[发明专利]一种人脸识别方法及系统

摘要

本发明公开了一种人脸识别方法及系统。方法包括：首先，采用训练集训练卷积神经网络，得到训练后的卷积神经网络；其次，利用训练后的卷积神经网络计算待识别人脸图像和预设的数据库中的各人脸图像之间的相似度；并选取相似度最大的人脸图像作为初步识别图像；然后，计算所述待识别人脸图像的三维特征向量和初步识别图像的三维特征向量之间的切比雪夫距离；最后判断所述切比雪夫距离是否大于第一预设阈值，若是，则所述待识别人脸图像与所述初步识别图像不是同一个人的图像，所述待识别人脸图像不在预设数据库中，若否，则所述待识别人脸图像与所述初步识别图像为同一个人的图像，实现了在数据库中和不在数据库的未知人脸的精确识别。

主权项

1.一种人脸识别方法，其特征在于，所述识别方法包括如下步骤：/n从预设的数据库提取多张人脸图像，形成训练集；/n根据所述训练集训练卷积神经网络，得到训练后的卷积神经网络；/n获取待识别人脸图像；/n利用训练后的卷积神经网络计算待识别人脸图像和预设的数据库中的各人脸图像之间的相似度；/n选取相似度最大的人脸图像作为初步识别图像；/n分别获取待识别人脸图像的三维特征向量和初步识图像的三维特征向量；/n所述分别获取待识别人脸图像的三维特征向量和初步识图像的三维特征向量，具体包括：基于深度神经网络，根据所述待识别人脸图像和所述初步识别图像，建立三维形变模型，所述三维形变模型包括待识别人脸图像的三维形变模型和初步识别图像的三维形变模型；对所述三维形变模型进行弱透视投影，获得投影后的三维形变模型；将所述投影后的三维形变模型进行3D网格划分、归一化处理并调整三维形变模型的锚点，获得处理后的三维形变模型；对所述处理后的三维形变模型进行面部趋势拟合，得到拟合后的三维形变模型；根据拟合后的三维形变模型获取三维特征向量；所述三维特征向量包括待识别人脸图像的三维特征向量和初步识别图像的三维特征向量；/n计算所述待识别人脸图像的三维特征向量和初步识别图像的三维特征向量之间的切比雪夫距离；/n判断所述切比雪夫距离是否大于第一预设阈值，若是，则所述待识别人脸图像与所述初步识别图像不是同一个人的图像，所述待识别人脸图像不在预设数据库中，若否，则所述待识别人脸图像与所述初步识别图像为同一个人的图像。/n