[发明专利]基于卷积神经网络的人脸识别方法

说明书

本发明公开了基于卷积神经网络的人脸识别方法，卷积神经网络包括输入层、卷积层、下采样层和全连接层；具体处理步骤包括101)图像预处理步骤、102)卷积处理步骤、103)降维步骤；本发明提供了复杂环境下，高安全系数，高识别精准度且识别速度快的基于卷积神经网络的人脸识别方法。

技术领域

本发明涉及人脸识别领域，更具体的说，它涉及基于卷积神经网络的人脸识别方法。

背景技术

人类社会正在从信息时代迈向数据时代，数据在人们心目中的地位所占的比重越来越大，尤其是个人隐私的问题。回看去年发生的一次次被曝光的计算机病毒事件、大型网络公司用户信息泄露事件等等，计算机的发展所带来的变革已经使得每个人不得不面临自己数据信息会被泄露的威胁，如何更加有效的保障个人信息的隐秘性和安全性，如何保障身份验证的准确性和安全性，已经成为了目前研究者们所面临的一个刻不容缓的问题。

二十一世纪初期，人工智能在经历了三次跌宕起伏后得到迅速发展，一系列人工智能技术也日趋成熟，但其中的人脸识别技术仍然面临着很多复杂的问题，需要一次技术性的突破，来打破人脸识别与现实应用的界限。这仍然是一个非常具有挑战性的领域。人脸识别的应用领域非常宽泛，人脸识别可以取代传统数字字母型、卡片型、口令型密码，在简化认证步骤时更安全有效。人脸识别在安全领域中的应用可以实现智慧校园、智慧交通、智慧安防，实现对交通和环境的智能化监控和提供智能化的引导服务。目前公安系统中的关于人工智能的应用已经初见成效，例如前段时间听说的在演唱会现场通过人脸识别技术识别通缉犯的例子，便是很好证明了人工智能已经走进了生活中，距离人们并不遥远。在现代信息社会中，人们对个人隐私的关注提升并且个人隐私保护的难度加大，此时人脸识别的研究就显得尤为重要。

随着对人脸识别技术深入研究，其宽泛的应用领域和无可取代的优势使得越来越多的研究者进入这一领域。目前很多国家及著名的研究机构都已经开展了人脸识别的研究，想要首先突破目前的瓶颈。我国在去年更是将人工智能上升到了国策的程度上，显示了国家对这方面研究的重视程度，同样也揭示了其广阔的发展前景。国内涌现出了一大批十分优秀的人工智能公司，如旷视科技，商汤科技等等，我国的人脸识别技术在世界上处于领先的位置。目前的人脸识别技术主要是基于神经网络的算法，取得了很好的效果。

神经网络是在1962年感受野的概念被提出后进入研究者的视野中的，在之后随着研究的深入，具备局部感知能力的卷积神经网络被设计出来，并且受到了很大的关注。但神经网络很快陷入了低谷期，很多研究者面对这么一个无法清楚其运行过程，但对计算机耗费巨大的课题失去了兴趣。但人们没有想到的是计算机硬件的发展远远超过了人们的想象，并且也得益于有一部分研究者没有放弃神经网络的研究，在二十一世纪初，神经网络再次迎来了春天，深度学习得到人们的认可和关注，一次次刷新了人们对人工智能的认知，从ImageNet竞赛一举夺冠，超第二名10多个百分点，到alpha GO战胜世界第一的围棋大师，颠覆了人们死板机器的印象，进化为一个可以“思考”的棋者。再到最近涌现出来的越来越多的人工智能产品，人们已经清楚的感受到了人工智能带来的时代变革。卷积神经网络作为人工智能的一个经典的网络模型在图像识别领域具有非常好的效果，正在更多的领域展示它强大的能力。然而在人脸识别上的提升仍需提高，确保信息的精准，提高安全级别。

发明内容

本发明提供了复杂环境下，高安全系数，高识别精准度且识别速度快的基于卷积神经网络的人脸识别方法。

本发明的技术方案如下：

基于卷积神经网络的人脸识别方法，卷积神经网络包括输入层、卷积层、下采样层和全连接层；具体处理步骤如下：

101)图像预处理步骤：通过二阶微分线性方法对二维图像f(x,y)进行预处理，强化图像边缘特征，x和y分别表示横轴和纵轴；具体公式如下：

利用差分分别得到沿x和y轴方向的二阶偏导：