[發(fā)明專利]一種基于深度學(xué)習(xí)的快速人臉檢測識別方法

在審

• 申請?zhí)枺?/td>: 201810363828.1
• 申請日: 2018-04-22
• 公開（公告）號: CN108564049A
• 公開（公告）日: 2018-09-21
• 發(fā)明（設(shè)計）人: 李嘉鋒;閆璞;卓力;張輝;馬春杰
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明公開了一種基于深度學(xué)習(xí)的快速人臉檢測識別方法，該方法包括離線網(wǎng)絡(luò)搭建部分和在線流程設(shè)計部分。對于離線網(wǎng)絡(luò)搭建部分，本發(fā)明設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)針對不同的尺度人臉分別訓(xùn)練檢測器，區(qū)別于現(xiàn)有方法中在進行人臉檢測時采用單一尺度的模板網(wǎng)絡(luò)，并采用構(gòu)建圖像金字塔以多任務(wù)的方式訓(xùn)練和運行尺度特定的檢測器。對于在線流程設(shè)計部分，設(shè)計使用FIFO的list的數(shù)據(jù)結(jié)構(gòu)思想建立實時人臉特征緩沖池結(jié)構(gòu)，將過程中最耗時的實時特征提取部分移到整個過程的最前端，以身份證讀卡器對于身份證的檢測作為觸發(fā)點，并提出建立結(jié)果匹配映射表的方法，在三個方面進行創(chuàng)新，有效節(jié)省整個過程的時間，實現(xiàn)快速的人臉檢測識別，得出人證是否合一的準確判斷。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理方法，特別涉及一種基于深度學(xué)習(xí)的快速人臉檢測識別方法。

背景技術(shù)

人臉識別技術(shù)的研究從20世紀50年代開始，作為一種重要的生物特征識別技術(shù)，與虹膜識別、指紋掃描、掌形掃描等技術(shù)相比，人臉識別技術(shù)是一種高精度、易于使用、穩(wěn)定性高、難仿冒、性價比高的生物特征識別技術(shù)，具有極其廣闊的市場應(yīng)用前景，一直被研究學(xué)者所關(guān)注。

自深度學(xué)習(xí)的概念提出以來，相關(guān)的研究便廣泛進行，在理論和應(yīng)用方面都取得了巨大進展。隨著大數(shù)據(jù)時代的到來以及計算機計算能力的不斷提升，深度卷積神經(jīng)網(wǎng)向著具有更多隱含層的復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)不斷發(fā)展，與傳統(tǒng)機器學(xué)習(xí)方法相比，具有更強大的特征學(xué)習(xí)與表達的能力。使用深度學(xué)習(xí)算法訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型自提出以來在計算機視覺領(lǐng)域的多個大規(guī)模識別任務(wù)上取得了令人矚目的進展，尤其是人臉識別領(lǐng)域。

人臉識別是基于人的臉部特征信息進行身份認證的一種生物識別技術(shù)。采集含有人臉的圖像或視頻流，檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)比對技術(shù)，通常也叫做人像識別、面部識別。作為一種重要的生物特征識別技術(shù)，人臉識別技術(shù)具有直接、友好、方便、交互性好等優(yōu)點，在安防和金融支付等方面有諸多實際的應(yīng)用，如視頻監(jiān)控、智能支付、訪問控制等，是目前機器學(xué)習(xí)和模式識別中最熱門的研究方向。

人臉相比于其他圖像識別的主題，具有高度非剛性的特點，存在著大量體現(xiàn)個體差異的細節(jié)信息。人臉識別是通過從靜態(tài)圖像或者動態(tài)視頻中實時檢測出的人臉圖像與已存儲于數(shù)據(jù)庫中的人臉圖像或者是身份證中的人臉圖像進行比對，確定被檢測人臉的身份信息，通常用于身份識別和鑒定的目的，屬于生物特征識別領(lǐng)域。尤其是隨著國家對于安全意識的重視提高，利用實時人臉圖像與身份證人臉圖像進行人證合一身份認證的需求也越來越迫切。

自動人臉識別的經(jīng)典流程分為三個步驟：人臉檢測、面部特征點定位、特征提取與分類器設(shè)計。一般而言，狹義的人臉識別指的是特征提取+分類器兩部分的方法研究，基于深度學(xué)習(xí)的人臉識別研究也多集中于這兩部分。在深度學(xué)習(xí)出現(xiàn)以前，人臉識別方法一般分為高維人工特征提取(例如：Local Binary Pattern,Gabor等)和降維兩個步驟，代表性的降維方法有主成分分析法(Principal Component Analysis,PCA)，線性判別分析(Linear Discriminant Analysis,LDA)等子空間學(xué)習(xí)方法和局部保留投影(LocalityPreserving Projection,LPP)等流行學(xué)習(xí)方法。但是目前這類方法在處理人臉檢測識別問題，尤其是現(xiàn)實生活場景中人證合一檢測問題時仍然存在人臉質(zhì)量評價不夠科學(xué)、檢測效果不夠好、識別準確率不夠高、無法滿足實時性等諸多不足之處。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，同時針對現(xiàn)有方法以及處理速度過慢無法滿足實時性的問題，通過采用深度學(xué)習(xí)的方法，構(gòu)建快速人臉檢測特征提取網(wǎng)絡(luò)，并基于此網(wǎng)絡(luò)建立一套完善的人證合一身份認證系統(tǒng)，能夠?qū)崟r地進行人臉采集與身份證圖像進行比對，快速得出人證是否合一的結(jié)論，實現(xiàn)快速人臉檢測識別的目的。