公开(公告)号：CN111723709A

公开(公告)日：2020-09-29

申请号：CN202010520156.8

申请日：2020-06-09

Applicant: 大连海事大学

Inventor： 陈彦彤 ,  王俊生 ,  陈伟楠

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供一种基于深度卷积神经网络的蝇类面部识别方法，包含：优化多任务卷积神经网络MTCNN对蝇类图像进行面部定位和特征点检测；通过定位和检测得到蝇类面部特征点图像进行蝇类面部对齐；将对齐后的蝇类面部图像制作成数据集；搭建蝇类面部深度卷积神经网络模型；将蝇类面部深度卷积神经网络中粗细提取的两组特征向量串接成一组特征向量；通过测试集对蝇类面部深度卷积神经网络模型进行测试，验证蝇类识别效果。本发明采用蝇类面部深度卷积神经网络，首先使用大量卷积池化粗提取出图像的轮廓特征，然后使用Inception-ResNet和Reduction网络提取蝇类复眼中的小眼等具体部位特征。此网络可以简化学习目标和难度，在防止梯度散失的同时，可以提取更加丰富的特征向量。

公开(公告)号：CN111723709B

公开(公告)日：2023-07-11

申请号：CN202010520156.8

申请日：2020-06-09

Applicant: 大连海事大学

Inventor： 陈彦彤 ,  王俊生 ,  陈伟楠

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明提供一种基于深度卷积神经网络的蝇类面部识别方法，包含：优化多任务卷积神经网络MTCNN对蝇类图像进行面部定位和特征点检测；通过定位和检测得到蝇类面部特征点图像进行蝇类面部对齐；将对齐后的蝇类面部图像制作成数据集；搭建蝇类面部深度卷积神经网络模型；将蝇类面部深度卷积神经网络中粗细提取的两组特征向量串接成一组特征向量；通过测试集对蝇类面部深度卷积神经网络模型进行测试，验证蝇类识别效果。本发明采用蝇类面部深度卷积神经网络，首先使用大量卷积池化粗提取出图像的轮廓特征，然后使用Inception‑ResNet和Reduction网络提取蝇类复眼中的小眼等具体部位特征。此网络可以简化学习目标和难度，在防止梯度散失的同时，可以提取更加丰富的特征向量。