[发明专利]抗角度与遮挡干扰的快速人脸识别方法

摘要

本发明提供了一种抗角度与遮挡干扰的快速人脸识别方法，首先收集经过人脸检测并裁剪出人脸的图片训练集，对训练集进行调整和扩充，并进行标准化预处理。投入构建的神经网络中训练，保存参数模型。将测试数据调整到合适的大小和通道数，也同样进行标准化预处理，投入到预测网络中，得到人脸图片特征向量，通过计算人脸图片特征向量的距离来判断两张人脸是否来自同一人。本发明对人脸照片的角度没有特定的要求，并且对佩戴眼镜的人脸照片比对效果明显，因此不用担心侧脸角度和眼镜遮挡问题对人脸比对的影响。另外，本发明比对方法简单，并运用gpu加速提升计算性能，可应用于实时环境。

主权项

1.抗角度与遮挡干扰的快速人脸识别方法，其特征在于，包括以下步骤：(a)取大量的经过检测后并裁剪的人脸图片训练集，调整训练集使侧脸和佩戴眼镜的人脸图片在数据集中占用10％至20％比例；(b)读入步骤(a)中的人脸图片训练集，通过随机裁剪和随机翻转扩充训练集，将单通道的图片扩展成三通道的RGB图片，将图片缩放到设定的大小，并将图片标准化；(c)通过组合和调整多种有效的结构，搭建训练人脸数据集的神经网络，步骤(b)中的数据集投入神经网络使用gpu加速开始训练网络，得到训练后的网络参数模型文件；(d)从步骤(c)中搭建的训练网络提取部分结构构成提取人脸特征供预测的神经网络，使用该预测网络加载步骤(c)中获得的网络参数模型文件；(e)将需要比对的经过检测后并裁剪的人脸图片缩放到步骤(b)中设定的大小，并将其中的单通道图片转换成三通道的RGB图片；(f)将步骤(b)的训练集投入预测网络，计算出图片的特征向量，对训练集抽样计算距离，测试不同的阈值作为两张图片是否是同一人的标准，选择准确率最高的阈值作为最终阈值；(g)将步骤(e)中的人脸测试图片投入步骤(d)中的预测网络，计算出测试图片的特征向量，计算需要比对的两张人脸图片对应的特征向量的欧式距离，并根据步骤(f)计算出的最终阈值判定两张人脸是否来自同一人，作为人脸比对的判定标准。