[发明专利]一种基于并行分支神经网络的多尺度人脸识别方法

权利要求书

1.一种基于并行分支神经网络的多尺度人脸识别方法，能够在输入任意图片后，端到端地输出识别的人脸，其特征在于，具体包括以下步骤：

步骤一、训练人脸检测网络，为生成人脸图片输入人脸识别网络进行识别做准备；具体分为以下几部分：

步骤101：对训练数据集图片进行标注，包括用矩形框完整包围人脸并标记人脸的五个点位置：左眼、右眼、鼻子、左嘴角、右嘴角；

步骤102：以轻量级网络作为人脸检测网络，将标注后图片输入进行训练；

步骤103：将训练收敛后的人脸检测网络固定所有参数，得到最终的人脸检测网络，为检测出人脸输入人脸识别网络做准备；

步骤二、将未标注的原始数据集图片输入步骤一得到的人脸检测网络，检测到人脸图片并进行预处理；

步骤三、将步骤二得到的图片标注好所有人的名字，输入人脸识别网络进行训练；

步骤四、将训练收敛的人脸识别网络的全部参数固定，不再进行任何变化，得到最终的人脸识别网络，和步骤一得到的人脸检测网络组合并最终形成端到端的人脸识别网络。

2.根据权利要求1所述一种基于并行分支神经网络的多尺度人脸识别方法，其特征在于，步骤二具体包括以下步骤

步骤201：将原始数据集图片输入步骤一得到的人脸检测网络，检测到人脸图片后裁剪保存；

步骤202：将裁剪得到的不同大小人脸图片放缩到统一的112×112尺寸，并用相似变换的方式将角度倾斜的人脸进行纠正对齐；

步骤203：将同一尺寸的对齐后的图片灰度化处理。

3.根据权利要求1所述一种基于并行分支神经网络的多尺度人脸识别方法，其特征在于，所述人脸识别网络由两部分组成；第一部分用轻量级网络做基础网络，第二部分在基础网络后面加三层并行分支的、尺寸不一致的特征图，用来进行多尺度人脸识别；上述第二部分的分支结构分别用普通卷积和空洞卷积的方式进行前馈传播，用以学习不同侧重点的人脸特征。

4.根据权利要求1所述一种基于并行分支神经网络的多尺度人脸识别方法，其特征在于，所述轻量级网络为MobileNet网络。