[发明专利]一种基于栈式卷积稀疏去噪自编码器的人脸识别方法有效
| 申请号： | 201910338306.0 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110321777B | 公开（公告）日： | 2023-03-28 |
| 发明（设计）人： | 刘艳飞 | 申请（专利权）人： | 重庆理工大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06N3/0464;G06N3/08 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 卢胜斌 |
| 地址： | 401135 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人脸识别领域，特别涉及一种基于栈式卷积稀疏去噪自编码器的人脸识别方法；所述方法包括通过将多个卷积的稀疏去噪自编码器与多个池化层交替连接，从而构建出栈式卷积稀疏去噪自编码器模型；将所述栈式卷积稀疏去噪编码器模型的卷积形式去除，采用分块的方式训练栈式稀疏去噪自编码器模型；用训练好的参数构成卷积滤波器，以卷积形式实现栈式卷积稀疏去噪自编码器；利用栈式卷积稀疏去噪自编码器进行人脸特征提取，并采用分类器对人脸进行分类与识别；本发明通过可以非监督训练的深度卷积神经网络，提取出与有监督深度卷积神经网络有相似性能的人脸特征，有效简化了训练难度。 | ||
| 搜索关键词： | 一种 基于 卷积 稀疏 编码器 识别 方法 | ||
【主权项】：
1.一种基于栈式卷积稀疏去噪自编码器的人脸识别方法，其特征在于，所述方法包括以下步骤：步骤一：通过将多个卷积的稀疏去噪自编码器与多个池化层交替连接，从而构建出栈式卷积稀疏去噪自编码器模型；步骤二：将栈式卷积稀疏去噪编码器模型的卷积形式去除，以分块的方式直接训练栈式稀疏去噪自编码器模型；步骤三：用训练好的参数构成卷积滤波器，以卷积形式实现栈式卷积稀疏去噪自编码器；利用栈式卷积稀疏去噪自编码器进行人脸特征提取，并采用分类器对人脸进行分类与识别。
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重庆理工大学，未经重庆理工大学许可，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/201910338306.0/，转载请声明来源钻瓜专利网。
