[发明专利]一种基于三维卷积神经网络的活体人脸检测算法

权利要求书

1.一种基于三维卷积神经网络的活体人脸检测算法，其特征在于：具体步骤为：

（1）图片预处理：

对原始图像做人脸定位，并分 5 个尺度裁剪图像，第一个尺度下的人脸图像即为最初检测到的人脸，第二、第三、第四、第五尺度下的人脸图像依次是第一尺度下人脸图像长宽的 1.4、1.8、2.2、2.6 倍最后统一归一化为 64×64 像素的图像；

（2）人脸定位：

图像数据库以视频方式给出，基于视频中人脸基本保持不变这一特点，为保证图像之间的连续性，只对视频的第一帧图像检测人脸，该视频剩余帧直接套用第一帧图像检测到人脸的矩形框；对于没有检测到人脸或检测质量不佳的图像，做手工处理；人脸检测通过标定人脸76个关键点定位人脸，并找到对应 X、Y 坐标轴的最大最小值，得到人脸的矩形框；

(3) 网络结构：

针对活体人脸检测设计一个适用的网络结构，首先数据进入3D卷积层，并将卷积核的时间维度设计为3，每个卷积层之后使用非线性激活函数即Relu激活层，然后是3D池化层，重复三次，最后有三个全连接层，第一、第二两个全连接层的节点数均设置为4096个，后面紧跟抛弃层即Dropout 层，用于防止训练过程中出现过拟合现象，Dropout率被设置为0.3，由于活体人脸检测是二分类问题，最后一层全连接层的输出节点数设置为2个。