基于定序神经网络模型的人脸识别方法及装置

摘要

本发明公开一种基于定序神经网络模型的人脸识别方法及装置。该方法包括：对输入的人脸图像进行预处理操作，校正人脸图像的角度与表情；使用包含定序操作的神经网络提取已校正人脸图像/视频的特征；根据人脸图像的特征表达计算图像对间的相似度，从而得知输入人脸图像中特定对象的身份。本发明针对人脸识别问题中，基于神经网络的人脸识别模型参数多，计算开销大的问题，提出定序神经网络结构，通过不同特征间的定序表示有效地减少网络参数，节省计算时间；并针对训练数据较少的问题，提出了基于对比损失、三元组损失的训练方法。

主权项

一种基于定序神经网络模型的人脸识别方法，其特征在于，包括：步骤S1、读入输入的待识别图像，检测待识别图像中的人脸位置和关键点位置信息；步骤S2、根据所述人脸位置信息和关键点信息对待识别图像进行预处理操作；步骤S3、将预处理后的待识别图像输入至定序神经网络模型中，得到待识别图像的特征表达；步骤S4、计算待识别图像的特征表达与数据库中已知人脸图像特征的相似度，以识别待识别图像。