[发明专利]基于卷积神经网络的漫画人脸识别方法

权利要求书

1.一种基于卷积神经网络的漫画人脸识别方法，其特征在于，利用C-F Loss损失函数，训练Xception卷积神经网络；该方法步骤包括如下：

(1)生成训练集：

(1a)采集每个待识别者的漫画人脸图片和人脸图片，每个待识别者至少采集15张图片；

(1b)对每张图片中的每只眼睛的每个眼角标注为关键点，采用基于眼睛的人脸对齐方法得到人脸对齐后的图片，将每张人脸对齐后的图片裁剪为250×350的大小，得到裁剪后的图片；

(1c)将每个待识别者的所有裁剪后的图片组成一类，以待识别者的姓名作为该类的类别名，将每一类中的待识别者的所有裁剪后的图片作为训练图片，将所有类的训练图片组成训练集；

(2)生成C-F Loss损失函数如下：

F＝-[y log y′+(1-y)log(1-y′)]+[-α(1-y′)^γlog(y′)]×e

其中，y表示输入Xception卷积神经网络的图片对应的类别名，y′表示用于训练的Xception卷积神经网络的输出的预测的类别名，α表示一个用来解决不同类中的图片数量的不平衡的参数，其取值范围为[0,1]，γ表示一个用来解决图片在Xception卷积神经网络中训练后输出对应类别名的难易程度的不平衡的参数，其取值范围为[0,+∞)，e表示一个调整识别率大小的识别率因子，其取值范围为[0,1]；

(3)训练Xception卷积神经网络：

将训练集输入到Xception卷积神经网络中，利用Adam优化器对训练集中训练图片进行迭代训练直至C-F Loss损失函数的值不断收敛至最小，得到训练好的Xception卷积神经网络，保存训练好的Xception卷积神经网络中的权重；

(4)生成识别图片集：

采集每一位待识别者的与训练集中每一张图片不重复的漫画人脸图片，每个待识别者至少采集1张图片，将所有漫画人脸图片组成识别图片集；

(5)对漫画人脸图片进行识别：

将识别图片集中的每张图片依次输入到训练好的Xception卷积神经网络中，依次输出每张图片与其对应的类别名。