[发明专利]Maxout多卷积神经网络融合人脸识别方法和系统有效
| 申请号： | 201710341857.3 | 申请日： | 2017-05-16 |
| 公开（公告）号： | CN107194341B | 公开（公告）日： | 2020-04-21 |
| 发明（设计）人： | 侯彪;焦李成;张华;王爽;马晶晶;马文萍;冯捷;张小华 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 程晓霞;王品华 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于Maxout多卷积神经网络融合的人脸识别方法，解决了单一网络对正负样本分类不均的技术问题，实现步骤为：利用回归树组合算法和仿射变换处理训练数据得到对齐后的数据库；提取对齐后数据库中人脸图像得到只有人脸区域图像的数据库；构建两个网络，利用Maxout方法得到融合后网络；利用只有人脸区域图像的数据库训练融合后卷积神经网络得到训练后的网络模型；测试图像预处理后对训练后的网络模型进行测试。本发明采用Maxout模块对两或多个子系统进行融合后依次接到全连接模块和输出模块，得到完整的人脸识别系统。本发明能很好的平衡卷积神经网络对正负样本的分类敏感度，提高人脸识别精度。 | ||
| 搜索关键词： | maxout 卷积 神经网络 融合 识别 方法 系统 | ||
【主权项】：
一种基于Maxout多卷积神经网络融合的人脸识别方法，包括如下步骤:(1)准备训练数据：(1a)利用回归树组合算法和仿射变换，对训练数据库D0中的人脸图像进行处理，得到对齐后的人脸数据库D1；(1b)利用ViolaJones算法，对步骤(1a)中得到的对齐后的人脸数据库D1中图像进行人脸提取，得到只包含人脸区域图像的训练数据库D2；(2)基于Maxout构建融合网络：顺序构建两个卷积神经网络，再利用Maxout方法得到融合后的卷积神经网络；(3)训练网络：利用只包含人脸区域的图像的训练数据库D2，对融合后的卷积神经网络进行训练，得到训练后的卷积神经网络模型；(4)准备测试数据：采用回归树组合算法和ViolaJones算法，对两张测试图像进行处理，分别得到只包含人脸区域的测试图像；(5)测试网络：利用训练后的卷积神经网络模型对只包含人脸区域的测试图像提取特征向量，计算特征向量的相似度，然后与设定的阈值比较，完成人脸识别判定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710341857.3/，转载请声明来源钻瓜专利网。
- 上一篇：智能云拳击数据采集终端
- 下一篇：一种基于虚拟现实的康复系统和训练方法
