[发明专利]基于双向长短期记忆网络的人脸属性识别方法及系统

权利要求书

1.一种基于双向长短期记忆网络的人脸属性识别方法，其特征在于，包括：

S1、获取人脸图像数据集；

S2、将获取的人脸图像数据集进行图像预处理后，生成人脸图像训练集；

S3、构建基于双向长短期记忆网络的深度神经网络，将人脸图像训练集作为输入对所述深度神经网络进行训练，得到深度神经网络模型，具体包括：

(1)构建前段卷积神经网络；

(2)构建后段双向长短期记忆网络，所述后段双向长短期记忆网络的损失函数为：

其中a_j代表第j个任务所对应的损失，l_avg代表所有任务的平均损失，l_max和l_min代表所有任务中损失的最大项和最小项；

(3)前段卷积神经网络分别与后段双向长短期记忆网络连接，然后再在双向长短期记忆网络后依次连接一个全连接层和reshape层，从而构成基于双向长短期记忆网络的深度神经网络；

S4、将待识别的测试图像输入至训练好的深度神经网络模型进行人脸属性识别。

2.如权利要求1所述的基于双向长短期记忆网络的人脸属性识别方法，其特征在于，所述后段双向长短期记忆网络，包括：

正向长短期记忆网络，用于对前段卷积神经网络得到的人脸属性特征进行从前向后的方向进行扫描，从而得到正向序列；

反向长短期记忆网络，用于对前段卷积神经网络得到的人脸属性特征进行从后向前的方向进行扫描，从而得到反向序列。

3.如权利要求1所述的基于双向长短期记忆网络的人脸属性识别方法，其特征在于，步骤S4中进行人脸属性识别的具体步骤包括：

(1)将经过步骤S2的图像预处理后的测试图像，输入前段卷积神经网络，提取人脸属性特征；

(2)通过双向长短期记忆网络后得到人脸属性特征的正向序列和反向序列；

(3)将人脸属性特征的正向序列和反向序列输出至最后一个全连接层进行合并，从而输出一个80维的人脸属性特征；

(4)然后利用reshape层将人脸属性特征的80维变为2乘40，表示人脸对应的40个人脸属性特征的判断结果。

4.一种基于双向长短期记忆网络的人脸属性识别系统，其特征在于，包括：

图像采集单元(101)，用于获取人脸图像数据集；

图像处理单元(102)，用于将获取的人脸图像数据集进行图像预处理后，生成人脸图像训练集；

神经网络训练单元(103)，用于构建基于双向长短期记忆网络的深度神经网络，将人脸图像训练集作为输入对所述深度神经网络进行训练，得到深度神经网络模型，具体包括：

(1)构建前段卷积神经网络；

(2)构建后段双向长短期记忆网络，所述后段双向长短期记忆网络的损失函数为：

其中a_j代表第j个任务所对应的损失，l_avg代表所有任务的平均损失，l_max和l_min代表所有任务中损失的最大项和最小项；

(3)前段卷积神经网络分别与后段双向长短期记忆网络连接，然后再在双向长短期记忆网络后依次连接一个全连接层和reshape层，从而构成基于双向长短期记忆网络的深度神经网络；

人脸属性识别单元(104)，用于将待识别的测试图像输入至训练好的深度神经网络模型进行人脸属性识别。