[发明专利]一种基于caffe深度学习框架的人脸识别方法

说明书

本发明公开了一种基于caffe深度学习框架的人脸识别方法，包括步骤：步骤(1)、建立人脸识别数据库；步骤(2)、将数据库图像进行预处理；步骤(3)、用caffe框架搭建卷积神经网络；步骤(4)、使用基于caffe的并行框架训练深度神经网络模型；步骤(5)、调用训练完毕之后的caffe模型进行测试。本发明以基于caffe框架的深度学习框架为基础，在改进的神经网络模型下能够更好更快地训练出合适的模型参数，在进行识别的过程中使用并行计算图片，大提高了大量数据情况下的识别效率。

技术领域

本发明涉及计算机视觉、人工智能领域，特别是涉及一种基于caffe深度学习框架的人脸识别方法。

背景技术

近年来计算机视觉技术、人工智能技术的不断优化与进步，给人类生活带来了诸多便捷，尤其是以此类技术为理论基础的的人脸识别技术也不断得到发展。早期人脸识别的应用主要为破案，之后多应用于手机解锁等安全要求不高的场所。现如今，人脸识别已广泛应用于教育、金融、司法等人类各个生活领域，例如诸多企业实施人脸识别考勤、视频监控中应用人脸识别技术以识别人脸等等。

Caffe框架是一种开源软件框架，内部提供了一套基本的编程框架，或者说一个模板框架，用以实现GPU并行架构下的深度卷积神经网络深度学习等算法，我们可以按照框架定义各种各样的卷积神经网络的结构，并且可以再此框架下增加自己的代码，设计新的算法。

目前常见的人脸识别方法主要有以下两种：浅层特征的人脸识别方法，另一种是基于深度学习的人脸识别方法。浅层特征的人脸识别方法主要包括基于几何特征的人脸识别方法、基于模板匹配的人脸识别方法、基于模型的人脸识别方法等；基于深度学习的人脸识别方法通常使用卷积神经网络结构。目前基于深度学习的人脸识别方法应用较广。但目前一些人脸识别网络存在着结构较为复杂，速度较慢且识别度不高、鲁棒性不强的问题。

发明内容

本发明的目的是为了克服现有技术中的不足，针对现有技术中存在的人脸识别方法的网络结构复杂、识别速度较慢且识别度不高、鲁棒性不强的问题,提供一种基于caffe深度学习框架的人脸识别方法，该方法可以实现在网络结构简单的条件下更快、更准确地对人脸进行识别。

本发明的目的是通过以下技术方案实现的：

一种基于caffe深度学习框架的人脸识别方法，该方法包括以下步骤：

步骤(1)、建立人脸识别数据库；

步骤(2)、将数据库图像进行预处理；

步骤(3)、用caffe框架搭建卷积神经网络；

步骤(4)、使用基于caffe的并行框架训练深度神经网络模型；

步骤(5)、调用训练完毕之后的caffe模型进行测试。

进一步的，步骤(1)包括以下步骤：

步骤(101)、从网络上爬取亚洲人脸图像，要求每幅图中仅有一人，并标注出人脸位置以及该人名字，若有重名者只选取其中一人，做到名字与人脸一一对应；

步骤(102)、将数据库图像进行增强处理，通过对图像的镜面转换、像素变换、颜色变换的方法扩充数据库，进行数据增强，以便于进行后续的特征提取；将标注好的图片分文件夹存储，每个名字对应一个文件夹；一个文件夹下需存储10-20张图片。

进一步的，步骤(2)具体包括以下处理过程：

步骤(201)、人脸检测与对齐：将建立好的数据库送入多任务级联卷积神经网络中进行人脸检测并将角度倾斜的人脸进行校正即人脸对齐；

步骤(202)、将所检测、对齐后的人脸裁剪成112*96的固定大小。