[发明专利]使用人工神经网络进行面部识别

说明书

通过卷积神经网络的操作，可自动进行人脸识别。卷积神经网络包含有数个层组。其中，第一、第二和第三层组各包含一个卷积层、一个最大池化层和一个参数修正线性单元激活函数层。第四层组包含一个卷积层和一个参数修正线性单元激活函数层。

技术领域

此文所述的实施例，一般都涉及信息处理，尤其涉及机器视觉和机器学习系统，并且这些实施例还将具体的方法与实际运用联系在一起。实际运用包括人脸识别。

背景

人脸识别系统正面临着越来越多的应用。其应用范围十分广泛，并且多种多样，从执法、安全或访问控制，到照片和视频的组织安排、网上约会服务以及无数其他应用。人脸识别不同于人脸检测，人脸检测的目标是从图像或视频帧中简单地检测人脸的存在，而人脸识别的目标则是从大量被识别的个体中通过图像或视频帧来识别唯一的个体。

在这方面已经运用了许多不同的计算方法，如最邻近分类器、支持向量机、人工神经网络(ANN)以及其他。所有的各种计算方法中，卷积人工神经网络表现得特别突出和优秀。

卷积人工神经网络(以下简称为“卷积神经网络(CNN)”)包括有一种可训练架构。通过某些应用，这种架构可学习到不变特征。卷积神经网络通常包含有相互交替的卷积层、非线性层和特征池化层。每一层都由元素或“神经元”组成。这些元素或神经元都含有可学习的权重和偏置。尤其是当被用于图像识别时，卷积神经网络就会使用多层小神经元集合去处理输入图像的各部分。然后将这些小神经元集合的输出平铺，以使他们的输入区域出现重叠，从而可比较好地展示出原图像。

在使用中，卷积神经网络以高分辨率抽取每张图像的局部特征，并成功地以较低的分辨率将它们组合成较复杂的特征。然后再用较高层中的不断增加的特征图来补偿失去的空间信息。

卷积层计算线性滤波器与底层感受野的内积，紧接着在输入的每个局部部分是一个非线形激活函数，然后非线性转换层在邻近的特征图之间进行修正。特征池化层通过求均值或最大值运算将局部的邻域组合在一起，以防止出现微小的失真。

长期困扰人脸识别系统设计人员的问题是，他们一方面要获得高精度性能，而另一方面又要获取好的计算效率(如处理速度)。但是，在基于卷积神经网络的人脸识别系统中，这二者在性能上是此消彼长的。要想实际解决这个问题，就必需进一步增强这二者的性能属性。

披露信息概要

本次披露的重要对象之一，就是通过卷积神经网络进行的人脸识别。卷积神经网络包含数个层组。其中，第一层组、第二层组和第三层组都包括有一个卷积层，一个最大池化层和一个参数修正线性单元激活函数层。第四层组包括一个卷积层和一个参数修正线性单元激活函数层。

另外一个披露对象，就是执行自动人脸识别的系统。该系统有执行硬件，该执行硬件包括至少一个处理器核心，一个数据储存区以及输入/输出装置。执行硬件被用于运行至少有四个层组的卷积神经网络。

第一层组被设置成用来接收包含人脸的图像，并作为其输入。该图像有多个输入通道和一个特定输入像素量。第一层组包括一个第一卷积层、一个第一最大池化层和一个第一参数修正线性单元激活函数。第一层组被设置用来产生一种输出，该输出包含一个第一预定义通道量和一个第一像素量。第一预定义通道量的数量比输入通道数量多至少80倍，而第一像素量低于输入像素量至少4.2倍。

第二层组被设置为接收第一层组的输出，并作为其输入。第二层组包括一个第二卷积层、一个第二最大池化层和一个第二参数修正线性单元激活函数。第二层组被设置为用来产生一种输出，该输出包含一个第二预定义通道量和一个第二像素量。第二预定义通道量的数量比第一预定义通道量的数量多至少3倍，而第二像素量低于第一层组输出的第一像素量至少4.2倍。