像识别方法还包括图1所示的步骤。在本实施例中，步骤101之前，如图2所示，图像识别方法还包括：
步骤201：将该人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；
步骤202：将该均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。
本实施例中，将该人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像，具体可以包括：将人脸图像的像素值进行均一化处理。按照设定的像素值，对像素进行调整，若高于设定的像素值，则将对应的像素值调低；若低于设定的像素值，则将对应的像素值调高。
本实施例中，利用人脸检测模型和人脸关键点检测模型得到皮肤检测区域，对皮肤检测区域进行均值和方差进行归一化，以消除不同环境下光照的影响。利用人脸五官分割模型分割出人脸五官及皮肤区域，得到的皮肤检测掩膜如图3所示。
本实施例中，将人脸像素进行均一化处理，然后将均一化处理后的人脸图像的像素方差进行归一化处理，从而能够避免光照、眼镜遮挡等因素导致的人脸阴影，从而影响瑕疵识别的准确性，对于不同光照环境下的人脸图片具有较好的准确性与鲁棒性。
在本申请另一种实施例中，该将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征，包括：
在目标层次的卷积神经网络层，在该标注的人脸图像设置先验框；该目标层次为该主干网络模型中的卷积神经网络中多个层次之一；该先验框的大小与该目标层次对应；
判断该先验框中是否存在人脸瑕疵，在判定该先验框中存在人脸瑕疵的情况下，输出该先验框中的局部人脸图像，作为该目标层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征。
本实施例中，可以在人脸图像位置设置多个先验框，先验框的大小与卷积神经网络的层次相对应，卷积神经网络层次高的，先验框尺寸较大；卷积神经网络层次低的，先验框尺寸较小。
本实施例中，能够在不同层次的卷积神经网络层设置先验框，使得每一层卷积神经网络层都能够进行瑕疵识别，提高了脸部瑕疵识别的准确性。
在本申请另一种实施例中，该判断该先验框中是否存在人脸瑕疵，包括：
在该先验框中的局部人脸图像对应的人脸部位为目标部位的情况下，判定该先验框中的局部人脸图像不存在人脸瑕疵；目标部位为标注的人脸五官中不存在瑕疵的部位；
在该先验框中的局部人脸图像对应的人脸部位不是目标部位的情况下，则获得所述先验框中的局部人脸图像的图像特征，然后根据所述先验框中的局部人脸图像的图像特征，判断是否存在人脸瑕疵。
本实施例中，目标部位可以是人脸五官中不存在瑕疵的部位，比如眼球等明显不可能存在皮肤瑕疵的部位。
本实施例中，针对皮肤瑕疵普遍较小的特点，在主干网络的不同特征层设置尺寸大小不同的先验框。先验框用于检测框目标的大小，可以是矩形框，检测瑕疵大小和瑕疵的初始位置。其中低层特征层设置较小的先验框，高层特征层设置较大的先验框，低层的先验框用于检测小目标，高层的先验框用于检测大目标。同时为每个先验框设置固定的偏移量，使得先验框足以覆盖所有检测位置，以保证可以检测细粒度的皮肤瑕疵。
在本实施例中，判断是否存在人脸瑕疵时，将人脸五官中不可能存在瑕疵的目标部位进行排除，能够有效减少瑕疵识别的任务量，有效提高识别速度，提高瑕疵识别效率。
在本申请另一种实施方式中，该根据该先验框中的局部人脸图像，判断是否存在人脸瑕疵，还包括：
在判定该先验框中的局部人脸图像不存在人脸瑕疵的情况下，将该先验框在当前位置的基础上移动设定的偏移量，重新执行该根据该先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。
本实施例中，可以对每个先验框设置相应尺寸的偏移量，当当前先验框所在的位置处不存在瑕疵时，可对先验框进行移动，更换先验框所遮罩的区域进行进一步判断。
通过上述实施方式，能够更全面地查找到人脸图像中的所有脸部瑕疵。
作为一种示例，面部皮肤瑕疵细粒度检测整体框架如图4所示：输入图像经过预处理后，得到预处理图像，预处理图像通过人脸关键点得到面部瑕疵检测掩膜，包含人脸五官信息。将处理后的图像送入主干网络模型，进行特征提取，该主干网络模型提供共享的卷积参数，将不同特征层的语义信息输出到特征融合层，对不同特征层产生的特征的效果进行融合，进行低层语义特征与高层语义特征的融合。将融合后的特征送入检测分支，并加上检测掩膜进行监督学习，检测分支的输出结果为各种类型皮肤瑕疵个数及位置。整个框架形成一个统一模型，整体可以实现从输入端到输出端的进行训练。
在图4所示的示例中，在基础的主干网络模型结构上加入特征融合部分，即将基础网络中多个尺度的特征进行组合，从而得到相对尺度不变的多尺度特征，该部分可用UNet(U形网络)、FPN(Feature Pyramid Networks，特征金字塔网络)等常见特征组合方式，且不局限于此，从而保证主干网络底座和多尺度特征的简单易用与可扩展性。
主干网络模型的基础网络部分包括并不限于ResNet-34(深度残差网络-34),inception-v3(创始网络-v3)，mobilenet-v2(移动神经网络-v2)等，该部分可采用任何图像分类网络结构作为基础。
基于融合特征与检测掩膜，检测分支输出各种类型瑕疵的位置，然后通过非极大值抑制算法删除重叠目标吗，最终得到斑、痘、痣三种皮肤瑕疵的位置，以及各类瑕疵的数量。
经过实验检测，本申请实施例所提供的图像识别方法，在测试集上痣检测准确率83.2％，色斑检测准确率69.2％，痤疮检测准确率54.5％，三种皮肤瑕疵的检测精度均远超竞品。
