[发明专利]一种人脸识别方法

权利要求书

1.一种人脸识别数据库构建方法，方法利用人脸图像集合F构建人脸识别数据库，其特征在于，方法包括：

一，数据预处理

步骤11，将集合F₃中每幅图像的三维点云数据向笛卡尔坐标系的xy平面进行投影，得到投影图像集合β；F₃为人脸图像库F中所有人脸图像的三维人脸图像集合，

步骤12，对集合β中的每幅投影图像进行分块处理，得到投影图像β_f的多个分块和多个漏洞子块，f∈F，β_f∈β；

步骤13，对投影图像β_f，β_f∈β的多个漏洞子块进行双立方插值修补，得到插值后的矩阵，对插值后的矩阵进行归一化处理，将归一化后的矩阵转化为图片形式，得到投影图像β_f的深度图像，所有投影图像的深度图像构成深度图像集合；

步骤14，对深度图像集合中的每个深度图像进行脸部归一化，得到归一化后的深度图像集合F₃′；

步骤15，采用RGB-D方法对集合F₃'和集合F₂进行融合，得到融合后的人脸数据集合F₂₃，F₂为人脸图像库F中所有人脸图像的二维人脸图像集合；

二、数据训练

采用卷积神经网络对F₂₃进行过滤操作得到数据集合F₂₃⁷，数据集合F₂₃⁷构成人脸识别数据库，所述卷积神经网络包括输入层、第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一局部连接层、第二局部连接层和全连接层。

2.如权利要求1所述的人脸识别数据库构建方法，其特征在于，所述步骤14中以人脸鼻尖为中心对深度图像集合中的每个深度图像进行脸部归一化。

3.如权利要求1所述的人脸识别数据库构建方法，其特征在于，在进行过滤操作前对卷积神经网络进行参数配置，所述参数配置包括：权重学习速率epsW为0.001，偏置epsB的学习速率为0.002，权重动量momW为0.9，偏置动量momB为0.9，L2范数衰减wc为0。

4.一种人脸识别方法，其特征在于，方法包括：

步骤一，采用卷积神经网络对待识别人脸f_x进行过滤操作，得到待识别人脸数据所述卷积神经网络包括输入层、第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一局部连接层、第二局部连接层和全连接层；

步骤二，计算待识别人脸数据与权利要求1构建的人脸识别数据库中各样本的匹配度，若人脸识别数据库中存在与待识别人脸数据匹配度为95％以上的样本，则待识别人脸存在于人脸识别数据库中，否则，待识别人脸不存在于人脸识别数据库。

5.根据权利要求3所述的人脸识别方法，其特征在于，步骤二中采用Sotfmax函数计算待识别人脸数据与权利要求1构建的人脸识别数据库中各样本的匹配度。

6.根据权利要求4所述的人脸识别方法，其特征在于，将待识别人脸数据与权利要求1构建的人脸识别数据库输入到softmax输出层中计算待识别人脸数据与权利要求1构建的人脸识别数据库中各样本的匹配度。