[发明专利]一种基于动态Spiking神经网络的人脸识别方法在审
| 申请号： | 201810585279.2 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108846349A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 屈鸿;张马路;张季伦;陈珊;陈一;肖艳清 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 李龙 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络 灰度图 待识别人脸图像 神经元 人脸识别 人脸图像 时间序列 脉冲 低维 图像处理技术 强度转换 区域特征 特征提取 图像识别 传统的 灰度 像素 关联 转换 | ||
1.一种基于动态Spiking神经网络的人脸识别方法，其特征在于，包括以下步骤：
S1、将人脸图像转换为灰度像素，获得灰度图；
S2、对灰度图进行特征提取，得到灰度图区域特征关联的低维特征；
S3、将低维特征的特征强度转换为脉冲时间序列；
S4、使用多张人脸图像对Spiking神经网络进行训练
将多张人脸图像依次经过S1-S3处理后，分别得到相对应的脉冲时间序列，根据每个脉冲时间序列中脉冲的精确时间来调整对应的初始权值，得到调整权值，然后进行权值学习，根据每张人脸图像的标签、调整权值以及Spiking神经网络中已有的神经元来共同判断是否增加新的神经元，当所有的人脸图像均输入到Spiking神经网络后，得到稳定的动态Spiking神经网络；
S5、对待识别人脸图像进行识别
将待识别人脸图像依次经过S1-S3处理后得到的脉冲时间序列输入至S4得到的动态Spiking神经网络中，根据输入的脉冲时间序列中脉冲的精确时间来调整初始权值，得到相应的调整权值，将该调整权值与动态Spiking神经网络中已有的神经元的权值进行比较，找出与该调整权值最接近的权值的神经元，该神经元的类别便是待识别人脸图像的类别。
2.根据权利要求1所述的一种基于动态Spiking神经网络的人脸识别方法，其特征在于：所述S2中，采用PCA降维的方法对灰度图进行特征提取。
3.根据权利要求1所述的一种基于动态Spiking神经网络的人脸识别方法，其特征在于：所述S3中，采用高斯编码的方法将低维特征的特征强度转换为脉冲时间序列。
4.根据权利要求1所述的一种基于动态Spiking神经网络的人脸识别方法，其特征在于：所述S4中基于精确时间的权值学习是用一个递减的函数来实现的，即最先到达的脉冲含有最多信息。
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电子科技大学，未经电子科技大学许可，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/201810585279.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于三维骨骼特征的人体行为识别方法
- 下一篇：容忍年龄变化的人脸识别方法
