公开(公告)号：CN116189265A

公开(公告)日：2023-05-30

申请号：CN202310154365.9

申请日：2023-02-22

Applicant: 北京信息科技大学

Inventor： 曹林 ,  尹健强 ,  杜康宁 ,  郭亚男 ,  田澍 ,  张帆 ,  赵宗民

IPC: G06V40/16 ,  G06V10/80

Abstract: 本说明书提供了基于轻量化语义Transformer模型的素描人脸识别方法、装置及设备。该方法包括：获取训练样本的特征图像；将特征图像输入Transformer模型中，得到第一层和第二层抽象语义标记，再建立具有全局联系的抽象语义标记；根据特征图像和具有全局联系的抽象语义标记，确定目标细化特征图；根据目标细化特征图，确定目标域适应焦点损失；根据目标域适应焦点损失优化Transformer模型，得到目标Transformer模型；获取待识别的素描图像和光学人脸照片，将待识别素描图像和光学人脸照片输入目标Transformer模型中，得到素描人脸识别结果。基于上述方法能够提高素描人脸识别的准确性。

公开(公告)号：CN117095433A

公开(公告)日：2023-11-21

申请号：CN202310899533.7

申请日：2023-07-20

Applicant: 北京信息科技大学

Inventor： 郭亚男 ,  尹健强 ,  曹林 ,  杜康宁 ,  田澍 ,  张帆 ,  赵宗民

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书涉及人工智能技术领域，具体地公开了一种素描人脸识别方法及装置，其中，该方法包括：获取训练集；利用训练集对预设识别模型进行训练，得到目标识别模型，以对素描图像进行人脸识别；预设识别模型包括卷积神经网络、序列化模块、分组Transformer网络、GeM池化层和域自适应网络；分组Transformer网络中分组多头自注意力模块对样本集中的视觉标记序列进行分组，在各第一分组内进行自注意力运算生成分组多头自注意力建模结果；跨组多头自注意力模块对分组多头自注意力建模结果跨组组合，在各第二分组内进行自注意力运算生成跨组多头自注意力建模结果。上述方案捕捉特征全局上下文联系，提高了素描人脸识别准确率。