[发明专利]基于神经网络进行识别的算法的人脸识别方法

说明书

技术领域

本发明专利涉及一种基于神经网络进行识别的算法的人脸识别方法，尤其是实现了一种基于神经网络进行识别的算法的人脸识别方法的过程的准确性。

背景技术

目前，公知的在一般情况下，人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类(甚至其他生物)进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。虽然人脸识别有很多其他识别无法比拟的优点，但是它本身也存在许多困难。人脸识别的困难主要是人脸作为生物特征的特点所带来的。

发明内容

为了克服现有的人脸识别主要因人脸作为生物特征的特点所带来的难以实现的状况，本发明提供一种基于部件的多特征识别算法的人脸识别方法，该发明实现了一种基于神经网络进行识别的算法的人脸识别方法过程的准确性。

本发明解决其技术问题所采用的技术方案是：利用计算机科学处理实现。

本发明的有益效果是，实现了一种基于神经网络进行识别的算法的人脸识别方法过程的准确性。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明的原理图

具体实施方式

为了克服现有的人脸识别主要因人脸作为生物特征的特点所带来的难以实现的状况，本发明提供一种基于部件的多特征识别算法的人脸识别方法，该发明实现了一种基于部件的多特征识别算法的人脸识别方法过程的准确性。它的主要步骤包括：模型建立、仿真模型建立和仿真实验。

它的主要步骤包括：

1、人脸检测：判断输入图像中是否存在人脸，如果有，给出每个人脸的位置，大小；

2、面部特征定位：对找到的每个人脸，检测其主要器官的位置和形状等信息；

3、人脸比对：根据面部特征定位的结果，与库中人脸对比，判断该人脸的身份信息；