[发明专利]一种人脸识别方法及系统

权利要求书

1.一种人脸识别系统，其特征在于，包括：

人脸目标检测模块，基于PyramidBox算法实现图像中人脸目标的挖掘；

特征提取模块，用于提取所述人脸目标的LBPH、SIFT以及人脸骨骼特征；

特征融合模块，将提取的人脸骨骼特征、SIFT和LBPH3种特征以3∶1∶5的权重进行融合，得到人脸特征向量；

人脸识别模块，基于人脸特征向量采用最近邻分类器实现人脸的识别。

2.根据权利要求1所述的一种人脸识别系统，其特征在于：所述人脸骨骼特征基于Kinect深度传感器提取。

3.根据权利要求1所述的一种人脸识别系统，其特征在于：还包括：

人脸目标隐藏模块，用于实现图像中已完成人脸识别的人脸目标的隐藏。

4.根据权利要求1所述的一种人脸识别系统，其特征在于：还包括：

眼镜、口罩、帽子检测模块，基于ssd_inception_v2_coco模型实现完成人脸目标隐藏模块处理的图像中眼镜、口罩、帽子的检测；

眼镜、口罩、帽子圈定模块，用于根据眼镜、口罩、帽子检测模块的检测结果在完成人脸目标隐藏模块处理的图像中标注位置框。

5.根据权利要求4所述的一种人脸识别系统，其特征在于：所述ssd_inception_v2_coco采用ssd目标检测算法，用coco数据集预训练inception v2深度神经网络，然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于眼镜、口罩、帽子的目标检测模型。

6.一种人脸识别方法，其特征在于：基于权利要求1-5任一项所述的人脸识别系统实现，包括如下步骤：

S1、基于PyramidBox算法实现目标图像中人脸目标的挖掘；

S2、提取所述人脸目标的LBPH、SIFT以及人脸骨骼特征；

S3、将提取的人脸骨骼特征、SIFT和LBPH3种特征以3∶1∶5的权重进行融合，得到人脸特征；

S4、基于所述人脸特征采用最近邻分类器实现人脸的识别。

7.如权利要求6所述的一种人脸识别方法，其特征在于：还包括如下步骤：

S5、基于人脸目标隐藏模块实现图像中已完成人脸识别的人脸目标的隐藏；

S6、基于ssd_inception_v2_coco模型实现完成人脸目标隐藏模块处理的图像中眼镜、口罩、帽子的检测；

S7、根据眼镜、口罩、帽子的检测结果在完成人脸目标隐藏模块处理的图像中标注位置框；

S8、通过人为进行标注位置框内对象的观察、对比和追踪。