【技术实现步骤摘要】
本专利技术涉及生物特征识别、计算机视觉、模式识别和机器学习等
,具体涉及一种基于深度卷积神经网络的异质人脸识别方法。
技术介绍
基于生物特征的身份识别对于安防领域及各种身份认证系统具有重要作用。人脸识别由于其非接触性和非强制性,及准确、方便、直观的特点,具有良好的发展和应用前景。传统的人脸识别主要基于人脸的可见光图像识别。可见光图像源非常广阔和易搜集,但也存在着受光照等条件影响较大的缺陷。环境光照变化时,人脸识别的性能会急剧下降。因此,不受环境光影响的近红外人脸识别系统逐渐受到重视和发展。近红外人脸识别目前已经成为人脸识别领域的研究热点。近红外成像设备采用高于环境光强度的主动近红外光源成像,配合相应波段的滤波片,能够得到不受环境光照变化影响的稳定的近红外图像。只有图像整体亮度随距离变化而单调变化,而像素间的关系则不会受到影响。因此,基于近红外图像的人脸识别不仅适用于白天,也适用于夜晚,甚至其他复杂光线条件。这使得近红外图像有很好的应用前景,如可以应用于刑侦,用户注册等系统。因此,如何进行异质人脸的识别和匹配,已经成为一个亟待解决的问题。异质人脸的识别由于其数据源具有较大的跨模态差异,以及近红外图像难以大量收集等原因,存在很大的困难。为了解决这些难题,研究者们应用传统的机器学习方法及具有强大识别性能的深度学习,尝试克服模态间的差异。传统的异质人脸识别的方法主要有以下几种:设计模态不变的 ...
【技术保护点】
一种基于深度卷积神经网络的异质人脸识别方法,其特征在于,包括以下步骤:步骤S1,对预训练图像中的人脸图像及相关的可见光图像‑近红外图像进行相同的图像预处理,得到预设大小的灰度图像;步骤S2,用预处理好的可见光图像对预设深度卷积神经网预训练,得到人脸的高层次特征表达,得到预训练的异质人脸识别卷积神经网络模型;步骤S3,按预设方法分别以训练图像中的近红外图像、可见光图像作为锚点,构建由锚点、正样本和负样本组成的跨域近红外‑可见光三元组,并利用所述预训练的异质人脸识别卷积神经网络模型从训练图像中选取跨域难三元组;步骤S4,将选取的跨域难三元组输入所述预训练的异质人脸识别卷积神经网络模型进行训练,得到跨近红外域和可见光域的统一深层特征表达;并按步骤S3‑S4的方法,利用上一轮训练好的异质人脸识别卷积神经网络模型,进行下一轮难三元组选择和训练,计算异质识别的正确率及真阳性率,多次迭代直到所述异质识别的正确率及真阳性率的评价标准达到最高值,获得最终的异质人脸识别卷积神经网络模型;步骤S5,将近红外图像或可见光图像输入该最终的异质人脸识别卷积神经网络模型,通过比较近红外图像或可见光图像与人脸识别系统 ...
【技术特征摘要】
1.一种基于深度卷积神经网络的异质人脸识别方法,其特征在于,
包括以下步骤:
步骤S1,对预训练图像中的人脸图像及相关的可见光图像-近红外图
像进行相同的图像预处理,得到预设大小的灰度图像;
步骤S2,用预处理好的可见光图像对预设深度卷积神经网预训练,得
到人脸的高层次特征表达,得到预训练的异质人脸识别卷积神经网络模型;
步骤S3,按预设方法分别以训练图像中的近红外图像、可见光图像作
为锚点,构建由锚点、正样本和负样本组成的跨域近红外-可见光三元组,
并利用所述预训练的异质人脸识别卷积神经网络模型从训练图像中选取
跨域难三元组;
步骤S4,将选取的跨域难三元组输入所述预训练的异质人脸识别卷积
神经网络模型进行训练,得到跨近红外域和可见光域的统一深层特征表达;
并按步骤S3-S4的方法,利用上一轮训练好的异质人脸识别卷积神经网络
模型,进行下一轮难三元组选择和训练,计算异质识别的正确率及真阳性
率,多次迭代直到所述异质识别的正确率及真阳性率的评价标准达到最高
值,获得最终的异质人脸识别卷积神经网络模型;
步骤S5,将近红外图像或可见光图像输入该最终的异质人脸识别卷积
神经网络模型,通过比较近红外图像或可见光图像与人脸识别系统注册时
图像库中的可见光人脸图像或近红外图像高层特征的相似度得分,实现对
人脸图像识别。
2.根据权利要求1所述的基于深度卷积神经网络的异质人脸识别方
法,其特征在于,步骤S1中,所述图像预处理的步骤如下:
运用人脸检测器,通过定位图像关键点的坐标进行对齐操作获得对齐
的图像块,然后对对齐的图像进行裁剪和缩放,并处理成预设大小的灰度
图像。
3.根据权利要求1或2所述的基于深度卷积神经网络的异质人脸识
别方法,其特征在于,步骤S3中,所述跨域近红外-可见光三元组的损失
用下式来表达:
loss=ΣiN[||f(xia)-f(xip)||22-||f(xia)-f(xip)||22]+]]>其中,N为三元组的总数,xia为锚点,xip为正样本,xin...
【专利技术属性】
技术研发人员:谭铁牛,赫然,孙哲南,刘霄翔,
申请(专利权)人:天津中科智能识别产业技术研究院有限公司,
类型:发明
国别省市:天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。