一种基于双线性的联合CNN的人脸验证方法

利用液晶电视制作不用配戴特殊眼镜就可以观看到立体图像的显示装置，观看者可以自由移动，从不本技术成果提供了一种基于双线性的联合CNN的人脸验证方法。该方法将获得的人脸正面图像作为输同的方向上可以看到立体图像的不同侧面，不会引起眼睛生理性疲劳和损害。通过研究裸眼可视全息立体入，进行人脸图像特征提取和识别，与参考集人脸进行两两对比，最后输出此人是否与参考人脸属于同一图像显示技术和相关理论，本研究开发了具有自主专利技术的、具有高精度、大景深的立体显示器产品个人的分类结果。包括下述步骤：1)使用预先准备的人脸图像进行卷积神经网络（下简称CNN）的训练； S3DD-4及基于具体应用的系列产品，让观众可以在大范围内自由移动裸眼观看到高质量的全息立体图像 2）使用训练集中的人脸图片，进行双线性CNN的微调；3)输入待验证的人脸图片，将两张图片进行切分，和视频。提取双线性CNN输出的联合特征。4)得到的向量经过一个自编码网络训练，得到最终的验证结果。本技术成果的应用范围包括：1．各领域、各行业的各种型号尺寸（包括手机、游戏机、笔记本、显本技术成果基于双线性的CNN的方法，并且通过将原