[发明专利]一种人脸识别方法

摘要

本发明公开了一种人脸识别方法。方法包括将二维与三维人脸数据进行归一化预处理和二维深度图的构造；根据人脸数据特点搭建了一个包含两个卷积层、两个下采样层、两个局部连接层、一个全连接层和一个softmax输出层的卷积神经网络结构；将网络的输入输出、各网络层的卷积核大小，滤波器大小等参数进行配置；将二维人脸数据和三维人脸数据使用RGB‑D方法进行数据融合，输入所搭建的卷积神经网络，进行人脸识别。本发明操作方便高效，克服了现有三维人脸识别方法易受人脸表情、光照等影响的缺点；克服了现有三维人脸识别方法对于高数据量样本识别效率低，识别精度不高等问题。

主权项

1.一种人脸识别数据库构建方法，方法利用人脸图像集合F构建人脸识别数据库，其特征在于，方法包括：一，数据预处理步骤11，将集合F3中每幅图像的三维点云数据向笛卡尔坐标系的xy平面进行投影，得到投影图像集合β；F3为人脸图像库F中所有人脸图像的三维人脸图像集合，步骤12，对集合β中的每幅投影图像进行分块处理，得到投影图像βf的多个分块和多个漏洞子块，f∈F，βf∈β；步骤13，对投影图像βf，βf∈β的多个漏洞子块进行双立方插值修补，得到插值后的矩阵，对插值后的矩阵进行归一化处理，将归一化后的矩阵转化为图片形式，得到投影图像βf的深度图像，所有投影图像的深度图像构成深度图像集合；步骤14，对深度图像集合中的每个深度图像进行脸部归一化，得到归一化后的深度图像集合F3′；步骤15，采用RGB‑D方法对集合F3'和集合F2进行融合，得到融合后的人脸数据集合F23，F2为人脸图像库F中所有人脸图像的二维人脸图像集合；二、数据训练采用卷积神经网络对F23进行过滤操作得到数据集合F237，数据集合F237构成人脸识别数据库，所述卷积神经网络包括输入层、第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一局部连接层、第二局部连接层和全连接层。