[发明专利]基于深度学习和关键点特征提取的人脸识别方法

摘要

本发明公开了一种新的基于深度学习的视频人脸检测及识别方法，其步骤是在视频中检测人脸图像，通过对人眼区域的检测，排除非人脸区域对检测结果的干扰，把人脸图像准确的从背景中提取出来；选择人脸区域中受视觉干扰条件影响较小的区域，在这些区域内的关键点上提取局部特征；通过卷积神经网络提取选定的区域的高层人脸特征，与局部特征一起作为表达人脸的特征，在对该特征进行经过降维和归一化处理；对人脸对中两张人脸图像的特征进行相似性度量，逐一进行评估，选择相似性分值最高的一组，最后得到识别结果。本发明的应用，非限定条件下的良好识别效果，适用于姿态、表情、光照、遮挡等的复杂干扰环境。

主权项

基于深度学习和关键点特征提取的人脸识别方法，其特征在于，包括以下步骤，步骤1、获取视频图像，提取视频图像中的类哈尔特征；步骤2、根据类哈尔特征，构建级联的强分类器，再利用强分类器检测出视频图像中的人眼区域图像；步骤3、对人眼区域图像对称设置至少7个关键点，再对其进行区域划分，获得局部图像块；步骤4、获取人脸数据库中设置有相同关键点的预处理局部图像块，将其匹配局部图像块获得对应关键点的图像块对，再利用深度卷积神经网络提取出图像块对的特征向量；步骤5、计算特征向量的分类器决策分，判断出分类器决策分最高的图像块对，其中属于人脸数据库中的预处理局部图像块所在人脸图像作为识别的输出结果。