摘要:
本发明公开了一种基于唇部运动的深度学习身份识别方法。该方法主要包括以下步骤:视频数据采集、视频数据的预处理、深度神经网络模型的训练、特征的提取和比对等。
首先,将采集到的视频数据转换为图像帧的形式。接着,对图像帧进行初步筛选。随后,对筛选后的数据执行唇部区域的图像提取和视频图像帧数量的统一化操作。接下来,进行深度神经网络模型的训练。最后,根据训练数据和测试数据的特征相似度比对,得到身份识别结果及其正确率。
本发明最大的特点是结合了具有学习能力的卷积神经网络和长短时记忆神经网络。这种方法利用不同人说话的独特方式和唇部特征的唯一性,对不同身份的人进行识别确认。此外,模型训练操作简便,易于使用。
| 专利名称 | 基于唇部运动的深度学习身份识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610586012.6 |
| 申请号 | - | 专利申请日期 | 2016-07-22 |
| 专利授权日期 | 2017-01-04 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 赫然;孙哲南;谭铁牛;卢治合 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于唇部运动的深度学习身份识别方法,所述方法主要包括视频数据采集、视频数据的预处理、深度神经网络模型的训练、特征的提取和比对等步骤。首先将采集到的视频数据生成为图像帧的形式,然后进行数据的初步筛选,再对筛选数据进行唇部区域的图像提取和视频图像帧数量的统一化操作,之后进行深度神经网络模型的训练,根据训练数据和测试数据的特征相似度比对得到身份识别结果及其正确率。本发明最大的特点是结合具有学习能力的卷积神经网络和长短时记忆神经网络,利用不同人说话的独特方式和唇部特征唯一性对不同身份的人进行识别确认,并且模型训练操作方便,简单易用。 | ||