[发明专利]基于卷积神经网络的身份识别方法、装置、设备及介质

权利要求书

1.一种基于卷积神经网络的身份识别方法，其特征在于，所述基于卷积神经网络的身份识别方法包括以下步骤：

通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像；

将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据；

将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份；

所述通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像的步骤，包括：

通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像；

通过Gabor算子对所述头部图像进行姿态估计得到估计图像，并根据所述估计图像的头部特征，通过Sobel算子对所述估计图像进行特征提取，得到图像提取结果；

根据所述图像提取结果得到所述头部图像中的脸部图像和鼻部图像；

所述将所述识别特征数据与所述图像系统数据库中的识别特征数据进行数据匹配，以识别所述待识别犬只的身份的步骤包括：

将所述识别特征数据与数据库中已存的识别特征数据进行数据匹配，得到匹配值，将所述匹配值与数据库的预设匹配阈值进行比较；

若所述匹配值大于或者等于预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为相同犬只；

若所述匹配值小于所述预设匹配阈值，则确认所述待识别犬只与所述数据库中已存的识别特征数据对应的犬只为不相同犬只；

所述通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像，根据所述预处理犬只图像得到所述待识别犬只的头部图像的步骤包括：

通过调用图像采集设备拍摄待识别犬只，得到预处理犬只图像；

将所述预处理犬只图像转换为灰度图像，根据所述灰度图像中区域图像颜色在YCBCR色度空间中不同的门限阀值，对所述预处理犬只图像中头部区域图像与非头部区域图像进行分割，得到所述预处理犬只图像中的头部区域图像；

对所述头部区域图像中的头部区域图像进行图像采集，得到所述待识别犬只的头部图像；

所述将所述预处理犬只图像转换为灰度图像的步骤包括：

通过直方图均衡化将所述预处理犬只图像转换为深灰度图像，将所述深灰度图像进行图像噪声弱化处理，得到浅灰度图像；

通过滤波器将所述浅灰度图像进行图像锐化处理，得到灰度图像。

2.如权利要求1所述的基于卷积神经网络的身份识别方法，其特征在于，所述将所述脸部图像和鼻部图像输入图像系统的卷积神经网络中，得到所述待识别犬只的识别特征数据的步骤包括：

将所述脸部图像和所述鼻部图像输入图像系统的卷积神经网络中，将所述脸部图像和鼻部图通过所述卷积神经网络的卷积层和池化层，得到待识别犬只的识别特征数据。

3.如权利要求1至2任一项所述的基于卷积神经网络的身份识别方法，其特征在于，所述通过图像采集设备采集待识别犬只的头部图像，对所述头部图像进行图像提取，得到所述头部图像中的脸部图像和鼻部图像的步骤之前，还包括：

在图像系统中创建卷积神经网络和识别特征数据的数据库；

采集各类犬只的脸部图像和鼻部图像，将所述的脸部图像和鼻部图像输入所述卷积神经网络中，得到各类犬只对应的识别特征数据，并将各类犬只对应的识别特征数据存储于所述数据库中。