[發明專利]基于卷積神經網絡的人臉識別方法

在審

• 申請號: 201910100235.0
• 申請日: 2019-01-31
• 公開（公告）號: CN109815929A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 宮生文
• 申請（專利權）人: 青島科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 程皓

本發明公開了基于卷積神經網絡的人臉識別方法，卷積神經網絡包括輸入層、卷積層、下采樣層和全連接層；具體處理步驟包括101)圖像預處理步驟、102)卷積處理步驟、103)降維步驟；本發明提供了復雜環境下，高安全系數，高識別精準度且識別速度快的基于卷積神經網絡的人臉識別方法。

技術領域

本發明涉及人臉識別領域，更具體的說，它涉及基于卷積神經網絡的人臉識別方法。

背景技術

人類社會正在從信息時代邁向數據時代，數據在人們心目中的地位所占的比重越來越大，尤其是個人隱私的問題。回看去年發生的一次次被曝光的計算機病毒事件、大型網絡公司用戶信息泄露事件等等，計算機的發展所帶來的變革已經使得每個人不得不面臨自己數據信息會被泄露的威脅，如何更加有效的保障個人信息的隱秘性和安全性，如何保障身份驗證的準確性和安全性，已經成為了目前研究者們所面臨的一個刻不容緩的問題。

二十一世紀初期，人工智能在經歷了三次跌宕起伏后得到迅速發展，一系列人工智能技術也日趨成熟，但其中的人臉識別技術仍然面臨著很多復雜的問題，需要一次技術性的突破，來打破人臉識別與現實應用的界限。這仍然是一個非常具有挑戰性的領域。人臉識別的應用領域非常寬泛，人臉識別可以取代傳統數字字母型、卡片型、口令型密碼，在簡化認證步驟時更安全有效。人臉識別在安全領域中的應用可以實現智慧校園、智慧交通、智慧安防，實現對交通和環境的智能化監控和提供智能化的引導服務。目前公安系統中的關于人工智能的應用已經初見成效，例如前段時間聽說的在演唱會現場通過人臉識別技術識別通緝犯的例子，便是很好證明了人工智能已經走進了生活中，距離人們并不遙遠。在現代信息社會中，人們對個人隱私的關注提升并且個人隱私保護的難度加大，此時人臉識別的研究就顯得尤為重要。

隨著對人臉識別技術深入研究，其寬泛的應用領域和無可取代的優勢使得越來越多的研究者進入這一領域。目前很多國家及著名的研究機構都已經開展了人臉識別的研究，想要首先突破目前的瓶頸。我國在去年更是將人工智能上升到了國策的程度上，顯示了國家對這方面研究的重視程度，同樣也揭示了其廣闊的發展前景。國內涌現出了一大批十分優秀的人工智能公司，如曠視科技，商湯科技等等，我國的人臉識別技術在世界上處于領先的位置。目前的人臉識別技術主要是基于神經網絡的算法，取得了很好的效果。

神經網絡是在1962年感受野的概念被提出后進入研究者的視野中的，在之后隨著研究的深入，具備局部感知能力的卷積神經網絡被設計出來，并且受到了很大的關注。但神經網絡很快陷入了低谷期，很多研究者面對這么一個無法清楚其運行過程，但對計算機耗費巨大的課題失去了興趣。但人們沒有想到的是計算機硬件的發展遠遠超過了人們的想象，并且也得益于有一部分研究者沒有放棄神經網絡的研究，在二十一世紀初，神經網絡再次迎來了春天，深度學習得到人們的認可和關注，一次次刷新了人們對人工智能的認知，從ImageNet競賽一舉奪冠，超第二名10多個百分點，到alpha GO戰勝世界第一的圍棋大師，顛覆了人們死板機器的印象，進化為一個可以“思考”的棋者。再到最近涌現出來的越來越多的人工智能產品，人們已經清楚的感受到了人工智能帶來的時代變革。卷積神經網絡作為人工智能的一個經典的網絡模型在圖像識別領域具有非常好的效果，正在更多的領域展示它強大的能力。然而在人臉識別上的提升仍需提高，確保信息的精準，提高安全級別。

發明內容

本發明提供了復雜環境下，高安全系數，高識別精準度且識別速度快的基于卷積神經網絡的人臉識別方法。

本發明的技術方案如下：

基于卷積神經網絡的人臉識別方法，卷積神經網絡包括輸入層、卷積層、下采樣層和全連接層；具體處理步驟如下：

101)圖像預處理步驟：通過二階微分線性方法對二維圖像f(x,y)進行預處理，強化圖像邊緣特征，x和y分別表示橫軸和縱軸；具體公式如下：

利用差分分別得到沿x和y軸方向的二階偏導：