[发明专利]一种遮挡自适应人脸识别方法

摘要

本发明公开了一种遮挡自适应人脸识别方法，包括如下步骤：步骤一：预处理网络训练，选取人脸数据集，该人脸数据集为非理想条件下的面部图片，以数据集中各类标签为该预处理网络的输出结果进行有监督学习，神经元的激活函数选取f(x)=max(0，x)，网络的输入层输入为196*196分辨率的人脸灰度图像，第一层卷积使用9*9的卷积核，与之对应的第一层池化卷积核为5*5，该网络全连接层的输出将作为预处理完成的人脸特征传入下一步处理。本发明在人脸识别的第一步骤进行了改进，引入自适应判别提升了遮挡情况下的识别能力，同时降低了非遮挡情况下的计算性能需求，同时对人脸的特征信息进行初步的预处理。

主权项

1.一种遮挡自适应人脸识别方法，其特征在于，包括如下步骤：步骤一：预处理网络训练，选取人脸数据集，该人脸数据集为非理想条件下的面部图片，以数据集中各类标签为该预处理网络的输出结果进行有监督学习，神经元的激活函数选取f(x)＝max(0，x)，网络的输入层输入为196*196分辨率的人脸灰度图像，第一层卷积使用9*9的卷积核，与之对应的第一层池化卷积核为5*5，该网络全连接层的输出将作为预处理完成的人脸特征传入下一步处理；步骤二：自适应判别：基于原始输入图像进行扫描，判别是否存在完整的人脸区域，当未检测到完整的人脸区域时，即视为存在严重的遮挡；步骤三：分类器分类与表示，当判定为无遮挡条件时，我们使用对预处理后的输入图像特征使用稀疏表示，即y＝Ax+ε，其中y为预处理后的输入图像特征，A为经过预处理网络处理后的字典，x为一个稀疏向量，ε为图像噪声，当判定为存在遮挡条件时，使用带有遮挡字典的稀疏表示，即y＝Ax+Dα+ε，其中y为预处理后的输入图像特征，A为经过预处理网络处理后的字典，D为噪声字典，x与α均为稀疏向量，ε为图像噪声；步骤四：输出结果，该步骤分为两个情况，当判定为无遮挡的时候采用稀疏表示，则利用其中i即为字典的类标，进行结果的判定与输出，当判定为有遮挡的条件下使用其中i即为字典的类标，进行结果的判定与输出。