[發(fā)明專利]一種復(fù)雜場景下人臉識(shí)別的深度卷積網(wǎng)絡(luò)及學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710531386.2
• 申請(qǐng)日: 2017-07-03
• 公開（公告）號(hào): CN107194380A
• 公開（公告）日: 2017-09-22
• 發(fā)明（設(shè)計(jì)）人: 唐良智;王兵;魏湘臣
• 申請(qǐng)（專利權(quán)）人: 上海荷福人工智能科技（集團(tuán)）有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/40;G06K9/66;G06T5/00;G06T5/10
• 代理公司: 成都華風(fēng)專利事務(wù)所(普通合伙)51223
• 代理人: 徐豐

1.一種復(fù)雜場景下人臉識(shí)別的深度卷積網(wǎng)絡(luò)，其特征在于：包括依次連接的多個(gè)卷積模塊和全連接模塊，所述每個(gè)卷積模塊和全連接模塊由不同尺度下的卷積核、激活函數(shù)和池化函數(shù)組成。

2.根據(jù)權(quán)利要求1所述的一種復(fù)雜場景下人臉識(shí)別的深度卷積網(wǎng)絡(luò)，其特征在于：所述卷積模塊一共4個(gè)，全連接模塊一共3個(gè)，其中，前3個(gè)卷積模塊分別由卷積層，relu曾和最大池化層組成，最大池化層負(fù)責(zé)下采樣的操作，以多層金字塔下采樣的結(jié)構(gòu)對(duì)圖像進(jìn)行深度多層濾波的操作。

3.根據(jù)權(quán)利要求1所述的一種復(fù)雜場景下人臉識(shí)別的深度卷積網(wǎng)絡(luò)，其特征在于：所述卷積網(wǎng)絡(luò)從第一層到最后一層的具體算法以及隱藏層輸入輸出以如下公式實(shí)現(xiàn)：

1)其中X⁰∈R^224×224×3,w¹∈R^3×3×32。

2)X²＝max{0,X¹},其中X¹∈R^224×224×32。

3)其中X²∈R^224×224×32，w³∈R^3×3×32×64。

4)X⁴＝max{0,X³},其中X³∈R^224×224×64。

5)其中X⁴∈R^224×224×64，w⁵∈R^{3×3×64×128}

6)X⁶＝max{0,X⁵},其中X⁵∈R^{224×224×128}

7)X⁷＝maxpool(X⁶),其中X⁶∈R^{224×224×128}

8)其中X⁷∈R^{112×112×128}，w⁸∈R^{3×3×128×128}

9)X⁹＝max{0,X⁸},其中X⁸∈R^{112×112×128}

10)其中X⁹∈R^{112×112×128}，w¹⁰∈R^{3×3×128×256}

11)X¹¹＝max{0,X¹⁰},其中X¹⁰∈R^{112×112×256}

12)其中X¹¹∈R^{112×112×256}，w¹²∈R^{3×3×256×256}

13)X¹³＝max{0,X¹²},其中X¹²∈R^{112×112×256}

14)X¹⁴＝maxpool(X¹³),其中X¹³∈R^{112×112×256}

15)其中X¹⁴∈R^56×56×256，w¹⁵∈R^{3×3×256×256}

16)X¹⁶＝max{0,X¹⁵},其中X¹⁵∈R^56×56×256

17)其中X¹⁶∈R^56×56×256，w¹⁷∈R^{3×3×256×512}

18)X¹⁸＝max{0,X¹⁷},其中X¹⁷∈R^56×56×512

19)其中X¹⁸∈R^56×56×512，w¹⁹∈R^{3×3×512×512}

20)X²⁰＝max{0,X¹⁹},其中X¹⁹∈R^56×56×512

21)X²¹＝maxpool(X²⁰),其中X²⁰∈R^56×56×512

22)其中X²¹∈R^28×28×512，w²²∈R^{3×3×512×512}

23)X²³＝max{0,X²²},其中X¹⁹∈R^28×28×512

24)其中X²³∈R^28×28×512，w²⁴∈R^{3×3×512×512}

25)X²⁵＝max{0,X²⁴},其中X²⁴∈R^28×28×512

26)其中X²⁵∈R^28×28×512，w²⁶∈R^{3×3×512×512}

27)X²⁷＝max{0,X²⁶},其中X²⁶∈R^28×28×512

28)其中X²⁷∈R^28×28×512，w²⁸∈R^{3×3×512×512}

29)X²⁹＝max{0,X²⁸},其中X²⁶∈R^14×14×512

30)X³⁰＝maxpool(X²⁹),其中X²⁹∈R^7×7×512

31)其中X³⁰∈R^7×7×512，w³¹∈R^{7×7×512×4096}

32)X³²＝max{0,X³¹},其中X³¹∈R^1×1×4096

33)其中X³²∈R^1×1×4096，w³³∈R^{1×1×4096×4096}

34)X³⁴＝max{0,X³³},其中X³³∈R^1×1×4096

35)其中X³⁴∈R^1×1×4096，w³⁵∈R^1×4096×K,

其中，Xi代表第i層的輸出，wⁱ代表第i層的濾波器系數(shù)，K代表需識(shí)別的人臉的類別數(shù)。