[发明专利]一种基于卷积神经网络的人脸识别场景适应的方法

摘要

一种基于卷积神经网络的人脸识别场景适应的方法，包括：1)收集人脸数据并做好分类标签，对数据做预处理和增强，分成训练集和验证集；2)将训练集数据送入设计好的卷积神经网络进行训练，得到预训练模型；3)用验证集数据测试预训练模型，根据测试结果调整训练参数重新训练；4)重复3)获得最佳预训练模型；5)根据不同应用场景收集人脸图像数据，在新收集的数据上微调预训练模型，得到新的适应场景的模型；6)用适应场景模型对待测试人脸图像提取特征，对特征中人脸五官部分做加权操作，得到最终特征向量；7)用余弦距离度量最终特征向量，判断是否是目标人脸，输出结果。本发明的优点：保证了人脸识别的准确性及模型的场景适应性。

主权项

一种基于卷积神经网络的人脸识别场景适应的方法，其特征在于：包括下述步骤：1)收集人脸数据并做好分类标签，对做好标签的人脸图像数据做预处理和数据增强，分成训练集和验证集两部分；2)将1)中获得的训练集数据送入设计好的卷积神经网络进行训练，得到预训练模型；3)用1)中验证数据集测试2)中训练得到的预训练模型，根据测试结果调整训练参数重新训练；4)重复3)获得最佳预训练模型；5)根据不同应用场景收集少量人脸图像数据，在新收集的数据上微调4)中的预训练模型，得到新的适应场景的模型；6)用5)中得到的适应场景模型对待测试人脸图像提取特征，对得到的特征中对应人脸五官部分做加权操作，得到最终特征向量，7)用余弦距离度量6)中得到的最终特征向量，判断是否是目标人脸，输出结果。