[发明专利]一种融合关键特征点的训练方法、识别方法及系统

摘要

本发明提供一种融合关键特征点的训练方法、识别方法及系统，训练方法包括：获取训练集中人脸图像的关键特征点位置；根据关键特征点位置生成关键特征点的二值图像；将关键特征点的二值图像和人脸图像的R、G、B图像输入到多任务深度学习网络进行训练；识别方法包括：将待识别人脸图像的关键特征点的二值图像和所述待识别人脸图像的R、G、B图像输入到训练后的多任务深度学习网络模型进行特征提取，得到所述待识别人脸图像的特征信息；将所述特征信息分别与注册集中每张人脸图像对应的特征信息进行匹配，得到识别结果。如此，本发明实施例中，将关键特征点作为先验知识引入多任务深度学习网络，能够提高多任务深度学习网络的效率及识别精度。

主权项

1.一种融合关键特征点的训练方法，其特征在于，所述方法包括：获取训练集中人脸图像的关键特征点位置；根据所述关键特征点位置生成关键特征点的二值图像；将所述关键特征点的二值图像和所述人脸图像的R、G、B图像输入到多任务深度学习网络进行训练，得到多任务深度学习网络模型；所述多任务深度学习网络包括人脸分类识别任务、人脸角度分类任务、正面人脸重建任务；其中，所述人脸分类识别任务、所述人脸角度分类任务及所述正面人脸重建任务共享所述多任务深度学习网络的卷积层及第一个全链接层，所述第一个全链接层连接每个任务特有的全链接层及每个任务的损失函数。