[发明专利]一种基于自适应得分融合与深度学习的人脸识别方法及系统

权利要求书

1.一种基于自适应得分融合与深度学习的人脸识别系统，其特征在于，包括：

近红外人脸和可见光人脸采集单元，用于通过两个模态的摄像头协同工作，共同采集同一个人脸的图片；

人脸特征提取单元，用于通过深度卷积模型分别对获取的近红外人脸图片和可见光人脸图片进行特征提取；

自适应的分融合单元，用于通过欧氏距离求出两张图片的相似度，也就是图片的得分，然后利用自适应的得分融合算法对使用深度学习算法提取到的人脸特征在得分层次进行融合，求出该用户最终的得分；

结果输出单元，用于进行最终得分结果的输出。

2.如权利要求1所述的一种基于自适应得分融合与深度学习的人脸识别系统，其特征在于，所述的近红外人脸和可见光人脸采集单元通过可见光摄像头和近红外摄像头同时去捕捉人脸并采集相应的人脸图片。

3.如权利要求1所述的一种基于自适应得分融合与深度学习的人脸识别系统，其特征在于，所述近红外人脸和可见光人脸采集单元包括

图像采集单元，用于为深度学习模型采集到对光照鲁棒的人脸表示；

人脸检测单元，用于捕捉出现在摄像头当中的人脸图片，并截取适当大小的人脸图片作为深度学习算法模型的输入。

4.如权利要求1所述的一种基于自适应得分融合与深度学习的人脸识别系统，其特征在于，所述人脸特征提取单元包括两个部分：

第一个部分是用大量可见光图片训练的原始的人脸识别模型；

第二部分是通过近红外人脸图片对第一部分的深度学习模型进行微调所得的可以提取近红外的人脸特征的深度学习模型；具体的，利用第一阶段得到的模型参数来初始化近红外人脸识别模型，然后再利用少量的近红外人脸图片对模型的参数做最后的微调，即得可以提取近红外的人脸特征的深度学习模型。

5.如权利要求4所述的种基于自适应得分融合与深度学习的人脸识别系统，其特征在于，微调的具体调参公式如下：

${\mathrm{\θ}}_i={\mathrm{\θ}}_i-\mathrm{\α}\frac{\∂}{\∂\mathrm{\θ}}J\left(\mathrm{\θ}\right)---\left(1\right)$

$\frac{\∂}{\∂\mathrm{\θ}}J\left(\mathrm{\θ}\right)=\frac{1}{2}\frac{\∂}{\∂\mathrm{\θ}}\underset{i=1}{\overset{m}{\Σ}}{\left(h_{\mathrm{\θ}}\right(x)-y)}^2---\left(2\right)$

式中，θ_i表示模型的第i个参数，α表示学习率，J(θ)表示深度学习的代价函数，深度学习模型使用逻辑回归计算模型参数，表示逻辑回归的hypothesis函数，y表示测试样本类标。