[发明专利]一种基于深度学习和Spark的人脸识别特征并行训练方法

权利要求书

1.一种基于深度学习和Spark的人脸识别特征并行训练方法，其特征是结合Spark和深度学习的特征提取方法，深度学习方法学习得到的特征表示具有非常强的泛化能力，可以成功应用到其他数据集和任务中。

2.根据权利要求1所述的方法，其特征是本发明能保证准确提取出任意图片中的人脸，并会对人脸进行对齐，使各张人脸的眼睛、嘴巴等位于图片的相同位置。

3.根据权利要求1所述的方法，其特征是利用大量神经单元对人脸图像特征进行联想存储和记忆，根据不同神经单元状态的概率实现对人脸图像准确识别。

4.根据权利要求1所述的方法，其特征是框架中的神经网络结构为：输入层、3层卷积层、2层全连接层和输出层，每层卷积层后跟着一个最大池化层。

5.根据权利要求1所述的方法，其特征是在Spark数据输入形成RDD后，将原来RDD中的每个数据项使用TensorFlow框架，用于训练特征，最后将最终结果数据输出存到HDFS，完成整个特征提取，供后续人脸识别使用。