[发明专利]一种人脸快速检索方法、系统

权利要求书

1.一种人脸快速检索方法，其特征在于，包括如下步骤：

获得图像的特征向量，将所述特征向量输入一自编码网络，所述自编码网络中，首先通过利用损失函数以及多维特征来训练自编码网络，然后使用随机梯度下降法更新对应的模型参数，最后保存模型参数，作为将特征进行二值化哈希的网络参数；

根据所述自编码网络训练并更新得到全连接层权重和对应的偏置项，并作为将特征向量进行二值化哈希的网络参数，训练过程中，每次在训练集中随机选取张图像的对应特征作为一个训练批次,输入到自编码网络中输入的人脸特征为 ,,和分别为第一层全连接层和第二层全连接层的权重，, 为对应的偏置项，

激活函数为；训练过程中，每次随机选取N张图像的对应特征作为一个训练批次输入到自编码网络中；

对于一个训练批次：

第一层网络的输出为：

第二层网络的输出为：

针对第一层网络的输出，使用符号函数约束获得对应哈希值的二进制表达：

其中

经过自编码网络将人脸图像的特征向量转化为64bit的二值化哈希值；

该自编码网络的损失函数如下：

其中， 为自编码网络自身的损失函数：

为二值化哈希编码的损失函数表达；

记, ,则为：

其中，

目的为优化哈希值与实际特征值间的距离；

,目的是保证哈希函数对各个位的均衡性；

，加入松弛正交项，保证哈希码间的独立性；

为正则化项；

其中， 分别为各部分优化值所对应的超参数；通过所述的网络参数建立图像的哈希索引库并获取待查询图像的哈希值，搜索出人脸结果。

2.根据权利要求1所述的人脸快速检索方法，其特征在于，还包括：建立图像的哈希索引库过程的如下步骤，

所述特征向量经过自编码网络进行二值化得到哈希值，利用所述哈希值建立图像库的索引。

3.根据权利要求1或2所述的人脸快速检索方法，其特征在于，还包括：

获取待查询图像的哈希值，

计算和索引库中哈希码的汉明距离，

按汉明距离的数值排序，并按顺序输出对应的原始图像，得到检索结果。

4.根据权利要求1所述的人脸快速检索方法，其特征在于，所述获得图像的特征向量前还包括人脸图像预处理步骤：

设参与训练的训练集的图像数量为 ，对于每一张输入的图像,

对图片进行人脸检测与关键点标注，之后根据关键点对人脸图像进行对齐处理，将图像划归为同一尺度。

5.根据权利要求4所述的人脸快速检索方法，其特征在于，所述获得图像的特征向量后还包括如下步骤：

将处理后的人脸图像 加入卷积神经网络进行训练，得到相应的用于人脸特征提取的网络参数，

在卷积神经网络训练完成后，通过获得的网络参数对人脸图像和特征向量进行映射，提取训练集中人脸图像的特征向量。