一种基于深度神经网络的人脸识别方法

本发明公开了一种基于深度神经网络的人脸识别方法，涉及人脸识别领域，包括：获取并预处理人脸数据；根据佩戴物轮廓、皮肤边界及跨帧位移构建佩戴物‑皮肤耦合作用图；根据稳定身份锚点与佩戴物边界生成视觉耦合残差；将视觉耦合残差、稳定身份锚点和待识别人脸序列输入残差编码层，生成形变特征、规范身份状态和佩戴身份状态；执行本征分解、正交重构校验、系数稳定校验和耦合一致性校验，生成候选同条件特征；生成身份一致量、形变一致量、冲突量和因果校验结果；输出识别身份、未知人员结果和重新采集指令。本发明采用双域建模与因果校验，实现佩戴状态人脸识别，具备稳定性强、可信度高的优点。