[发明专利]移动端设备及其人脸识别方法

权利要求书

1.一种人脸识别方法，其特征在于，包括：

构建并训练第一神经网络，所述第一神经网络用于进行人脸识别；

将训练后的第一神经网络移植到NNU平台上，得到第二神经网络；

在移动端设备上通过NNU平台运行第二神经网络来进行人脸识别。

2.如权利要求1所述的人脸识别方法，其特征在于，所述第一神经网络采用基于NNU平台架构的神经网络。

3.如权利要求1所述的人脸识别方法，其特征在于，所述构建并训练第一神经网络包括：

获取辅助图片，所述辅助图片用于对第一神经网络进行训练，所述辅助图片中包含人脸相关区域；

通过辅助图片、以及数据库中预先存储的人脸数据来对第一神经网络进行训练；

重复上述步骤多次，直至完成对第一神经网络的训练。

4.如权利要求3所述的人脸识别方法，其特征在于，所述通过辅助图片、以及数据库中预先存储的人脸数据来对第一神经网络进行训练包括：

将辅助图片转化为灰度格式；

在辅助图片中检测并截取人脸区域部分图片；

将截取的人脸区域部分图片整形至预定尺寸后输入第一神经网络；

第一神经网络输出关于该人脸区域部分图片的特征向量；

对该特征向量进行L2归一化处理，得到待比对数据；

将待比对数据与数据库中预先存储的各份人脸数据分别做欧式距离的对比，得出比对结果。

5.如权利要求4所述的人脸识别方法，其特征在于，所述将待比对数据与数据库中预先存储的各份人脸数据分别做欧式距离的对比，得出比对结果包括：

若待比对数据与数据库中预先存储的某一份人脸数据的欧式距离小于预定阈值，则判定该人脸区域部分图片中的人脸与数据库中的该人脸数据为同一人；

若待比对数据与数据库中预先存储的每一份人脸数据的欧式距离均未小于预定阈值，则判定该人脸区域部分图片中的人脸不在该数据库中。

6.如权利要求5所述的人脸识别方法，其特征在于，针对不同的使用场景分别确定所述预定阈值，确定所述预定阈值的方法包括：

确定使用场景；

获得该使用场景下的多张人脸照片；

通过n折交叉验证的方式来确定该使用场景下的预定阈值。

7.如权利要求6所述的人脸识别方法，其特征在于，所述通过n折交叉验证的方式来确定该使用场景下的预定阈值包括：

取n-1折样本并从中提取阈值；

取另外的1折样本来验证上述提取的阈值是否有效；

多次重复上述步骤后得到有效的均值作为该使用场景下的预定阈值。

8.如权利要求3所述的人脸识别方法，其特征在于，所述通过辅助图片、以及数据库中预先存储的人脸数据来对第一神经网络进行训练包括：

将输入第一神经网络的人脸区域部分图片按照通道进行等量/等比例分组，同组内使用同样大小的卷积核进行卷积，至少存在两个不同的组分别使用不同大小的卷积核进行卷积，而后采用1×1的卷积核再次卷积。

9.如权利要求3所述的人脸识别方法，其特征在于，所述通过辅助图片、以及数据库中预先存储的人脸数据来对第一神经网络进行训练包括：

在卷积后加入批归一化的过程中进行网络通道交流，所述网络通道交流包括：

将卷积结果通过reshape函数整形成矩阵(g，n)，其中，g表示输入的分组数量，n表示输出的通道数量；

将矩阵(g，n)转置成矩阵(n，g)；

将矩阵(n，g)还原成整形前的形状。

10.如权利要求9所述的人脸识别方法，其特征在于，在网络通道交流之后进行网络通道选择，所述网络通道选择包括：将矩阵(n，g)还原后的输出分为两个分支，其中一个分支经全局平均池化和全连接层后，与另一个分支按通道相乘。