[发明专利]基于堆叠沙漏网络的关键特征区域匹配人脸识别方法

摘要

本发明涉及计算机视觉识别技术领域，提出一种基于堆叠沙漏网络的关键特征区域匹配人脸识别方法，包括以下步骤：采集训练集，并进行预处理；对输入人脸图片进行预处理；将图片输入堆叠沙漏网络中进行特征提取，输出人脸关键点热图和关键点位置信息；对原图片进行关键区域裁剪，并从训练集中选取三元组；将关键区域进行特征提取，得到特征图F；将特征图F输入嵌入层中得到标签E；根据特征图的L2范数计算三元损失函数，重复上述步骤至三元损失函数收敛；将待识别的人脸图片输入完成训练的堆叠沙漏网络和人脸识别模块中，输出识别的标签E。本发明引入堆叠沙漏网络进行人脸识别，排除非关键区域的影响，有效提高人脸识别效果，具有较强的鲁棒性。

主权项

1.基于堆叠沙漏网络的关键特征区域匹配人脸识别方法，其特征在于，包括以下步骤：S1：采集人脸图片作为训练集，并对训练集的图片进行预处理；S2：将训练集的任意一张人脸图片输入堆叠沙漏网络中进行特征提取，输出人脸关键点热图和关键点位置信息；S3：根据所述关键点位置信息对原输入人脸图片进行区域裁剪得到关键区域，并从训练集中选取三元组；S4：将关键区域输入人脸识别模块中的卷积神经网络进行特征提取，得到特征图F；S5：对特征图F求取L2范数，然后通过人脸识别模块中的嵌入层，输出完成识别的人脸图片的标签E；S6：根据L2范数计算三元损失函数，通过梯度下降法对三元损失函数进行优化；S7：重复S2～S6至三元损失函数收敛，完成堆叠沙漏网络和人脸识别模块的训练；S8：将待识别的人脸图片输入堆叠沙漏网络中进行特征提取，裁剪图片的关键区域，然后输入卷积神经网络中进行特征提取，最后通过嵌入层输出识别的人脸图片标签。