一种基于四值权重与多重分类的人脸特征提取方法

摘要

本发明公开了一种基于四值权重与多重分类的人脸特征提取方法，包括：构建人脸训练样本数据库；搭建卷积神经网络；调整caffe框架；将人脸图像样本进行预处理并投入到卷积神经网络中进行训练，直到网络完全收敛，保存生成人脸识别模型；将待提取人脸图像进行预处理，生产均值文件，并投入到人脸识别模型中得到特征图，并将特征图旋转多种不同角度分别提取特征，再将同一图像不同角度特征进行加法融合，最终得到人脸总特征。本发明的有益效果是：本发明从根本上解决网络训练内存消耗巨大以及存储空间不足的问题，并通过多特征提取特征融合的方式获得表达能力更强的特征，从而使得人脸识别准确率得到显著提升。