[發明專利]一種人臉識別方法、系統、終端以及存儲介質

在審

• 申請號: 202011284648.8
• 申請日: 2020-11-17
• 公開（公告）號: CN112257672A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 錢靜;彭樹宏
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06N3/08;G06N3/04
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 魏毅宏

1.一種人臉識別方法，其特征在于，包括：

對動態視頻進行人臉捕捉并截圖，獲取靜態人臉圖片；

對所述靜態人臉圖片進行特征值提取，生成特征矩陣；

將所述特征矩陣輸入訓練好的BP神經網絡，通過所述BP神經網絡輸出人臉識別結果；所述BP神經網絡包括輸入層、隱含層以及輸出層，輸入數據從所述輸入層的所有的神經元進入，在所述隱含層中進行計算，將計算結果輸入所述輸出層的每個神經元進行計算，得到人臉識別結果。

2.根據權利要求1所述的人臉識別方法，其特征在于，所述對動態視頻進行人臉捕捉并截圖，獲取靜態人臉圖片還包括：

采用灰度化及中值濾波對所述靜態人臉圖片進行預處理。

3.根據權利要求2所述的人臉識別方法，其特征在于，所述采用灰度化及中值濾波對所述靜態人臉圖片進行預處理包括：

對所述靜態人臉圖片進行灰度處理，將所述靜態人臉圖片轉換成灰度矩陣；

將所述灰度矩陣切割為預定數量的小矩陣；

對所述切割后的小矩陣進行降緯處理。

4.根據權利要求1所述的人臉識別方法，其特征在于：

所述BP神經網絡采用tansig函數作為所述輸入層與隱含層的傳遞函數，采用purelin線性函數作為所述隱含層與輸出層的傳遞函數，采用Sigmoid函數作為所述輸入層到隱含層的激活函數，采用Purelin線性函數作為所述隱含層到輸出層的激活函數。

5.根據權利要求4所述的人臉識別方法，其特征在于，所述輸出層節點數為人臉的類別數，所述隱含層節點數為：

上式中，n代表輸入神經元的大小，m代表輸出神經元的大小，a代表10以內的常數。

6.根據權利要求5所述的人臉識別方法，其特征在于，所述BP神經網路中每一層的向量分別為：

設置輸入層為x，隱含層為Y，輸出層為O，以及一個預期向量值設為d，對于輸出層，有：

上式中，O_t表示第t個輸出層，其中t為自然數；y_j表示第j個隱含層，其中j為自然數；w_jt為第t個輸出層O到第j個隱含層y的權重，i，j分別表示輸出層的第i個神經元和隱含層的第j個神經元；

對于隱含層，有：

上式中，x_i表示第i個輸入層，其中i為自然數，v_ij為第i個輸入層x到第j個隱含層y的權重，i表示輸入層的第i個神經元，j表示隱含層的第j個神經元。

7.根據權利要求1至6任一項所述的人臉識別方法，其特征在于，所述將所述特征矩陣輸入訓練好的BP神經網絡還包括：

在訓練所述BP神經網絡時，設置一個誤差范圍，當所述BP神經網絡的誤差沒有達到所述誤差范圍時，所述BP神經網絡通過逆向傳播算法將所述輸出結果在輸出層當中逆向返回給所述隱含層和輸入層進行循環計算，并在循環計算過程中修正各層的權值，使得網絡誤差逐漸下降，直到所述BP神經網絡的誤差達到所述誤差范圍。

8.一種人臉識別系統，其特征在于，包括：

人臉圖片獲取模塊：用于對動態視頻進行人臉捕捉并截圖，獲取靜態人臉圖片；

人臉特征提取模塊：用于對所述靜態人臉圖片進行特征值提取，生成特征矩陣；

人臉識別模塊：用于將所述特征矩陣輸入訓練好的BP神經網絡，通過所述BP神經網絡輸出人臉識別結果；所述BP神經網絡包括輸入層、隱含層以及輸出層，輸入數據從所述輸入層的所有的神經元進入，在所述隱含層中進行計算，將計算結果輸入所述輸出層的每個神經元進行計算，得到人臉識別結果。

9.一種終端，其特征在于，所述終端包括處理器、與所述處理器耦接的存儲器，其中，

所述存儲器存儲有用于實現權利要求1-7任一項所述的人臉識別方法的程序指令；

所述處理器用于執行所述存儲器存儲的所述程序指令以控制人臉識別。

10.一種存儲介質，其特征在于，存儲有處理器可運行的程序指令，所述程序指令用于執行權利要求1至7任一項所述人臉識別方法。