[发明专利]一种基于深度学习和空间转换网络的多角度人脸识别方法

权利要求书

1.一种基于深度学习和空间转换网络的多角度人脸识别方法，其特征在于，包括以下步骤：

(1)构建卷积神经网络模型，改进其损失函数，并用预先获取的图片对模型进行训练；

(2)基于空间转换网络的人脸对齐：利用变换矩阵对预先获取的图片进行数据采集并生成与模板相同角度大小的对应人脸；

(3)基于YOLOV2对人脸进行检测；

步骤(1)所述的损失函数的改进如下：

L-sofmax损失函数表达式如下：

Angular softmax损失函数：

Additive margin softmax损失函数：

改进后的损失函数为：

其中，θ_i代表权重W_i和特征x_i的夹角，m代表角度边缘值，k为常数，取值范围在0到m-1之间，s表示偏移量；

所述步骤(2)实现过程如下：

将大小为H×W×C特征图输入至空间转换网络终的定位网络，经过定位网络的处理后输出向量θ表示变换系数；以输入特征图的任意点为中心，用采样核进行采样，输出的某一个点为某一个规则网络G上的点G_i，其坐标为对于G上的每一个点G_i，都能通过变换矩阵T找到其在输入特征图上的对应点，变换矩阵T_θ为：

变换矩阵T_θ包含了图片变换的角度，缩放和坐标移动的信息。

2.根据权利要求1所述的基于深度学习和空间转换网络的多角度人脸识别方法，其特征在于，步骤(1)所述的卷积神经网络包括卷积层、激活函数层、池化层、BN层、全连接层和softmax损失函数；所述池化层被嵌入到卷积层之间，包括最大池化和平均池化。

3.根据权利要求1所述的基于深度学习和空间转换网络的多角度人脸识别方法，其特征在于，所述步骤(3)包括以下步骤：

(31)将输入图像划分为S×S的单元格，若图像中物体存在于某单元格中，那么该单元格需要检测相应的物体，每个单元格生成B个预测边界框和对应的置信度；

(32)引入BN层和使用高分辨率分类器；

(33)用带有锚点框的卷积和维度聚类：去掉全连接层，用锚点框来预测边界框：首先去除一个池化层，让网络卷积层输出图像的分辨率提高，然后缩减输入层分辨率，用卷积层进行下层采样，固定住最终特征图尺寸，让宽和高都为奇数；

(34)用直接预测的方法对边界框进行预测；

(35)在网络中增加细粒度特征，提升模型对小物体定位的准确性，引入与恒等映射相类似的方法，增加一个pass through层。