图5是根据本申请一实施例的图像识别装置的框图。该装置可以包括：
标注模块51，用于对人脸图像进行器官识别，并在该人脸图像中标注人脸五官的位置，得到标注的人脸图像；
提取模块52，用于将该标注的人脸图像输入主干网络模型进行特征提取，获得该主干网络模型不同层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征；
融合模块53，用于将位于人脸图像同一区域的不同层次的该瑕疵特征进行融合，获得该人脸图像的瑕疵识别结果。
在一种可能的实施方式中，如图6所示，该装置还包括：
均一化处理模块61，用于将该人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；
归一化处理模块62，用于将该均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。
在一种可能的实施方式中，该提取模块52包括：
先验框子模块521，用于在目标层次的卷积神经网络层，在该标注的人脸图像设置先验框；该目标层次为该主干网络模型中的卷积神经网络中多个层次之一；该先验框的大小与该目标层次对应；
判断子模块522，用于判断该先验框中是否存在人脸瑕疵，在判定该先验框中存在人脸瑕疵的情况下，输出该先验框中的局部人脸图像，作为该目标层次的卷积神经网络层输出的该标注的人脸图像的瑕疵特征。
在一种可能的实施方式中，该判断子模块具体用于：
在该先验框中的局部人脸图像对应的人脸部位为目标部位的情况下，判定该先验框中的局部人脸图像不存在人脸瑕疵；目标部位为标注的人脸五官中不存在瑕疵的部位；
在该先验框中的局部人脸图像对应的人脸部位不是部位的情况下，则获得所述先验框中的局部人脸图像的图像特征，然后根据所述先验框中的局部人脸图像的图像特征，判断是否存在人脸瑕疵。
在一种可能的实施方式中，该判断子模块还用于在判定该先验框中的局部人脸图像不存在人脸瑕疵的情况下，将该先验框在当前位置的基础上移动设定的偏移量，重新执行该根据该先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。
具体地，判断子模块根据该先验框中的局部人脸图像，判断是否存在人脸瑕疵，包括在判定该先验框中的局部人脸图像不存在人脸瑕疵的情况下，将该先验框在当前位置的基础上移动设定的偏移量，重新执行该根据该先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图7所示，是根据本申请实施例的图像识别方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的图像识别方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像识别方法。
存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像识别方法对应的程序指令/模块(例如，附图5所示的所示的标注模块51、提取模块52和融合模块53)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像识别方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据视频编码电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至视频编码电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像识别方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息，以及产生与视频编码电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请实施例设计了一种用于从输入端到输出端皮肤瑕疵细粒度检测的图像识别方法，可同时并行输出面部3种类型(斑、痘、痣)皮肤瑕疵的个数及位置，大大节约了系统检测时间，提高检测效率。
同时，本申请实施例设计了一个特征融合层，在主干网络模型输出图像的瑕疵特征后，使网络的低层语义特征与高层语义特征得到充分融合，使得检测精度与鲁棒性得到大幅提升，且在自然环境下也可精确检测皮肤瑕疵，极大程度丰富了系统的使用场景，使系统更具可推广性、可扩展性。
本申请实施例还设计了一个细粒度皮肤瑕疵检测结构，针对部分皮肤瑕疵十分微小的特点，在低层特征层设置较小的先验框，且为每个先验框设置固定的偏移量，使得检测模型可以检测到1像素的细粒度皮肤瑕疵。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种图像识别方法，包括：
对人脸图像进行器官识别，并在所述人脸图像中标注人脸五官的位置，得到标注的人脸图像；
将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征；
将位于所述人脸图像同一区域的不同层次的所述瑕疵特征进行融合，获得所述人脸图像的瑕疵识别结果。
2.根据权利要求1所述的方法，其中，在对所述人脸图像进行器官识别之前，还包括：
将所述人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；
将所述均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。
3.根据权利要求1所述的方法，其中，所述将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征，包括：
