[发明专利]多点位人脸识别智能化辨识方法

权利要求书

1.一种多点位人脸识别智能化辨识方法，其特征在于，包括如下步骤：

步骤S01：智能终端采集人脸面部图像；

步骤S02：分别采用两步处理的方法将面部图像转化成类手绘面部图像；

步骤S03：对类手绘面部图像进行特征提取；

步骤S04：手绘面部图像与数据库中录入图像进行相似度识别；

步骤S05:输出相识度最高的图像；

其中，步骤S02中，将面部图像转化成类手绘图像的具体步骤如下：

A、获取面部边缘轮廓图：计算人脸面部图像的边缘轮廓盖概率图，将得到的边缘轮廓概率图输入的深度神经网络中并提取输出向量，联合输出向量构建二值边缘轮廓图；

B、获取面部五官点位图：根据三庭五眼的比例获取面部轮廓图中五官的大致区域，利用Haar特征分类器定位五官的点位图像；

C、将得到的面部边缘轮廓图和面部五官点位图融合获取类手绘面部图像。

2.根据权利要求1所述的一种多点位人脸识别智能化辨识方法，其特征在于，所述步骤S01之前需要向系统录入大量人脸常规图像，并利用上述方法转换成类手绘图像；将成类手绘图像进行特征向量提取，并将面部边缘轮廓图和面部五官点位图分类划分，创建索引通过Adaboost算法训练基于Haar特征的面部轮廓和面部五官分类检测器。

3.根据权利要求1所述的一种多点位人脸识别智能化辨识方法，其特征在于，所述步骤S02中，面部边缘轮廓图根据图像的实际大小，度量尺度ε的单位1取为16像素，分别采用单位1的1、1/2、1/4、1/8倍，即16、8、4、2像素四种尺度来计算面部轮廓的边缘，对应个尺度量得到的边缘段数用N表示。

4.根据权利要求1所述的一种多点位人脸识别智能化辨识方法，其特征在于，所述步骤S04中，对手绘面部图像和数据库中录入图像提取的特征图拼接到一起，用卷积层学习之间的相似度映射，并且激活函数采用Sigmoid函数。

5.根据权利要求4所述的一种多点位人脸识别智能化辨识方法，其特征在于，所述Sigmoid函数表示为：

其中，S(x)的度量值在0到1之间；相似值越接近1，则表示两张图片越相似。