一种基于儿童跨年龄段人脸识别技术的人脸检测方法技术

本发明专利技术涉及人脸检测方法，具体涉及一种基于儿童跨年龄段人脸识别技术的人脸检测方法，获取训练人脸数据库和年龄人脸数据库，提取训练人脸数据库中的人脸基础特征，并输入双层异构深度神经网络进行训练，提取年龄人脸数据库中相同人物不同年龄的人脸特征及人脸特征对应的年龄，并输入双层异构深度神经网络进行训练，得到不同年龄人脸特征的空间映射关系，对至少两张不同待识别人脸图像进行处理，将待识别人脸图像输入训练好的双层异构深度神经网络，双层异构深度神经网络根据从待识别人脸图像中提取人脸特征的相似度，判断人脸图像是否为同一人物；本发明专利技术提供的技术方案能够有效克服现有技术所存在的无法对跨年龄人脸进行快速有效识别的缺陷。

【技术实现步骤摘要】
一种基于儿童跨年龄段人脸识别技术的人脸检测方法
本专利技术涉及人脸检测方法，具体涉及一种基于儿童跨年龄段人脸识别技术的人脸检测方法。
技术介绍
人脸识别作为一种重要的生物特征识别技术已经成为图像处理与模式识别领域的研究热点，在公共安全、人机交互和身份认证等领域也得到广泛应用。在人脸识别的实际应用中，待识别的人脸图像受到各种因素的影响，其中因年龄变化使人脸图像发生改变尤为突出。虽然通用人脸识别的准确率凭借深度学习技术的发展已经得到了提高，但跨年龄人脸识别依然具有很高的挑战性。尽管如此，由于其在很多场景中都有着无法替代的价值，例如寻找走失儿童、长期通缉罪犯、长时间间隔下的人脸比对等，跨年龄人脸识别已经成为人脸识别研究中备受关注的问题。人脸特征提取就是针对人脸的某些特征进行的，其中一个经典的方法是采用提取局部人脸特征的方法，比如提取局部二值模式和尺度不变特征转换来做特征表达，虽然这些方法取得了一定的成功，但是依旧存在一些局限性。采用传统的特征描述符来提取通用的人脸局部特征，而传统的LBP算法是基于经验编码的方式，其主观地认为人脸特征中本文档来自技高网...

【技术保护点】
1.一种基于儿童跨年龄段人脸识别技术的人脸检测方法，其特征在于：包括以下步骤：/nS1、获取训练人脸数据库和年龄人脸数据库，提取训练人脸数据库中的人脸基础特征，并输入双层异构深度神经网络进行训练；/nS2、提取年龄人脸数据库中相同人物不同年龄的人脸特征及人脸特征对应的年龄，并输入双层异构深度神经网络进行训练，得到不同年龄人脸特征的空间映射关系；/nS3、对至少两张不同待识别人脸图像进行处理，将待识别人脸图像输入训练好的双层异构深度神经网络；/nS4、双层异构深度神经网络根据从待识别人脸图像中提取人脸特征的相似度，判断人脸图像是否为同一人物。/n

【技术特征摘要】
1.一种基于儿童跨年龄段人脸识别技术的人脸检测方法，其特征在于：包括以下步骤：
S1、获取训练人脸数据库和年龄人脸数据库，提取训练人脸数据库中的人脸基础特征，并输入双层异构深度神经网络进行训练；
S2、提取年龄人脸数据库中相同人物不同年龄的人脸特征及人脸特征对应的年龄，并输入双层异构深度神经网络进行训练，得到不同年龄人脸特征的空间映射关系；
S3、对至少两张不同待识别人脸图像进行处理，将待识别人脸图像输入训练好的双层异构深度神经网络；
S4、双层异构深度神经网络根据从待识别人脸图像中提取人脸特征的相似度，判断人脸图像是否为同一人物。


2.根据权利要求1所述的基于儿童跨年龄段人脸识别技术的人脸检测方法，其特征在于：所述双层异构深度神经网络由隐性分子模型引导。


3.根据权利要求2所述的基于儿童跨年龄段人脸识别技术的人脸检测方法，其特征在于：所述提取训练人脸数据库中的人脸基础特征，并输入双层异构深度神经网络进行训练，包括：
在第一全连接层参数保持不变的情况下，将人脸基础特征输入双层异构深度神经网络，得到更新后的第一卷积层参数。


4.根据权利要求3所述的基于儿童跨年龄段人脸识别技术的人脸检测方法，其特征在于：所述提取年龄人脸数据库中相同人物不同年龄的人脸特征及人脸特征对应的年龄，并输入双层异构深度神经网络进行训练，包括：
在第一卷积层参...

【专利技术属性】
技术研发人员：张云龙，张云凤，
申请(专利权)人：安徽兰臣信息科技有限公司，
类型：发明
国别省市：安徽;34