公开(公告)号：CN107145842A

公开(公告)日：2017-09-08

申请号：CN201710255713.6

申请日：2017-04-19

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  张华 ,  王爽 ,  马晶晶 ,  马文萍 ,  冯捷 ,  张小华

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/48 ,  G06N3/08

Abstract: 本发明提出了一种结合LBP特征图与卷积神经网络的人脸识别方法，主要解决现有人脸识别方法识别率低，对光照敏感的问题。其方案为：利用VJ人脸检测算法得到人脸区域边框，将其对应的图像进行人脸对齐；对人脸对齐后的图像提取人脸区域；将提取的人脸图像转换成灰度图和LBP特征图后进行融合；构建卷积神经网络并进行训练，得到训练好的网络模型；利用相同的方法对测试图进行预处理得到融合后的图像，利用训练好的网络模型对融合后的图像进行特征提取得到特征向量，利用特征向量进行相似度计算，并与判定阈值比较，判断测试图是否为同一人。本发明对光照变化有较强的鲁棒性，提高了人脸识别精，可用于视频监控，人证对比核对嫌疑人的追踪。

公开(公告)号：CN107194341A

公开(公告)日：2017-09-22

申请号：CN201710341857.3

申请日：2017-05-16

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  张华 ,  王爽 ,  马晶晶 ,  马文萍 ,  冯捷 ,  张小华

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于Maxout多卷积神经网络融合的人脸识别方法，解决了单一网络对正负样本分类不均的技术问题，实现步骤为：利用回归树组合算法和仿射变换处理训练数据得到对齐后的数据库；提取对齐后数据库中人脸图像得到只有人脸区域图像的数据库；构建两个网络，利用Maxout方法得到融合后网络；利用只有人脸区域图像的数据库训练融合后卷积神经网络得到训练后的网络模型；测试图像预处理后对训练后的网络模型进行测试。本发明采用Maxout模块对两或多个子系统进行融合后依次接到全连接模块和输出模块，得到完整的人脸识别系统。本发明能很好的平衡卷积神经网络对正负样本的分类敏感度，提高人脸识别精度。