【技术实现步骤摘要】
本申请涉及计算机视觉和人脸识别，具体而言，涉及一种基于反事实推断的可解释人脸识别方法。
技术介绍
1、近年来，深度学习模型的优势在于能够将人脸图像映射到复杂的高维特征空间，从而进行有效的相似度评估，使得深度学习模型在人脸识别
取得了显著进展。然而，人类观察者无法理解这种复杂的特征空间，且深度学习模型也并未给出具体的解释。这种不可解释性不仅限制了人类对模型决策过程的理解，还影响了人脸识别技术在实际应用中的可信度和可控性。因此，提升人脸识别技术的可解释性成为亟待解决的问题。
2、现有的提升人脸识别模型可解释性的方法主要是通过梯度反传等方式将识别结果归因于输入图像的局部区域或部分像素，这类方法存在的主要缺点是：
3、1.这类方法为识别结果提供的解释不具有必然的因果效应，通过梯度反传得到的显著性区域只在线性模型中具有较可靠的因果效应，然而基于深度学习的人脸识别模型是高度非线性的；
4、2.这类方法无法对识别结果的原因进行定量描述，而只能进行定性的描述；
5、3.这类方法所提供的识别结果的原因是粗略的，例如，其可能将识别结果归因于输入的人脸图像的眼部区域，但实际发挥关键作用的可能是眼睛的形状，或者眼睛在面部所处的相对位置，或者虹膜的颜色，现有的方法无法对其原因进行更加细致、精准的刻画。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种基于反事实推断的可解释人脸识别方法，该一种基于反事实推断的可解释人脸识别方法，有效地解决了现有的人脸识
2、第一方面，本申请实施例提供了一种基于反事实推断的可解释人脸识别方法，应用于人脸识别系统，所述人脸识别系统包括反事实模块、人脸识别模块和识别解释模块，所述方法包括：
3、所述反事实模块处理待识别人脸图像得到反事实图像，并将所述反事实图像输出至所述人脸识别模块；
4、所述人脸识别模块分别提取所述待识别人脸图像、参考图像和所述反事实图像中的人脸特征得到对应的深度人脸特征，以基于所述深度人脸特征得到对应的人脸识别结果；
5、所述识别解释模块基于所述人脸识别结果分别对所述待识别人脸图像、参考图像和所述反事实图像分别对应的深度人脸特征重建出对应的重建图像，以基于所述重建图像得到对应的人脸属性数据；
6、所述识别解释模块基于所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据计算出人脸属性差值，以基于所述人脸属性差值对所述人脸识别模块得到人脸识别结果进行解释。
7、结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述识别解释模块基于所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据计算出人脸属性差值，以基于所述人脸属性差值对所述人脸识别模块得到人脸识别结果进行解释，包括：
8、所述识别解释模块基于预置的属性计算网络计算所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据得到人脸属性差值；
9、所述识别解释模块基于所述人脸属性差值对应的属性确认所述人脸识别模块识别出人脸的原因。
10、结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述识别解释模块基于预置的属性计算网络计算所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据得到人脸属性差值，包括：
11、所述识别解释模块输出所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据至属性计算网络；
12、所述属性计算网络计算所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据得到人脸属性差值。
13、结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述识别解释模块基于所述人脸属性差值对应的属性确认所述人脸识别模块识别出人脸的原因，包括：
14、所述人脸识别模块判断所述人脸属性差值是否满足预置识别阈值范围以判断是否存在目标属性差值；
15、若是，所述识别解释模块确认所述目标属性差值对应的目标属性为所述人脸识别模块识别出人脸的原因。
16、结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述反事实模块处理待识别人脸图像得到反事实图像，并将所述反事实图像输出至所述人脸识别模块，包括：
17、所述反事实模块基于所述待识别人脸图像调用预置的人脸图像处理方式；
18、所述反事实模块基于所述人脸图像处理方式处理所述待识别人脸图像得到所述反事实图像。
19、结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述识别解释模块基于所述人脸识别结果分别对所述待识别人脸图像、参考图像和所述反事实图像分别对应的深度人脸特征重建出对应的重建图像，包括：
