[发明专利]一种基于3D卷积神经网络的人脸动态识别方法及系统在审
| 申请号： | 201611041473.1 | 申请日： | 2016-11-22 |
| 公开（公告）号： | CN108090403A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 巫立峰;赵文忠 | 申请（专利权）人： | 上海银晨智能识别科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/02 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 高园园 |
| 地址： | 201203 上海市浦*** | 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： | 本发明提供一种基于3D卷积神经网络的人脸动态识别方法及系统，包括从视频流中提取图像帧，跟踪人脸目标，获取人脸目标对应的人脸序列；对人脸序列进行预处理，以获取满足预定标准的人脸序列；将预处理后的人脸序列输入3D卷积神经网络进行训练，更新3D卷积神经网络各层的权值，以得到训练好的3D卷积神经网络；将预处理后的人脸序列输入训练好的3D卷积神经网络，提取人脸序列的人脸特征；将人脸特征与目标库的特征模板进行比对，返回目标库中与当前人脸特征相匹配的人脸识别信息。本发明的基于3D卷积神经网络的人脸动态识别方法及系统，从视频中提取人脸序列输入3D卷积神经网络，来学习视频中的人脸特征，提高了视频人脸识别的精度。 | ||
| 搜索关键词： | 卷积神经网络 人脸序列 人脸特征 预处理 动态识别 人脸 人脸目标 视频 返回目标 人脸识别 视频人脸 特征模板 提取图像 预定标准 目标库 视频流 比对 匹配 跟踪 更新 学习 | ||
【主权项】：
1.一种基于3D卷积神经网络的人脸动态识别方法，其特征在于：包括以下步骤：从视频流中提取图像帧，跟踪人脸目标，获取人脸目标对应的人脸序列；对人脸序列进行预处理，以获取满足预定标准的人脸序列；将预处理后的人脸序列输入3D卷积神经网络进行训练，更新3D卷积神经网络各层的权值，以得到训练好的3D卷积神经网络；将预处理后的人脸序列输入训练好的3D卷积神经网络，提取人脸序列的人脸特征；将人脸特征与目标库的特征模板进行比对，返回目标库中与当前人脸特征相匹配的人脸识别信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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银晨智能识别科技有限公司，未经上海银晨智能识别科技有限公司许可，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/patent/201611041473.1/，转载请声明来源钻瓜专利网。
- 上一篇：线检测方法和线检测设备
- 下一篇：三维图像处理方法
