[发明专利]一种基于两阶段互补网络的鲁棒人脸识别算法

权利要求书

1.一种基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：采用两阶段互补网络，第二阶段子网络为第一阶段子网络的补充；所述第一阶段子网络用于识别受外界环境影响较小的人脸图像，将难以识别的受外界环境影响较大的人脸图像输入到所述第二阶段子网络，所述第二阶段子网络学习外界环境影响因素的特点，减少外界环境对算法的影响。

2.根据权利要求1所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：包括训练阶段和识别阶段。

3.根据权利要求2所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述训练阶段，包括以下步骤：

(1)根据是否受到外界条件干扰，给悬链图像增加额外标记；

(2)利用额外标记中没有外界条件干扰的训练数据训练第一阶段子网络；

(3)利用额外标记中的受外界条件干扰的训练数据训练第二阶段子网络。

4.根据权利要求3所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述步骤(1)中，额外标记包括两类，分别为没有外界条件干扰和受到外界条件干扰。

5.根据权利要求3所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述步骤(2)中，第一阶段子网络采用Resnet网络结构。

6.根据权利要求3所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述步骤(3)中，第二阶段子网络采用densenet网络结构。

7.根据权利要求3所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述识别阶段，包括以下步骤：

(1)将测试图像输入到两阶段互补网络中；

(2)使用第一阶段子网络对图像进行识别；

(3)根据对于额外标记输出的置信度得分判断是否采用第一阶段子网络的识别结果；

(4)若置信度大于阈值，则采用第一阶段子网络的识别结果；

(5)若置信度小于或等于阈值，则将测试图像输入到第一阶段子网络后面的第二阶段子网络中，并以第二阶段子网络的识别结果作为最后的识别结果。

8.根据权利要求7所述的基于两阶段互补网络的鲁棒人脸识别算法，其特征在于：所述阈值为0.8。