20、所述识别解释模块判断所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸识别结果是否满足预设重建条件；
21、若是，则所述识别解释模块分别对所述待识别人脸图像、参考图像和所述反事实图像分别对应的深度人脸特征重建出对应的重建图像。
22、结合第一方面，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述基于所述重建图像得到对应的人脸属性数据，包括：
23、所述识别解释模块基于所述重建图像生成属性调用指令，并将所述属性调用指令发送至人脸属性估计器；
24、所述人脸属性估计器响应所述属性调用指令对所述重建图像进行特征提取以得到对应的人脸属性数据。
25、第二方面，本申请实施例提供了一种基于反事实推断的可解释人脸识别装置，应用于人脸识别系统，所述人脸识别系统包括反事实模块、人脸识别模块和识别解释模块，所述装置包括：
26、处理模块，用于所述反事实模块处理待识别人脸图像得到反事实图像，并将所述反事实图像输出至所述人脸识别模块；
27、提取模块，用于所述人脸识别模块分别提取所述待识别人脸图像、参考图像和所述反事实图像中的人脸特征得到对应的深度人脸特征，以基于所述深度人脸特征得到对应的人脸识别结果；
28、重建模块，用于所述识别解释模块基于所述人脸识别结果分别对所述待识别人脸图像、参考图像和所述反事实图像分别对应的深度人脸特征重建出对应的重建图像，以基于所述重建图像得到对应的人脸属性数据；
29、解释模块，用于所述识别解释模块基于所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据计算出人脸属性差值，以基于所述人脸属性差值对所述人脸识别模块得到人脸识别结果进行解释。
30、第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行任意本文档来自技高网...
【技术保护点】
1.一种基于反事实推断的可解释人脸识别方法，其特征在于，应用于人脸识别系统，所述人脸识别系统包括反事实模块、人脸识别模块和识别解释模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述识别解释模块基于所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据计算出人脸属性差值，以基于所述人脸属性差值对所述人脸识别模块得到人脸识别结果进行解释，包括：
3.根据权利要求2所述的方法，其特征在于，所述识别解释模块基于预置的属性计算网络计算所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据得到人脸属性差值，包括：
4.根据权利要求2所述的方法，其特征在于，所述识别解释模块基于所述人脸属性差值对应的属性确认所述人脸识别模块识别出人脸的原因，包括：
5.根据权利要求1所述的方法，其特征在于，所述反事实模块处理待识别人脸图像得到反事实图像，并将所述反事实图像输出至所述人脸识别模块，包括：
6.根据权利要求1所述的方法，其特征在于，所述识别解释模块基于所述人脸识别结果分别对所述待识别人脸图像、参考图
7.根据权利要求1所述的方法，其特征在于，所述基于所述重建图像得到对应的人脸属性数据，包括：
8.一种基于反事实推断的可解释人脸识别装置，其特征在于，应用于人脸识别系统，所述人脸识别系统包括反事实模块、人脸识别模块和识别解释模块，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任意一项所述的一种基于反事实推断的可解释人脸识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任意一项所述的一种基于反事实推断的可解释人脸识别方法的步骤。
...【技术特征摘要】
1.一种基于反事实推断的可解释人脸识别方法，其特征在于，应用于人脸识别系统，所述人脸识别系统包括反事实模块、人脸识别模块和识别解释模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述识别解释模块基于所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据计算出人脸属性差值，以基于所述人脸属性差值对所述人脸识别模块得到人脸识别结果进行解释，包括：
3.根据权利要求2所述的方法，其特征在于，所述识别解释模块基于预置的属性计算网络计算所述待识别人脸图像、参考图像和所述反事实图像分别对应的人脸属性数据得到人脸属性差值，包括：
4.根据权利要求2所述的方法，其特征在于，所述识别解释模块基于所述人脸属性差值对应的属性确认所述人脸识别模块识别出人脸的原因，包括：
5.根据权利要求1所述的方法，其特征在于，所述反事实模块处理待识别人脸图像得到反事实图像，并将所述反事实图像输出至所述人脸识别模块，包括：
6.根据权利要求1所述的方法，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。