在目标层次的卷积神经网络层，在所述标注的人脸图像设置先验框；所述目标层次为所述主干网络模型中的卷积神经网络中多个层次之一；所述先验框的大小与所述目标层次对应；
判断所述先验框中是否存在人脸瑕疵，在判定所述先验框中存在人脸瑕疵的情况下，输出所述先验框中的局部人脸图像，作为所述目标层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征。
4.根据权利要求3所述的方法，其中，所述判断所述先验框中是否存在人脸瑕疵，包括：
在所述先验框中的局部人脸图像对应的人脸部位为目标部位的情况下，判定所述先验框中的局部人脸图像不存在人脸瑕疵，所述目标部位为标注的人脸五官中不存在瑕疵的部位；
在所述先验框中的局部人脸图像对应的人脸部位不是所述目标部位的情况下，则获得所述先验框中的局部人脸图像的图像特征，然后根据所述先验框中的局部人脸图像的图像特征，判断是否存在人脸瑕疵。
5.根据权利要求4所述的方法，其中，所述根据所述先验框中的局部人脸图像，判断是否存在人脸瑕疵，还包括：
在判定所述先验框中的局部人脸图像不存在人脸瑕疵的情况下，将所述先验框在当前位置的基础上移动设定的偏移量，重新执行所述根据所述先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。
6.一种图像识别装置，包括：
标注模块，用于对人脸图像进行器官识别，并在所述人脸图像中标注人脸五官的位置，得到标注的人脸图像；
提取模块，用于将所述标注的人脸图像输入主干网络模型进行特征提取，获得所述主干网络模型不同层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征；
融合模块，用于将位于所述人脸图像同一区域的不同层次的所述瑕疵特征进行融合，获得所述人脸图像的瑕疵识别结果。
7.根据权利要求6所述的装置，其中，还包括：
均一化处理模块，用于将所述人脸图像的像素进行均一化处理，获得均一化处理后的人脸图像；
归一化处理模块，用于将所述均一化处理后的人脸图像的像素方差进行归一化处理，获得归一化处理后的人脸图像。
8.根据权利要求6所述的装置，其中，所述提取模块包括：
先验框子模块，用于在目标层次的卷积神经网络层，在所述标注的人脸图像设置先验框；所述目标层次为所述主干网络模型中的卷积神经网络中多个层次之一；所述先验框的大小与所述目标层次对应；
判断子模块，用于判断所述先验框中是否存在人脸瑕疵，在判定所述先验框中存在人脸瑕疵的情况下，输出所述先验框中的局部人脸图像，作为所述目标层次的卷积神经网络层输出的所述标注的人脸图像的瑕疵特征。
9.根据权利要求8所述的装置，其中，所述判断子模块具体用于：
在所述先验框中的局部人脸图像对应的人脸部位为目标部位的情况下，判定所述先验框中的局部人脸图像不存在人脸瑕疵；所述目标部位为标注的人脸五官中不存在瑕疵的部位；
在所述先验框中的局部人脸图像对应的人脸部位不是所述目标部位的情况下，则获得所述先验框中的局部人脸图像的图像特征，然后根据所述先验框中的局部人脸图像的图像特征，判断是否存在人脸瑕疵。
10.根据权利要求9所述的装置，其中，所述判断子模块还用于在判定所述先验框中的局部人脸图像不存在人脸瑕疵的情况下，将所述先验框在当前位置的基础上移动设定的偏移量，重新执行所述根据所述先验框中的局部人脸图像，判断是否存在人脸瑕疵的步骤。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN202010611133.8A 2020-06-30 2020-06-30 图像识别方法、装置、设备和计算机存储介质 Active CN111767858B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010611133.8A CN111767858B (zh) 2020-06-30 2020-06-30 图像识别方法、装置、设备和计算机存储介质
EP21163966.1A EP3859605A3 (en) 2020-06-30 2021-03-22 Image recognition method, apparatus, device, and computer storage medium
US17/208,568 US11756332B2 (en) 2020-06-30 2021-03-22 Image recognition method, apparatus, device, and computer storage medium
KR1020210038040A KR20210040313A (ko) 2020-06-30 2021-03-24 이미지 인식 방법, 장치, 기기, 컴퓨터 저장 매체 및 프로그램
JP2021073088A JP7301092B2 (ja) 2020-06-30 2021-04-23 画像の認識方法、装置、電子デバイス、コンピュータ記憶媒体、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611133.8A CN111767858B (zh) 2020-06-30 2020-06-30 图像识别方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN111767858A true CN111767858A (zh) 2020-10-13
CN111767858B CN111767858B (zh) 2024-03-22

