[发明专利]一种基于深度学习的人脸快速识别方法

权利要求书

1.一种基于深度学习的人脸快速识别方法，其特征在于，

包括如下步骤：

步骤一，收集N个带有人脸的图片，处理生成对应N个人脸样本图片，并将N个所述人脸样本图片提取人脸特征点数据存入数据库中；

所述人脸样本图片的生成方式为，先将带有人脸的图片识别出人眼区域图像、鼻子区域图形、嘴巴区域图形，并定位出两个眼睛、鼻子、嘴巴的中心位置，将人眼区域图像的两眼位置对齐在同一水平线上、两个眼睛、鼻子、嘴巴的中心位置在同一垂直线上进行旋转和/或平移处理图片，通过矩形框式裁剪人脸图像形成人脸样本图片，所述矩形框垂直中心线对准两眼之间的中心位置；

步骤二，对N个所述人脸图片进行深度学习，建立学习模型；

步骤三，将输入的视频流与所述学习模型比对，对视频人脸进行采集形成人脸图片；先将视频流截取带有人脸的图片，并在所述图片识别出人眼区域图像、鼻子区域图形、嘴巴区域图形，并定位出两个眼睛、鼻子、嘴巴的中心位置，将人眼区域图像的两眼位置对齐在同一水平线上、两个眼睛、鼻子、嘴巴的中心位置在同一垂直线上进行旋转和/或平移处理图片，通过矩形框式裁剪所述图像形成人脸图片，所述矩形框垂直中心线对准两眼之间的中心位置；

步骤四，从采集到的所述人脸图片，提取人脸特征点数据；

步骤五，将该人脸特征点数据与数据库中已存储的人脸特征点数据进行比对，判断该人脸特征点数据与数据库中已存储的人脸特征点数是否相似，若相似，则调取数据库已存储的人脸特征点对应的人脸样本信息，否则，结束；

其中N为正整数。

2.根据权利要求1所述的基于深度学习的人脸快速识别方法，其特征在于

通过卷积神经网络中的深度学习模型定位人脸图像中的人脸特征点数据。

3.根据权利要求1所述的基于深度学习的人脸快速识别方法，其特征在于

所述人脸特征点包括器官特征点和轮廓特征点以及器官位置点。

4.根据权利要求1所述的基于深度学习的人脸快速识别方法，其特征在于，

步骤四中，提取人脸特征点数据前，将采集到的所述人脸图片的图片分辨率调整为人脸样本图片相同的分辨率。

5.根据权利要求1所述的基于深度学习的人脸快速识别方法，其特征在于，

步骤一，还包括N个所述人脸样本图片处理成M种分辨率的所述人脸样本图片，并分别提取对应M种人脸特征点数据存入数据库的M个子数据库中，其中M为正整数。

6.根据权利要求5所述的基于深度学习的人脸快速识别方法，其特征在于，

步骤四，判断采集到的所述人脸图片的分辨率，并查找M种分辨率最接近的分辨率并将所述人脸图片的分辨率调整为最接近的分辨率，再提取人脸特征点数据；

步骤五，将该人脸特征点数据与最接近的分辨率的子数据库中已存储的人脸特征点数据进行比对，判断该人脸特征点数据与数据库中已存储的人脸特征点数是否相似，若相似，则调取数据库已存储的人脸特征点对应的人脸样本信息，否则，结束。