[发明专利]一种改进LBP和轻量卷积神经网络级联的人脸识别方法

摘要

本发明涉及一种改进LBP和轻量卷积神经网络级联的人脸识别方法，提供：对齐分区局部二值模式初次识别测试单元，APLBP与轻量化卷积神经网络级联的二次识别测试单元，APLBP识别测试单元，轻量化卷积神经网络并行流水线模块加速单元，计算平均识别率单元。将采集的人脸图像划分为主要区域和次要区域，对于人脸图像的主要区域与次要区域，提取中心点LBP像素特征值；通过级联的关系对APLBP识别并提取出的相似图像再加入轻量级卷积神经网络进行二次识别。充分融入了APLBP算法的速度优势和轻量化卷积神经网络的精度优势，通过对轻量化卷积神经网络的卷积层中耗时大的矩阵乘加运算使用并行模块进行加速，从而达到速度和准确率的双向提升。

主权项

1.一种改进LBP和轻量卷积神经网络级联的人脸识别方法，其特征在于，提供：对齐分区局部二值模式初次识别测试单元，用于划分人脸的主要区域和次要区域，通过采用APLBP算法计算人脸图片的APLBP像素特征值，并通过计算人脸相似度的度量值进行第一次识别，得到多张相似的人脸图片；APLBP与轻量化卷积神经网络级联的二次识别测试单元，用于对经所述对齐分区局部二值模式初次识别测试单元得到的人脸图片，通过级联的方式，在轻量化卷积神经网络进行卷积池化处理提取特征，并根据计算人脸相似度所获取的度量值进行比较，识别出最佳匹配人脸；轻量化卷积神经网络并行流水线模块加速单元，用于对轻量化卷积神经网络中的各个卷积层中的卷积做并行运算，以加快操作速度；计算平均识别率单元，通过计算所有测试集的识别率，加权求得总体样本的平均识别率，输出人脸检测结果。