[发明专利]人脸识别方法在审
| 申请号： | 202010262536.6 | 申请日： | 2020-04-03 |
| 公开（公告）号： | CN111401299A | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 王运圣;李润龙 | 申请（专利权）人： | 上海应用技术大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200235 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 识别 方法 | ||
1.一种人脸识别方法，其特征在于，包括：
从公共数据集获取人脸训练测试资源；
从所述人脸训练测试资源中获取人脸图像，对获取的人脸图像进行预处理或者数据扩充，得到人脸数据集；
将所述人脸数据集输入由NVM模块构成的卷积神经网络得到训练完成的轻量化卷积神经网络；
将测试集中的人脸图像输入到训练好的轻量化卷积神经网络模型中，以得到输出结果，对所述输出结果进行对比分析。
2.如权利要求1所述的人脸识别方法，其特征在于，所述公用数据集包括PubFig、4.Multi-Task Facial Landmark dataset或ORL人脸数据集。
3.如权利要求1所述的人脸识别方法，其特征在于，对获取的人脸图像进行预处理或者数据扩充，包括：
对获取的人脸图像进行放大或者缩小。
4.如权利要求1所述的人脸识别方法，其特征在于，对获取的人脸图像进行预处理或者数据扩充，包括：
对获取的人脸图像进行平移。
5.如权利要求1所述的人脸识别方法，其特征在于，对获取的人脸图像进行预处理或者数据扩充，包括：
对获取的人脸图像进行放射变化。
6.如权利要求1所述的人脸识别方法，其特征在于，将所述人脸数据集输入由NVM模块构成的卷积神经网络得到训练完成的轻量化卷积神经网络之前，还包括：
设置所述由NVM模块构成的卷积神经网络。
7.如权利要求6所述的人脸识别方法，其特征在于，设置所述由NVM模块构成的卷积神经网络，包括：
由压缩层和扩展层组成NVM模块，把1×1常规卷积替换为分组卷积以到达我们的模型精简，在压缩层通过1×1分组卷积减少输入的通道数；
在1×1卷积后面加入批量归一化来加速训练过程；
通过Channel Shuffel让数据、分组训练信息在不同的通道中进行流通；
在NVM卷积神经网络的结构中，针对人脸数据集的分类采用Center Loss作为损失函数为：
混合损失函数为：
L＝Ls+γL。
8.如权利要求1所述的人脸识别方法，其特征在于，对获取的人脸图像进行预处理或者数据扩充，得到人脸数据集之后，还包括：
将所述人脸数据集分为训练集、验证集和测试集。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海应用技术大学，未经上海应用技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010262536.6/1.html，转载请声明来源钻瓜专利网。
