[发明专利]基于深度学习的低分辨率人脸图像识别方法在审
| 申请号： | 201910231501.3 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN110084119A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 汪从玲 | 申请（专利权）人： | 安徽艾睿思智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 合肥市上嘉专利代理事务所(普通合伙) 34125 | 代理人： | 李璐;郭华俊 |
| 地址： | 232200 安徽省合肥市高新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的低分辨率人脸图像识别方法，包括以下步骤：S1：获取高分辨率人脸图像，与下采样得到对应的低分辨率人脸图像生成训练集；S2：建立人脸识别网络，构建一个生成对抗网络，并嵌入所述人脸识别网络中实现超分辨；S3：利用预处理后的训练集训练所述人脸识别网络，优化参数得到能够对低分辨率图像准确识别的深度神经网络模型；S4：将低分辨率人脸图像输入所述深度神经网络模型进行分类，得到识别结果。本发明提出一种端到端的低分辨率人脸识别模型，结合高层图像识别的任务在特征层进行特征的超分辨，只需输入低分辨率图像即可得到图像识别结果，能够有效地提高对低分辨率人脸图像的识别精度。 | ||
| 搜索关键词： | 低分辨率 人脸识别 人脸图像 低分辨率图像 人脸图像识别 神经网络模型 超分辨 训练集 网络 预处理 图像识别结果 高层图像 高分辨率 优化参数 特征层 下采样 有效地 构建 嵌入 学习 对抗 分类 | ||
【主权项】：
1.一种基于深度学习的低分辨率人脸图像识别方法，包括以下步骤：S1：获取高分辨率人脸图像，与下采样得到对应的低分辨率人脸图像生成训练集；S2：建立人脸识别网络，构建一个生成对抗网络，并嵌入所述人脸识别网络中，实现超分辨；S3：对所述训练集进行预处理，利用预处理后的训练集训练所述人脸识别网络，优化参数，得到能够对低分辨率图像准确识别的深度神经网络模型；S4：将低分辨率人脸图像输入步骤S3得到的所述深度神经网络模型进行分类，得到识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽艾睿思智能科技有限公司，未经安徽艾睿思智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910231501.3/，转载请声明来源钻瓜专利网。
