[发明专利]一种基于四值权重与多重分类的人脸特征提取方法

摘要

本发明公开了一种基于四值权重与多重分类的人脸特征提取方法，包括：构建人脸训练样本数据库；搭建卷积神经网络；调整caffe框架；将人脸图像样本进行预处理并投入到卷积神经网络中进行训练，直到网络完全收敛，保存生成人脸识别模型；将待提取人脸图像进行预处理，生产均值文件，并投入到人脸识别模型中得到特征图，并将特征图旋转多种不同角度分别提取特征，再将同一图像不同角度特征进行加法融合，最终得到人脸总特征。本发明的有益效果是：本发明从根本上解决网络训练内存消耗巨大以及存储空间不足的问题，并通过多特征提取特征融合的方式获得表达能力更强的特征，从而使得人脸识别准确率得到显著提升。

主权项

一种基于四值权重与多重分类的人脸特征提取方法，其特征在于，包括：步骤S1：采集人脸图像样本构建人脸训练样本数据库，相同人的所有人脸图像样本作为一组；步骤S2：搭建具有多重分类功能的卷积神经网络；步骤S3：调整caffe框架，将卷积神经网络的浮点型权重转换为四值权重；步骤S4：将人脸训练样本数据库中的人脸图像样本进行预处理，生成均值文件，并将人脸图像样本投入到已设置好参数的卷积神经网络中，在调整后的caffe框架下对卷积神经网络进行训练，直到网络完全收敛，保存生成人脸识别模型一；步骤S5：根据训练结果调整卷积神经网络的参数并微调步骤S3中的model1，直到网络完全收敛，保存生成人脸识别模型二；步骤S6：将待提取人脸图像进行预处理，生产均值文件，并投入到步骤S5中的人脸识别模型二中得到特征图，并将特征图旋转多种不同角度分别提取特征，再将同一图像所有不同角度特征按照维度进行加法融合，最终得到能够进行相似度比对的人脸总特征。