[发明专利]一种人脸检索方法和系统

权利要求书

1.一种人脸检索方法，其特征在于，包括如下步骤：

步骤S1：搭建人脸检索的网络构架，所述网络构架包括池化层、全连接层和损失层，并根据欧式距离对网络构架中的损失层进行优化；

步骤S2：根据反向传播的方式调节网络构架中优化的损失层、全连接层和池化层的参数，得到调节后的网络构架；

步骤S3：将各训练样本图片输入调节后的网络构架中生成测试用例；

步骤S4：根据sign函数对所述测试用例进行量化，计算得到测试用例的二值编码，通过二值编码计算两两训练样本图片之间的汉明距离；

步骤S5：根据汉明距离对各训练样本图片的近似度进行排序，从而完成对人脸检索的网络构架的训练；

步骤S6：将各待检索人脸图片输入完成训练的人脸检索网络构架中进行检索，得到各待检索人脸图片的近似度排序结果。

2.根据权利要求1所述的人脸检索方法，其特征在于，所述步骤S3前还包括将各训练样本图片进行预处理的步骤：将各训练样本图片根据预设规格进行裁剪，并进行对齐处理，再将对齐后的各训练样本图片的格式转换为LMDB格式。

3.根据权利要求1所述的人脸检索方法，其特征在于，所述步骤S1中根据欧式距离对网络构架中的损失层进行优化的具体方法为：对损失层中的损失函数进行正则化项，两两训练样本图片为一组训练样本图片对，训练样本图片对的损失函数公式为：

$L_r(d_1,d_2,m)=\frac{1}{2}(1-m)\left|\right|d_1-d_2|{|}_2^2+\frac{1}{2}mmax(q-||d_1-d_2|{|}_2^2,0)+\mathrm{\γ}({||\left|d_1\right|-1||}_1-{||\left|d_2\right|-1||}_1)---\left(1\right)$

其中，L_r(d₁,d₂,m)为损失值，d₁和d₂为分别训练样本图片对I₁，I₂的特征，为训练样本图片对特征的欧式距离，γ为控制正则项强度的加权参数，q为边缘阈值参数且q＞0，若训练样本图片对中两者预设的标签类别相同时则定义m＝0，否则定义m＝1。