一种基于余弦损失函数的人脸识别方法

摘要

本发明公开了一种基于余弦损失函数的人脸识别方法，包括以下步骤：对需要进行人脸识别训练的人脸图像数据进行预处理形成训练样本集；构建CNN网络，将训练样本集输入CNN网络进行人脸识别卷积神经网络训练，训练完成后输出第一人脸特征编码；将训练样本集输入到Thomson Problem模型中进行求解，计算出第二人脸特征编码；对第一人脸特征编码和第二人脸特征编码进行最近匹配计算，根据最近匹配结果对CNN网络模型参数进行修正，直至最近匹配结果满足设定的阈值时输出人脸识别结果。本发明在人脸识别过程采用人脸特征的编码向量代替原来的FC，使得神经网络的训练不受训练数据集大小的影响，提高了人脸识别效率。