[發明專利]一種基于極值理論的深度人臉識別方法有效
| 申請號： | 201611189169.1 | 申請日： | 2016-12-21 |
| 公開（公告）號： | CN106599864B | 公開（公告）日： | 2020-01-07 |
| 發明（設計）人： | 劉佳;余化鵬;張建林;徐智勇;魏宇星 | 申請（專利權）人： | 中國科學院光電技術研究所 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610209 *** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 極值 理論 深度 識別 方法 | ||
1.一種基于極值理論的深度人臉識別方法，其特征在于包括如下步驟：
步驟S1：利用預訓練的深度卷積神經網絡對訓練人臉圖像進行特征提取，得到特征矩陣，用于訓練分類器；
步驟S2：對特征矩陣進行SVM分類訓練，得到決策面，用于人臉身份預測；
步驟S3：利用預訓練的深度卷積神經網絡對測試人臉圖像進行特征提取，得到特征矩陣，用于人臉身份預測；
步驟S4：利用訓練得到的SVM分類器，對步驟S3中得到的人臉圖像特征進行身份預測，基于極值理論，得到預測結果；
步驟S4中人臉身份預測的步驟包括：
步驟S41：針對每一幀圖像的人臉特征進行預測，得到決策值數組，選取決策值數組最大20％部分的值進行統計分析；
步驟S42：基于極值理論，設置識別閾值；
步驟S43：將步驟S41得到的統計值與步驟S42得到的閾值作比較，當閾值大于統計值均方差時，認為識別對象為陌生人，當閾值小于統計值均方差時，得到預測結果。
2.根據權利要求1所述的基于極值理論的深度人臉識別方法，其特征在于，步驟S1和步驟S3中，輸入到深度卷積神經網絡的圖像大小為224×224。
3.根據權利要求1所述的基于極值理論的深度人臉識別方法，其特征在于，步驟S1和步驟S3中，深度卷積神經網絡一共有40層，一個輸入層，一個softmax輸出層，3個全連接層，其余的是conv、relu、mpool和drop層。
4.根據權利要求1所述的基于極值理論的深度人臉識別方法，其特征在于，步驟S2中的SVM分類使用了LIBSVM工具包，選擇L2-正規化L2-損失徑向基核函數SVM并將懲罰因子設為10。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院光電技術研究所，未經中國科學院光電技術研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611189169.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種基于遷移學習技術的深度人臉識別方法
- 下一篇：刀閘狀態識別裝置與方法
