[发明专利]一种基于多任务卷积神经网络的人脸检索方法

摘要

本发明公开了一种基于多任务卷积神经网络的人脸检索方法，包括步骤：对于任意一张人脸影像，检测获取其中人脸位置和关键点位置；对人脸影像进行预处理操作；预先建立多任务卷积神经网络，然后进行训练；将所述经过预处理操作的人脸影像输入到所述完成训练的多任务卷积神经网络中；预先建立人脸特征数据库；将人脸影像与人脸特征数据库进行身份特征相似度计算，获得候选人脸影像列表；计算人脸影像与候选人脸影像的多个属性特征表达向量相似度；归一化处理并融合；按照融合相似度得分进行排序，获得检索结果。本发明可保证对人脸影像高质量识别，快速、有效地对大量的人脸影像进行对应的用户身份识别判断，满足人们对人脸识别功能的要求。

主权项

一种基于多任务卷积神经网络的人脸检索方法，其特征在于，包括以下步骤：第一步：对于需要进行人脸识别的任意一张人脸影像，检测获取其中的人脸位置，并根据所获取的人脸位置，检测获取人脸影像的关键点位置；第二步：根据所述人脸影像的人脸位置和关键点位置，对所述人脸影像进行预处理操作；第三步：预先建立多任务卷积神经网络，然后将预设标准大小的人脸影像输入到所述多任务卷积神经网络中，对所述多任务卷积神经网络进行训练，直到使得所述多任务卷积神经网络的模型收敛而完成训练；第四步：将所述经过预处理操作的人脸影像，输入到所述完成训练的多任务卷积神经网络中，获得所述人脸影像对应的身份特征表达向量和多个属性特征表达向量；第五步：预先建立人脸特征数据库，所述人脸特征数据库中预先存储多个已知用户身份的候选人脸影像及每个候选人脸影像对应的身份特征表达向量和多个属性特征表达向量；第六步：将所述人脸影像对应的身份特征表达向量与所述人脸特征数据库中预先存储的每个候选人脸影像具有的身份特征表达向量逐一进行对比并实时计算相似度，根据所获得的相似度，按照相似度从大到下的顺序对应排序，输出所述人脸特征数据库中预先存储的多个候选人脸影像，从而获得候选人脸影像列表；第七步：将所述人脸影像对应的多个属性特征表达向量，分别与所述候选人脸影像列表中每个候选人脸影像对应的多个属性特征表达向量逐一进行对比并实时计算相似度，获得所述人脸影像与每个候选人脸影像之间的多个相似度得分；第八步：对所述人脸影像与每个候选人脸影像之间的多个相似度得分分别进行归一化处理后进行分数融合，获得所述人脸影像与每个候选人脸影像之间的融合相似度得分；第九步：按照融合相似度得分的从大到下的顺序，对所述候选人脸影像列表中的多个候选人脸影像进行重新排序，重新排序后获得的候选人脸影像列表即为对所述人脸影像进行人脸识别检索的结果。