[发明专利]面部识别系统及面部识别方法

权利要求书

1.一种面部识别系统，包括：

处理器，具有人工神经网络，被配置为对人脸图像进行人脸识别、以及活体检测，

其中：

所述人工神经网络包括主干网络、人脸识别子网络、以及活体检测子网络，其中所述主干网络之后并行耦接所述人脸识别子网络与所述活体检测子网络；

所述处理器通过所述主干网络结合所述人脸识别子网络进行上述人脸识别；且

所述处理器通过所述主干网络结合所述活体检测子网络进行上述活体检测。

2.根据权利要求1所述的面部识别系统，其中：

所述处理器通过所述主干网络提取所述人脸图像的细粒度特征，其中，所述细粒度特征是指所述人脸图像中具有区分性的区域块的特征。

3.根据权利要求2所述的面部识别系统，其中：

所述处理器通过所述人脸识别子网络根据所述细粒度特征进行上述人脸识别，且所述处理器通过所述活体检测子网络根据所述细粒度特征进行上述活体检测。

4.根据权利要求1所述的面部识别系统，其中：

所述主干网络与所述人脸识别子网络组成的第一网络训练完后，权重确定的所述主干网络另外与权重尚未确定的所述活体检测子网络结合，进行所述活体检测子网络的训练。

5.根据权利要求1所述的面部识别系统，其中：

所述活体检测子网络包括顺序耦接的活体检测卷积层以及活体检测分类层；

所述主干网络与所述人脸识别子网络组成的第一网络训练完后，权重确定的所述主干网络、与权重尚未确定的所述活体检测卷积层结合成第二网络，进行所述活体检测卷积层的训练，使所述活体检测卷积层的权重达初级状态；

权重确定的所述主干网络、权重达所述初级状态的所述活体检测卷积层、以及权重尚未确定的所述活体检测分类层结合成第三网络，进行所述活体检测卷积层的权重微调、以及所述活体检测分类层的训练。

6.根据权利要求5所述的面部识别系统，其中：

所述主干网络包括M层网络；

所述人脸识别子网络包括N1层网络；

所述活体检测卷积层包括N2层网络；

所述活体检测分类层包括N3层网络；

所述第一网络包括第一层至第(M+N1)层，基于所述第一网络进行的训练包括以反向传播修改第(M+N1)层至第一层的权重；

所述第二网络包括所述第一层至第(M+N2)层，基于所述第二网络进行的训练包括以反向传播修改第(M+N2)层至第(M+1)层的权重，且反向传播中第M层至第一层的权重保持不变；且

所述第三网络包括所述第一层至第(M+N2+N3)层，基于所述第三网络进行的训练包括以反向传播修改第(M+N2+N3)层至第(M+1)层的权重，且反向传播中第M层至第一层的权重保持不变。

7.根据权利要求5所述的面部识别系统，其中：

基于所述第二网络进行的所述活体检测卷积层训练包括以深度信息进行监督训练；且

基于所述第三网络进行的所述活体检测卷积层的权重微调、以及所述活体检测分类层训练包括以类别信息进行监督训练。

8.根据权利要求7所述的面部识别系统，其中：

假体训练数据的上述深度信息在所有特征点都是0，且假体训练数据的上述类别信息为0；且

活体训练数据的上述深度信息反映各个特征点的深度，且活体训练数据的上述类别信息为1。

9.根据权利要求1所述的面部识别系统，其中：

所述处理器接收图像，对所述图像进行人脸检测与人脸对齐处理以生成所述人脸图像，其中，所述图像由单目摄像头捕捉。