[發(fā)明專(zhuān)利]一種基于capsule的人臉識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810734121.7
• 申請(qǐng)日: 2018-07-06
• 公開(kāi)（公告）號(hào): CN108921106B
• 公開(kāi)（公告）日: 2021-07-06
• 發(fā)明（設(shè)計(jì)）人: 薛方正;古俊波;劉陽(yáng)陽(yáng);羅勝元;雷宏偉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 重慶晟軒知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50238
• 代理人: 王海鳳;楊曉磊

本發(fā)明涉及一種基于capsule的人臉識(shí)別方法，采用VGG網(wǎng)絡(luò)+capsule網(wǎng)絡(luò)訓(xùn)練網(wǎng)絡(luò)模型得到優(yōu)化后的網(wǎng)絡(luò)模型，將多個(gè)人臉圖像輸入優(yōu)化后的網(wǎng)絡(luò)模型得到多個(gè)向量值，所有向量值構(gòu)成人臉查詢數(shù)據(jù)庫(kù)；最后設(shè)置閾值，將未知人臉圖像輸入優(yōu)化后的網(wǎng)絡(luò)模型中得到待識(shí)別向量值，將該待識(shí)別向量值與所有已知向量值求歐氏距離，選出絕對(duì)值最小的距離作為最小距離，并將該最小距離與閾值進(jìn)行比較：如果最小距離大于閾值，那么表示該未知人臉圖像不在人臉查詢數(shù)據(jù)庫(kù)中；否則與待識(shí)別向量值求歐氏距離得到最小距離小的那個(gè)已知向量值所對(duì)應(yīng)的人臉圖像與未知人臉圖像為同一人。該方法在有干擾情況下具有較高的識(shí)別精度。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及機(jī)器視覺(jué)、深度學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種基于capsule的人臉識(shí)別方法。

背景技術(shù)

隨著時(shí)代的發(fā)展，人臉識(shí)別技術(shù)被廣泛的應(yīng)用于我們生活的方方面面，比如：服務(wù)機(jī)器人、安防領(lǐng)域、以及現(xiàn)在很火的利用人臉識(shí)別技術(shù)解鎖我們的手機(jī)。雖然人臉識(shí)別技術(shù)已經(jīng)被廣泛的應(yīng)用，但其并不是一項(xiàng)完全成熟的技術(shù)，在光照、背景、以及使用者表情的干擾下，現(xiàn)在的人臉識(shí)別技術(shù)并不能很好的工作，識(shí)別準(zhǔn)確性低。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在預(yù)測(cè)準(zhǔn)確率低的技術(shù)問(wèn)題，本發(fā)明的目的是提供一種基于capsule的人臉識(shí)別方法，該識(shí)別方法的識(shí)別準(zhǔn)確率高。

為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：一種基于capsule的人臉識(shí)別方法，包括如下步驟：

S1：訓(xùn)練網(wǎng)絡(luò)模型：

獲取人臉圖像數(shù)據(jù)集，將人臉圖像數(shù)據(jù)集中的人臉圖像依次輸入VGG網(wǎng)絡(luò)進(jìn)行處理，并對(duì)應(yīng)的輸出的特征圖集；

再將得到的所有特征圖對(duì)應(yīng)的轉(zhuǎn)化為一維向量作為capsule網(wǎng)絡(luò)的輸入，并建立損失函數(shù)，根據(jù)損失函數(shù)的值更新VGG網(wǎng)絡(luò)和capsule網(wǎng)絡(luò)參數(shù)，經(jīng)過(guò)多次迭代，多次更新VGG網(wǎng)絡(luò)和capsule網(wǎng)絡(luò)參數(shù)，最后得到優(yōu)化后的網(wǎng)絡(luò)模型；

S2：建立人臉查詢數(shù)據(jù)庫(kù)：將需要識(shí)別的人的圖片輸入優(yōu)化后的網(wǎng)絡(luò)模型得到他們對(duì)應(yīng)的編碼，將這些編碼記為已知編碼，將所有已知編碼保存下來(lái)構(gòu)成人臉查詢數(shù)據(jù)庫(kù)；

S3：未知人臉圖像識(shí)別：設(shè)置閾值，并將未知人臉圖像輸入優(yōu)化后的網(wǎng)絡(luò)模型中，得到未知人臉圖像對(duì)應(yīng)的編碼，記為待識(shí)別編碼，將該待識(shí)別編碼與所有已知人臉查詢數(shù)據(jù)庫(kù)中的已知編碼求歐式距離，選出值最小的距離作為最小距離，并將該最小距離與閾值進(jìn)行比較：

如果最小距離大于閾值，那么表示該未知人臉圖像不在人臉查詢數(shù)據(jù)庫(kù)中；

如果最小距離小于或等于閾值，那么與待識(shí)別編碼求歐氏距離得到最小距離小的那個(gè)已知編碼為目標(biāo)編碼，所述目標(biāo)編碼對(duì)應(yīng)的人臉圖像與未知人臉圖像為同一人。

作為改進(jìn)，所述S1a中的VGG網(wǎng)為VGG16網(wǎng)絡(luò)。

作為改進(jìn)，所述1訓(xùn)練網(wǎng)絡(luò)模型的訓(xùn)練方法為：將所述人臉圖像數(shù)據(jù)集的人臉圖像分為K組，每組由三張人臉圖像組成，所述三張人臉圖像分別為同一個(gè)人的兩張不同人臉圖像和一張不同人的人臉圖像；

所述訓(xùn)練網(wǎng)絡(luò)模型由第一子網(wǎng)絡(luò)、第二子網(wǎng)絡(luò)和第三子網(wǎng)絡(luò)三個(gè)完全相同的子網(wǎng)絡(luò)組成，每次迭代訓(xùn)練時(shí)，將一組人臉圖像中的三張人臉圖像分別輸入第一子網(wǎng)絡(luò)、第二子網(wǎng)絡(luò)和第三子網(wǎng)絡(luò)三條子網(wǎng)絡(luò)中，所述每條子網(wǎng)絡(luò)輸出一個(gè)編碼；

將得到的三個(gè)編碼輸入損失函數(shù)，根據(jù)損失函數(shù)的值分別更新第一子網(wǎng)絡(luò)中的VGG網(wǎng)絡(luò)參數(shù)和capsule網(wǎng)絡(luò)參數(shù)、第二子網(wǎng)絡(luò)中的VGG網(wǎng)絡(luò)參數(shù)和capsule網(wǎng)絡(luò)參數(shù)以及第三子網(wǎng)絡(luò)中的VGG網(wǎng)絡(luò)參數(shù)和capsule網(wǎng)絡(luò)參數(shù),所述三個(gè)網(wǎng)絡(luò)的更新幅度一樣，更新之后第一子網(wǎng)絡(luò)、第二子網(wǎng)絡(luò)和第三子網(wǎng)絡(luò)的參數(shù)保持一致，經(jīng)過(guò)多輪迭代得到優(yōu)化后的第一子網(wǎng)絡(luò)、優(yōu)化后的第二子網(wǎng)絡(luò)和優(yōu)化后的第三子網(wǎng)絡(luò)，優(yōu)化后的第一子網(wǎng)絡(luò)或優(yōu)化后的第二子網(wǎng)絡(luò)或優(yōu)化后的第三子網(wǎng)絡(luò)為優(yōu)化后的訓(xùn)練網(wǎng)絡(luò)模型。