[发明专利]一种基于深度学习的人脸识别方法在审
| 申请号： | 201710938451.3 | 申请日： | 2017-10-11 |
| 公开（公告）号： | CN107832667A | 公开（公告）日： | 2018-03-23 |
| 发明（设计）人： | 李东洁;彭怀宇;杨柳 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/11 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的人脸识别方法，包括以下步骤A、图像采集器采集人脸图像并存储至存储器中；B、特征提取模块提取人脸部特征并通过图像分割模块对人脸图像进行随机分割；C、分割后的图像发送至人脸数据库中通过匹配模块进行匹配，匹配局部图像块获得对应关键点的图像块对；D、对人脸图像进行训练，计算出训练集中的平均人脸图像，把人脸图像训练集中的每幅人脸图像减去平均人脸图像后进行网络参数的训练，得到卷积神经网络模型；E、利用深度卷积神经网络提取出分割图像的图像块对的特征向量；F、最后计算特征向量的分类器决策分，判断出分类器决策分最高的图像块对，即完成对人脸的识别，本发明能够快速的进行人脸识别，并且识别人脸结果更加精准。 | ||
| 搜索关键词： | 一种 基于 深度 学习 识别 方法 | ||
【主权项】：
一种基于深度学习的人脸识别方法,其特征在于：包括以下步骤：A、图像采集器采集人脸图像并存储至存储器中；B、特征提取模块提取人脸部特征并通过图像分割模块对人脸图像进行随机分割；C、分割后的图像发送至人脸数据库中通过匹配模块进行匹配，匹配局部图像块获得对应关键点的图像块对；D、对人脸图像进行训练，计算出训练集中的平均人脸图像，把人脸图像训练集中的每幅人脸图像减去平均人脸图像后进行网络参数的训练，得到卷积神经网络模型；E、利用深度卷积神经网络提取出分割图像的图像块对的特征向量；F、最后计算特征向量的分类器决策分，判断出分类器决策分最高的图像块对，即完成对人脸的识别。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/patent/201710938451.3/，转载请声明来源钻瓜专利网。
