[发明专利]一种基于深度聚合网络的人脸识别方法在审
申请号: | 201810056443.0 | 申请日: | 2018-01-21 |
公开(公告)号: | CN108205666A | 公开(公告)日: | 2018-06-26 |
发明(设计)人: | 傅桂霞;邹国锋;申晋;尹丽菊;杜钦君;高明亮;胡文静 | 申请(专利权)人: | 山东理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 255086 山东省淄博*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 纹理特征向量 自动编码器 二值模式 聚合网络 人脸识别 人脸图像 子区域 人脸 稀疏 人脸特征向量 读取 分类识别 干扰信息 输出特征 特征提取 网路 去除 聚合 | ||
1.一种基于深度聚合网络的人脸识别方法,其特征在于,包括以下步骤:
(1)读入原始人脸图像;
(2)对原始人脸图像进行尺寸归一化处理;
(3)将归一化后的人脸图像采用了2x2的分块思路,划分为4个子区域;
(4)采用深度聚合网络实现4个人脸子区域的特征提取与融合,实现分类识别。
2.根据权利要求1所述的基于深度聚合网络的人脸识别方法,其特征在于:人脸特征的提取采用了深度聚合网络。
3.根据权利要求1和2所述的基于深度聚合网络的人脸识别方法,其特征在于:采用圆环形局部二值模式算子分别对4个人脸子区域进行预处理,计算得到各子区域人脸的纹理特征向量。
4.根据权利要求1、2和3所述的基于深度聚合网络的人脸识别方法,其特征在于:深度聚合网络构建以4个人脸子区域的局部二值模式纹理特征作为特征提取网络的输入向量。
5.根据权利要求1和2所述的基于深度聚合网络的人脸识别方法,其特征在于:深度聚合网络由4组不同的稀疏自动编码器网络构成特征提取器,实现4个子区域的人脸纹理特征的深层特征提取。
6.根据权利要求1、2和5所述的基于深度聚合网络的人脸识别方法,其特征在于:4组不同稀疏自动编码器提取的人脸子区域深层特征,采用网络全连接方式实现特征聚合,形成总的人脸特征向量用于分类识别。
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山东理工大学,未经山东理工大学许可,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/pat/books/201810056443.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电子设备
- 下一篇:车道线检测方法及装置、车道线检测终端、存储介质