(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111676900.4 (22)申请日 2021.12.31 (71)申请人 智慧眼科技股份有限公司 地址 410000 湖南省长 沙市高新 开发区尖 山路39号长 沙中电软件园一期14栋 (72)发明人 刘伟华　王栋　 (74)专利代理 机构 深圳众鼎汇成知识产权代理 有限公司 4 4566 代理人 朱业刚 (51)Int.Cl. G06V 10/80(2022.01) G06V 10/26(2022.01) G06V 10/24(2022.01) G06V 10/82(2022.01) G06V 40/16(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 遮挡条件下的特征识别方法、 装置、 计算机 设备及介质 (57)摘要 本发明公开了一种遮挡条件下的特征识别 方法、 装置及相关设备， 应用于生物特征识别领 域。 本发明提供的方法包括： 对遮挡图像进行图 像预处理和对齐处理， 得到对齐图像， 将所述对 齐图像输入到训练好的遮挡网络， 并采用训练好 的遮挡网络对所述对齐图像进行公共特征提取 和遮挡区域特征提取， 得到公共 特征和遮挡区域 特征对所述公共特征和所述遮挡 区域特征进行 特征融合， 得到融合特征， 将所述融合特征输入 到识别网络， 得到遮挡特征的识别结果， 基于采 用公共特征和遮挡区域特征的提取和融合， 得到 的融合特征进行识别， 提高了遮挡特征识别的准 确率。 权利要求书2页 说明书8页 附图2页 CN 114266946 A 2022.04.01 CN 114266946 A 1.一种遮挡条件下的特 征识别方法， 其特 征在于， 所述方法包括： 对遮挡图像进行图像预处 理和对齐处 理， 得到对齐图像； 将所述对齐图像输入到训练好的遮挡网络， 并采用所述训练好的遮挡网络对所述对齐 图像进行公共特 征提取和遮挡区域特 征提取， 得到公共特 征和遮挡区域特 征； 对所述公共特 征和所述遮挡区域特 征进行特征融合， 得到融合特 征； 将所述融合特 征输入到识别网络， 得到遮挡特 征的识别结果。 2.根据权利要求1所述的遮挡条件下的特征识别方法， 其特征在于， 所述训练好的遮挡 网络包括公共特 征提取层、 遮挡区域 监督分割层和识别层； 所述公共特征提取层包括特征压缩模块和特征扩展模块， 其中特征压缩模块采用了基 于ResNet的残差卷积块， 包括 N个卷积块， 特 征扩展模块包括对应的N个反卷积块； 所述遮挡区域 监督分割层由至少三个连续的卷积层和一个Sigmo id层组成； 所述识别层由至少三个连续的卷积层、 一个全连接层和一个Softmax层组成。 3.根据权利要求1所述的遮挡条件下的特征识别方法， 其特征在于， 所述对所述公共特 征和所述遮挡区域特 征进行特征融合， 得到融合特 征包括： 通过指数相乘操作， 对所述公共特 征的输出 特征图进行空间特 征选择， 得到增强特 征； 采用所述增强特 征与所述遮挡区域特 征进行特征融合， 得到所述融合特 征。 4.根据权利要求1所述的遮挡条件下的特征识别方法， 其特征在于， 所述对遮挡图像进 行图像预处 理和对齐处 理， 得到对齐图像包括： 对所述遮挡图像进行目标检测， 确定待检测范围； 根据所述待检测范围进行图像裁 剪， 得到裁剪图像； 对所述裁 剪图像中的目标对象进行对齐处 理， 得到所述对齐图像。 5.根据权利要求1至4任一项所述的遮挡条件下的特征识别方法， 其特征在于， 在所述 将所述对齐图像输入到训练好的遮挡网络之前， 所述方法还 包括： 获取初始的遮挡网络； 获取初始训练数据， 对所述初始训练数据进行数据预处理， 并对预处理后的数据进行 数据增强， 包括遮挡图像合成， 得到目标训练数据； 采将所述目标训练数据输入到所述初始的遮挡网络之中进行训练识别， 并基于所述目 标训练数据中的正负 样本， 确定训练识别结果； 基于所述训练识别结果对所述初始的遮挡网络 中的参数进行调整， 并返回所述采将所 述目标训练数据输入到所述初始的遮挡网络之中进行训练识别， 并基于所述目标训练数据 中的正负样本， 确定训练识别结果的步骤继续执行， 直到所述训练次数或者识别准确 率达 到预设条件为止； 将得到的遮挡网络作为所述训练好的遮挡网络 。 6.一种遮挡条件下的特征识别装置， 其特征在于， 所述遮挡条件下的特征识别装置包 括： 图像处理模块， 用于对 遮挡图像进行图像预处 理和对齐处 理， 得到对齐图像； 特征提取模块， 用于将所述对齐图像输入到训练好的遮挡 网络， 并采用所述训练好的 遮挡网络对所述对齐图像进行公共特征提取和遮挡区域特征提取， 得到公共特征和遮挡区 域特征；权　利　要　求　书 1/2 页 2 CN 114266946 A 2特征融合模块， 用于对所述公共特征和所述遮挡区域特征进行特征融合， 得到融合特 征； 遮挡识别模块， 用于将所述融合特 征输入到识别网络， 得到遮挡特 征的识别结果。 7.根据权利要求6所述的遮挡条件下的特征识别装置， 其特征在于， 所述特征融合模块 包括： 特征增强单元， 用于通过指数相乘操作， 对所述公共特征的输出特征图进行空间特征 选择， 得到增强特 征； 特征融合单元， 用于采用所述增强特征与所述遮挡区域特征进行特征融合， 得到所述 融合特征。 8.根据权利要求6所述的遮挡条件下的特征识别装置， 其特征在于， 所述图像处理模块 包括： 目标检测单 元， 用于对所述遮挡图像进行目标检测， 确定待检测范围； 图像裁剪单元， 用于根据所述待检测范围进行图像裁 剪， 得到裁剪图像； 对齐处理单元， 用于对所述裁 剪图像中的目标对象进行对齐处 理， 的带所述对齐图像。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 5中任一项所述遮挡条件下的特 征识别方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至5中任一项 所述遮挡条件下的特征 识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 114266946 A 3