一种基于多尺度池化的卷积神经网络人脸识别方法
本发明公开了一种基于多尺度池化的卷积神经网络人脸识别方法。该方法利用多尺度池化的卷积神经网络来提取人脸图像的特征以实现人脸识别。在构建卷积神经网络的过程中,采用卷积和最大值采样交替的方法对特征进行深度提取,另外对每层卷积层采用了多尺度池化的策略和步骤,一并输入到全连接层,使其具有多尺度的、固定大小的特征列向量。本发明不需要对输入的人脸图像做截取或调整尺寸,不同尺寸的图像都能使用同一个网络进行训练和识别。基于多尺度池化的卷积神经网络不但解决了输入图像尺寸可以不固定的问题,使得网络能够提取多尺度的人脸特征,而且对网络性能带来极大的提升,将会促进多尺度池化的卷积神经网络在人脸识别中的广泛应用。
浙江大学
2021-01-12