Family

ID=72722886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611133.8A Active CN111767858B (zh) 2020-06-30 2020-06-30 图像识别方法、装置、设备和计算机存储介质

Country Status (5)

Country Link
US (1) US11756332B2 (zh)
EP (1) EP3859605A3 (zh)
JP (1) JP7301092B2 (zh)
KR (1) KR20210040313A (zh)
CN (1) CN111767858B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348121A (zh) * 2020-12-01 2021-02-09 吉林大学 一种目标检测方法、设备及计算机存储介质
CN112581359A (zh) * 2020-12-23 2021-03-30 Oppo（重庆）智能科技有限公司 图像处理方法、装置、终端及存储介质
CN112598591A (zh) * 2020-12-18 2021-04-02 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049315B (zh) * 2021-10-29 2023-04-18 北京长木谷医疗科技有限公司 关节识别方法、电子设备、存储介质及计算机程序产品
CN114120404A (zh) * 2021-11-16 2022-03-01 北京百度网讯科技有限公司 人脸识别方法和装置
CN114115054A (zh) * 2021-11-30 2022-03-01 沈阳工业大学 一种基于神经网络的在线检测机器人控制系统
US20240062361A1 (en) * 2022-08-18 2024-02-22 Onto Innovation Inc. Substrate defect-detection and comparison
CN116959064B (zh) * 2023-06-25 2024-04-26 上海腾桥信息技术有限公司 一种证件验证方法、装置、计算机设备和存储介质
CN117523636B (zh) * 2023-11-24 2024-06-18 北京远鉴信息技术有限公司 一种人脸检测方法、装置、电子设备及存储介质
CN118015435B (zh) * 2024-04-10 2024-06-04 微网优联科技(成都)有限公司 基于移动计算平台的实时人脸抓拍方法及系统
CN118470026B (zh) * 2024-07-15 2024-09-17 厦门理工学院 注射器的毛发缺陷检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170372704A1 (en) * 2004-06-14 2017-12-28 Stylianos Papadimitriou Autonomous material evaluation system and method
WO2019014812A1 (zh) * 2017-07-17 2019-01-24 深圳和而泰智能控制股份有限公司 一种检测人脸瑕疵点的方法和智能终端
CN109815886A (zh) * 2019-01-21 2019-05-28 南京邮电大学 一种基于改进YOLOv3的行人和车辆检测方法及系统
CN109816024A (zh) * 2019-01-29 2019-05-28 电子科技大学 一种基于多尺度特征融合与dcnn的实时车标检测方法
CN110059635A (zh) * 2019-04-19 2019-07-26 厦门美图之家科技有限公司 一种皮肤瑕疵检测方法及装置
CN110490874A (zh) * 2019-09-04 2019-11-22 河海大学常州校区 基于yolo神经网络的纺织布匹表面瑕疵检测方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100463000C (zh) 2007-09-27 2009-02-18 上海交通大学 基于级联分类和哈夫圆变换的人眼状态检测方法
EP2277141A2 (en) * 2008-07-30 2011-01-26 Tessera Technologies Ireland Limited Automatic face and skin beautification using face detection
JP5882929B2 (ja) 2013-02-26 2016-03-09 日本電信電話株式会社 画像処理装置、画像処理方法、及び画像処理プログラム
JP6706788B2 (ja) 2015-03-06 2020-06-10 パナソニックＩｐマネジメント株式会社 画像認識方法、画像認識装置およびプログラム
WO2018222808A1 (en) * 2017-05-31 2018-12-06 The Procter & Gamble Company Systems and methods for determining apparent skin age
CN108921825A (zh) 2018-06-12 2018-11-30 北京羽医甘蓝信息技术有限公司 基于深度学习的检测面部皮肤点状缺陷的方法及装置
CN114502061B (zh) 2018-12-04 2024-05-28 巴黎欧莱雅 使用深度学习的基于图像的自动皮肤诊断

