[發(fā)明專利]一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的二維人臉識別模型的訓(xùn)練方法

在審

• 申請?zhí)枺?/td>: 201611011753.8
• 申請日: 2016-11-17
• 公開（公告）號: CN106845330A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計）人: 俞進(jìn)森
• 申請（專利權(quán)）人: 北京品恩科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 安徽匯樸律師事務(wù)所34116
• 代理人: 劉海涵

1.一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的二維人臉識別模型的訓(xùn)練方法，其特征在于，包括以下步驟：

步驟S1：采集人臉圖像樣本，采用基于Haar特征的Adaboost算法得到樣本圖像中的人臉區(qū)域；

步驟S2：將樣本圖像中的人臉區(qū)域進(jìn)行定比例擴(kuò)展，然后截取部分人臉區(qū)域的圖像，縮放后通過灰度處理獲得灰度圖像；

步驟S3：構(gòu)建初步的人臉卷積神經(jīng)網(wǎng)絡(luò)模型，將灰度圖像輸入人臉卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到全連接層的人臉高層次特征值，根據(jù)該特征值與其理想值的差距，調(diào)整模型的權(quán)值矩陣，獲得訓(xùn)練后的人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型；

步驟S4：對特征值進(jìn)行L2范數(shù)歸一化，獲得人臉圖像的特征表示；

步驟S5：從樣本中隨機(jī)選擇某個人的灰度圖像作為錨點，選擇該人其它圖像生成的特征值與錨點之間的距離最大的一張灰度圖像作為正樣本，選擇其他人圖像生成的特征值與錨點之間的距離最小的一張灰度圖像作為負(fù)樣本，構(gòu)建獲得由錨點、正樣本和負(fù)樣本組成的三元組；利用目標(biāo)函數(shù)進(jìn)行篩選，選擇不滿足目標(biāo)函數(shù)的三元組為最難區(qū)分三元組；

步驟S6：精調(diào)卷積神經(jīng)網(wǎng)絡(luò)模型：將選取的最難區(qū)分三元組輸入人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練、精調(diào)，再次獲得相應(yīng)的特征值，重復(fù)步驟S4-S5，利用上一輪訓(xùn)練好的人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行下一輪最難三元組選擇和訓(xùn)練，通過最后生成的特征值計算待測人臉圖像的歐式距離，將歐式距離與設(shè)定閾值比較，判斷是否為同一人，從而獲取人臉識別的正確率和誤識率；

步驟S7：多次迭代優(yōu)化直到人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型收斂，直至迭代收斂，即人臉識別的正確率的評價標(biāo)準(zhǔn)達(dá)到最高值，獲得最終用于識別的人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練結(jié)束。

2.根據(jù)權(quán)利要求1所述的一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的二維人臉識別模型的訓(xùn)練方法，其特征在于，所述步驟S3的步驟包括：

步驟S301：構(gòu)建共有22層的深度卷積神經(jīng)網(wǎng)絡(luò)，每層的各個神經(jīng)元的初始權(quán)值、參數(shù)全部通過隨機(jī)函數(shù)生成，大小為正負(fù)1之間，每層采用的卷積核分別為1、3、5，卷積步長為1，卷積間隔為0、1、2，同時網(wǎng)絡(luò)中每層數(shù)據(jù)使用3×3的矩陣池化，完成初步構(gòu)建；

步驟S302：前向傳播：將灰度圖像輸入到深度卷積神經(jīng)網(wǎng)絡(luò)里面，通過整個網(wǎng)絡(luò)一步步收斂，使維度一層層降低，最后輸出128維的人臉高層次特征值O_p；

步驟S303：反向傳播：計算O_p與相應(yīng)的理想輸出值Yp的差，按極小化誤差的方法調(diào)整權(quán)值矩陣，獲得訓(xùn)練后的人臉識別卷積神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求1所述的一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的二維人臉識別模型的訓(xùn)練方法，其特征在于，所述步驟S5中，目標(biāo)函數(shù)的公式為：

式中，表示錨點的特征表示，表示正樣本的特征表示，表示負(fù)樣本的特征表示，a代表兩者距離之間的最小間隔，L代表三元組損失，三元組選擇即選擇損失大于零的情況。