基于集成学习的混合融合人脸识别方法技术

本发明专利技术公开了一种基于集成学习的混合融合人脸识别方法，包括以下步骤：1.)输入待鉴定身份的人脸图像；2.)基于ART2人脸识别方法的鉴定，如果ART2网络系统有识别结果返回，则接收识别结果，鉴定成功；否则进入下一步骤；3.)基于特征脸识别方法的鉴定，设该方法的阈值为S，用该方法对人脸图像进行鉴定的得分为s，如果s＞S，则接收识别结果，鉴定成功；否则，进入后续的融合鉴定步骤；4.)融合鉴定，利用这两种单一的识别方法分别给出的相似度排序，对其识别结果进行比较，如果排序中的第一个相同，则接收识别结果，鉴定成功；否则，鉴定失败。本发明专利技术采用集成学习的思想，将ART2人脸识别方法和特征脸识别方法进行融合互补，克服了单一的人脸识别方法所存在的局限性，提高了整体识别性能。

【技术实现步骤摘要】

本专利技术涉及自动人脸识别
，具体地说，涉及一种。
技术介绍
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步地给出每个脸的位置、大小等信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察和比较人脸来区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。虽然人脸识别有很多其他识别无法比拟的优点，但是它本身本文档来自技高网...

【技术保护点】
１．基于集成学习的混合融合人脸识别方法，其特征在于，包括以下步骤：１．）输入待鉴定身份的人脸图像；２．）基于ＡＲＴ２人脸识别方法的鉴定，如果ＡＲＴ２网络系统有识别结果返回，则接收识别结果，鉴定成功；否则，进入下一步骤进行鉴定；３．）基于特征脸识别方法的鉴定，设定特征脸识别方法的阈值为Ｓ，用特征脸识别方法对人脸图像进行鉴定，得分为ｓ，如果ｓ＞Ｓ，则接收识别结果，鉴定成功；否则，进入后续的融合步骤进行鉴定；４．）融合鉴定步骤，利用ＡＲＴ２人脸识别方法和特征脸识别方法分别给出的相似度的排序，对这两种识别方法的识别结果进行比较，如果排序中的第一个相同，则接收识别结果，鉴定成功；否则，鉴定失败。

【技术特征摘要】

【专利技术属性】
技术研发人员：史智臣，张宏伟，
申请(专利权)人：山东志华信息科技股份有限公司，
类型：发明
国别省市：37