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170372704A1 (en) * 2004-06-14 2017-12-28 Stylianos Papadimitriou Autonomous material evaluation system and method
WO2019014812A1 (zh) * 2017-07-17 2019-01-24 深圳和而泰智能控制股份有限公司 一种检测人脸瑕疵点的方法和智能终端
CN109815886A (zh) * 2019-01-21 2019-05-28 南京邮电大学 一种基于改进YOLOv3的行人和车辆检测方法及系统
CN109816024A (zh) * 2019-01-29 2019-05-28 电子科技大学 一种基于多尺度特征融合与dcnn的实时车标检测方法
CN110059635A (zh) * 2019-04-19 2019-07-26 厦门美图之家科技有限公司 一种皮肤瑕疵检测方法及装置
CN110490874A (zh) * 2019-09-04 2019-11-22 河海大学常州校区 基于yolo神经网络的纺织布匹表面瑕疵检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨建伟;涂兴子;梅峰漳;李亚宁;范鑫杰;: "基于深度学习优化YOLOV3算法的芳纶带检测算法研究", 中国矿业, no. 04, 15 April 2020 (2020-04-15) *
陈朋;汤一平;王丽冉;何霞;: "多层次特征融合的人群密度估计", 中国图象图形学报, no. 08, 16 August 2018 (2018-08-16) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348121A (zh) * 2020-12-01 2021-02-09 吉林大学 一种目标检测方法、设备及计算机存储介质
CN112348121B (zh) * 2020-12-01 2022-06-28 吉林大学 一种目标检测方法、设备及计算机存储介质
CN112598591A (zh) * 2020-12-18 2021-04-02 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN112598591B (zh) * 2020-12-18 2024-06-07 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN112581359A (zh) * 2020-12-23 2021-03-30 Oppo（重庆）智能科技有限公司 图像处理方法、装置、终端及存储介质
CN112581359B (zh) * 2020-12-23 2023-06-09 Oppo（重庆）智能科技有限公司 图像处理方法、装置、终端及存储介质

Also Published As

Publication number Publication date
JP7301092B2 (ja) 2023-06-30
US11756332B2 (en) 2023-09-12
EP3859605A2 (en) 2021-08-04
JP2021108215A (ja) 2021-07-29
US20210209343A1 (en) 2021-07-08
EP3859605A3 (en) 2021-10-13
CN111767858B (zh) 2024-03-22
KR20210040313A (ko) 2021-04-13

Similar Documents

Publication Publication Date Title
CN111767858B (zh) 图像识别方法、装置、设备和计算机存储介质
CN111767846B (zh) 图像识别方法、装置、设备和计算机存储介质
CN111598164B (zh) 识别目标对象的属性的方法、装置、电子设备和存储介质
EP3811337A1 (en) System for predicting articulated object feature location
CN111753727A (zh) 用于提取结构化信息的方法、装置、设备及可读存储介质
CN111598818A (zh) 人脸融合模型训练方法、装置及电子设备
CN111523468A (zh) 人体关键点识别方法和装置
CN110659600B (zh) 物体检测方法、装置及设备
CN111563541B (zh) 图像检测模型的训练方法和装置
CN112507946A (zh) 用于处理图像的方法、装置、设备以及存储介质
CN111709873A (zh) 图像转换模型生成器的训练方法和装置
CN114863437B (zh) 文本识别方法、装置、电子设备和存储介质
CN111783600A (zh) 一种人脸识别模型训练方法、装置、设备及介质
US20230139994A1 (en) Method for recognizing dynamic gesture, device, and storage medium
CN113177449A (zh) 人脸识别的方法、装置、计算机设备及存储介质
CN112116525A (zh) 换脸识别方法、装置、设备和计算机可读存储介质
CN112241704A (zh) 一种判定肖像侵权的方法、装置、电子设备及存储介质
CN111523467A (zh) 人脸跟踪方法和装置
CN111709461A (zh) 动物识别模型的训练方法、装置、设备及存储介质
CN112508964A (zh) 图像分割方法、装置、电子设备和存储介质
CN112270303A (zh) 图像识别方法、装置以及电子设备
CN111563453A (zh) 用于确定表格顶点的方法、装置、设备和介质
CN111523292A (zh) 用于获取图像信息的方法和装置
CN113887414A (zh) 目标检测方法、装置、电子设备和存储介质
CN112560678A (zh) 表情识别方法、装置、设备及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant