技术特征：
技术总结
本发明公开了一种结合图像质量分析与度量学习的人脸特征识别方法及系统，方法包括：通过将人脸图像经过处理后加入卷积神经网络中训练，获得初级特征；根据初级特征的范数得到人脸图像的质量量化值；添加全连接参数层将初级特征进行降维处理得到最终特征；根据最终特征并将人脸图像的质量量化值作为附加权重信息得出加权平均值，并将其加入训练，得到度量学习的损失函数；通过损失函数监督训练过程，得到卷积神经网络的最终参数，作为最终的人脸特征提取模型并对人脸图片进行人脸特征识别。本发明用很小的计算量获取图片质量的量化值，并根据人脸特征的范数值制定了统一的量化标准；提高了网络的表达能力，并增强了网络对低质量图片的适应性。
技术研发人员：郭宇;董远;白洪亮
受保护的技术使用者：北京飞搜科技有限公司
技术研发日：2017.06.28
技术公布日：2017.11.10