[发明专利]一种人脸识别方法、系统及存储介质

权利要求书

1.一种人脸识别方法，其特征在于：包括以下步骤：

对采集到的图像进行预处理，识别图像中的人脸位置和人脸大小；

根据人脸位置和人脸大小，获取人脸图像，并对人脸图像进行预处理；

对预处理后的人脸图像进行特征提取；

对先验数据进行训练，生成特征模板；

通过特征模板对提取到的人脸图像特征进行匹配，得到人脸识别结果；

其中，所述对先验数据进行训练，生成特征模板这一步骤，包括以下步骤：

预设人脸图像的关键特征点；

根据预设结果，对先验数据样本的关键特征点进行标记；

根据标记的关键特征点，生成特征点坐标数据；

根据特征点坐标数据生成形状向量训练样本；

根据形状向量训练样本，构建特征模板。

2.根据权利要求1所述的一种人脸识别方法，其特征在于：所述对采集到的图像进行预处理，识别图像中的人脸位置和人脸大小这一步骤，包括以下步骤：

通过摄像头采集图像，所述图像包括静态图像和动态图像；

从采集到的图像中识别人脸位置和人脸大小。

3.根据权利要求1所述的一种人脸识别方法，其特征在于：所述根据人脸位置和人脸大小，获取人脸图像，并对人脸图像进行预处理这一步骤，包括以下步骤：

根据人脸位置和人脸大小，从采集到的图像中截取得到人脸图像；

对截取到的人脸图像进行光线补偿处理；

对光线补偿处理后的人脸图像进行灰度变换处理；

对灰度变换处理后的人脸图像进行直方图均衡化处理；

对直方图均衡化处理后的人脸图像进行归一化处理；

对归一化处理后的人脸图像进行几何校正处理；

对几何校正处理后的人脸图像进行滤波处理；

对滤波处理后的人脸图像进行锐化处理。

4.根据权利要求1所述的一种人脸识别方法，其特征在于：所述预设人脸图像的关键特征点这一步骤，其具体为：

预设68个关键特征点，所述关键特征点包括：每个眉毛的两个角点；每个眼睛的两个角点；每个眼皮的最上点和最下点；鼻尖点；两个鼻翼点；嘴巴的两个角点；上嘴唇的最上点和最下点；下嘴唇的最上点和最下点；下颚点以及脸部轮廓的46个点。

5.根据权利要求4所述的一种人脸识别方法，其特征在于：所述根据预设结果，对先验数据样本的关键特征点进行标记这一步骤，其具体为：

根据预设的关键特征点的标定顺序，对训练样本中的68个关键特征点进行标定。

6.根据权利要求5所述的一种人脸识别方法，其特征在于：所述根据形状向量训练样本，构建特征模板这一步骤，其具体为：

根据形状向量训练样本构建全局形状模型和局部纹理模型；

所述根据形状向量训练样本构建全局形状模型和局部纹理模型这一步骤，包括以下步骤：

通过仿射变换方法将所述形状向量训练样本进行向量对齐；

通过PCA算法对形状向量训练样本进行降维，分解得到变形模式，生成全局形状模型；

根据各个关键特征点周围的局部灰度分布规律，为每个关键特征点在当前位置附近寻找最佳候选位置。

7.根据权利要求1所述的一种人脸识别方法，其特征在于：还包括以下步骤：

在卷积神经网络中增加非共享卷积层；

通过自动调整训练参数，采用随机梯度下降法进行样本训练；

通过图像相似变换方法对数据进行扩充，所述图像相似变换方法包括图像旋转、图像缩放以及图像平移；

对训练样本进行归一化处理，并通过hyper-tangent函数对训练样本进行映射处理；

通过海量数据对训练得到的模型进行模型迭代优化处理。