[发明专利]一种基于capsule的人脸识别方法

摘要

本发明涉及一种基于capsule的人脸识别方法，采用VGG网络+capsule网络训练网络模型得到优化后的网络模型，将多个人脸图像输入优化后的网络模型得到多个向量值，所有向量值构成人脸查询数据库；最后设置阈值，将未知人脸图像输入优化后的网络模型中得到待识别向量值，将该待识别向量值与所有已知向量值求欧氏距离，选出绝对值最小的距离作为最小距离，并将该最小距离与阈值进行比较：如果最小距离大于阈值，那么表示该未知人脸图像不在人脸查询数据库中；否则与待识别向量值求欧氏距离得到最小距离小的那个已知向量值所对应的人脸图像与未知人脸图像为同一人。该方法在有干扰情况下具有较高的识别精度。

主权项

1.一种基于capsule的人脸识别方法，其特征在于：包括如下步骤：S1：训练网络模型：获取人脸图像数据集，将人脸图像数据集中的人脸图像依次输入VGG网络进行处理，并对应的输出的特征图集；再将得到的所有特征图对应的转化为一维向量作为capsule网络的输入，并建立损失函数，根据损失函数的值更新VGG网络和capsule网络参数，经过多次迭代，多次更新VGG网络和capsule网络参数，最后得到优化后的网络模型；S2：建立人脸查询数据库：将需要识别的人的图片输入优化后的网络模型得到他们对应的编码，将这些编码记为已知编码，将所有已知编码保存下来构成人脸查询数据库；S3：未知人脸图像识别：设置阈值，并将未知人脸图像输入优化后的网络模型中，得到未知人脸图像对应的编码，记为待识别编码，将该待识别编码与所有已知人脸查询数据库中的已知编码求欧式距离，选出值最小的距离作为最小距离，并将该最小距离与阈值进行比较：如果最小距离大于阈值，那么表示该未知人脸图像不在人脸查询数据库中；如果最小距离小于或等于阈值，那么与待识别编码求欧氏距离得到最小距离小的那个已知编码为目标编码，所述目标编码对应的人脸图像与未知人脸图像为同一人。