← 返回列表

基于深度学习的人脸数据采集分析方法、系统及存储介质

申请号: CN202311528106.4
申请人: 深圳市紫鹏科技有限公司
申请日期: 2023/11/15

摘要文本

本发明涉及数据处理技术领域,尤其涉及一种基于深度学习的人脸数据采集分析方法、系统及存储介质。所述方法包括以下步骤:对人脸图像帧数据进行变化帧提取,生成多角度人脸数据与多光影人脸数据;构建人脸识别层次模型;利用多角度人脸数据与多光影人脸数据对人脸识别层次模型进行模型扩充训练以及相同帧选取,生成人脸识别扩充模型以及二元变化帧数据;利用二元变化帧数据对人脸识别扩充模型进行模型训练成果检验,生成人脸识别模型;对人脸识别模型进行模型优化,生成优化人脸识别模型;利用优化人脸识别模型进行实时人脸识别,生成实时识别结果数据。本发明通过调整人脸采集帧数,以实现节省计算资源与提高识别准确度。

专利详细信息

项目 内容
专利名称 基于深度学习的人脸数据采集分析方法、系统及存储介质
专利类型 发明申请
申请号 CN202311528106.4
申请日 2023/11/15
公告号 CN117576747A
公开日 2024/2/20
IPC主分类号 G06V40/16
权利人 深圳市紫鹏科技有限公司
发明人 何智鹏
地址 广东省深圳市南山区招商街道赤湾社区赤湾少帝路1号鼎海双创港A座510

专利主权项内容

1.一种基于深度学习的人脸数据采集分析方法,其特征在于,包括以下步骤:步骤S1:利用摄像头设备进行用户人像采集,生成人脸录入数据;对人脸录入数据进行逐帧分解,生成人脸图像帧数据;对人脸图像帧数据进行变化帧提取,生成多角度人脸数据与多光影人脸数据;步骤S2:构建人脸识别层次模型;利用多角度人脸数据与多光影人脸数据对人脸识别层次模型进行模型扩充训练以及相同帧选取,生成人脸识别扩充模型以及二元变化帧数据;利用二元变化帧数据对人脸识别扩充模型进行模型训练成果检验,生成人脸识别模型;步骤S3:根据二元变化帧数据进行特征合成,生成特征合成数据;根据二元变化帧数据进行特征修改,生成特征复杂改变数据;步骤S4:利用人脸识别模型对特征合成数据与特征复杂改变数据对人脸识别模型进行模型优化,生成优化人脸识别模型;利用优化人脸识别模型进行实时人脸识别,生成实时识别结果数据。