[发明专利]一种基于近红外成像与深度学习的人脸识别系统在审
| 申请号： | 201811539327.0 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109684965A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 沈晶 | 申请（专利权）人： | 上海资汇信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200333 上海市普*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 近红外成像 人脸识别系统 近红外图像 红外人脸 人脸检测 人脸识别 人脸图像 鲁棒性 采集 人脸 近红外摄像头 人脸表情变化 神经网络模型 可见光 摄像头 复杂条件 光线条件 环境光照 活体检测 检测模块 转换模块 左右移动 中央处 学习 光照 自然环境 图像 屏幕 转换 | ||
1.一种基于近红外成像与深度学习的人脸识别系统，其特征在于：包括：
近红外图像采集和活体检测模块：用近红外摄像头采集近红外人脸图像，人脸保持与摄像头30-50cm距离，被采集人脸的眼睛需要盯着屏幕的中央处，缓缓的前后左右移动脸部，并保持表情自然；
近红外人脸检测模块：基于深度学习的人脸检测方法，对自然环境中光线，角度和人脸表情变化更具有鲁棒性，内存消耗不大，实现实时人脸检测；
近红外图像转换模块：用于将上一个模块中检测到的人脸图像输入cycleGAN的神经网络模型，得到转换后的可见光人脸图像；
人脸识别模块：对图像使用卷积神经网络提取特征向量，然后根据两个特征向量的欧式距离与预设阈值的比较完成人脸识别。
2.根据权利要求1所述的一种基于近红外成像与深度学习的人脸识别系统，其特征在于：所述近红外光摄像头通过近红外人脸活体检测来判断采集到的图像是否是含有人脸。
3.根据权利要求1所述的一种基于近红外成像与深度学习的人脸识别系统，其特征在于：所述人脸识别模块通过卷积神经网络将人脸映射到欧式空间的人脸特征向量上，计算不同图片人脸特征的距离，然后根据通过相同个体的人脸的距离，总是小于不同个体的人脸这一先验知识，使用三元损失函数，该三元损失函数使得类内距离小于类间距离。
4.根据权利要求1所述的一种基于近红外成像与深度学习的人脸识别系统，其特征在于：所述人脸识别模块测试时只需要计算人脸特征，然后计算距离使用阈值即可判定两张人脸照片是否属于相同的个体。
5.根据权利要求1所述的一种基于近红外成像与深度学习的人脸识别系统，其特征在于：所述人脸识别模块设置有两个镜像对称的GAN，构成了一个环形网络，两个GAN共享两个生成器，并各自带一个判别器，即共有两个判别器和两个生成器。
6.根据权利要求1所述的一种基于近红外成像与深度学习的人脸识别系统，其特征在于：所述人脸识别模块的一个生成器将X域的图片转换成Y域的图片，而另一个生成器将Y域的图片转换成X域的图片。
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上海资汇信息科技有限公司，未经上海资汇信息科技有限公司许可，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/201811539327.0/1.html，转载请声明来源钻瓜专利网。
