[发明专利]一种基于卷积神经网络的人脸识别方法

摘要

一种基于卷积神经网络的人脸识别方法，本发明涉及基于卷积神经网络的人脸识别方法。本发明为了解决现有针对小数据集的人脸识别方法准确率低、自适应差以及需要人工调参数的问题。本发明包括：一：对需要进行识别的人脸图像分为训练样本、测试样本和验证样本三类，并读取待训练的数据；二：进行归一化处理；三：构建卷积神经网络的网络结构；四：将训练样本放入步骤三构建的网络结构中进行训练，训练的过程包括前向传播和反向传播；五：将步骤四训练后的模型参数进行保存；六：使用训练后的模型参数对步骤二归一化处理后的测试样本进行检测，得到模型的检测结果。本发明用于模式识别领域。

主权项

1.一种基于卷积神经网络的人脸识别方法，其特征在于：所述基于卷积神经网络的人脸识别方法包括以下步骤：步骤一：对需要进行识别的人脸图像分为训练样本、测试样本和验证样本三类，并读取待训练的数据；步骤二：对步骤一读取训练数据后的人脸图像进行归一化处理；步骤三：构建卷积神经网络的网络结构，结构为输入层-卷积层-卷积层-池化层-卷积层-卷积层-池化层-全连接层；步骤四：将步骤二归一化处理后的训练样本放入步骤三构建的网络结构中进行训练，训练的过程包括前向传播和反向传播；将步骤二归一化处理后的验证样本放入步骤三构建的网络结构中进行验证，若验证样本的测试结果大于等于设定的阈值，则执行步骤五，若验证样本的测试结果小于设定的阈值，则重新执行步骤三；步骤五：将步骤四训练后的模型参数进行保存；步骤六：使用训练后的模型参数对步骤二归一化处理后的测试样本进行检测，得到模型的检测结果。