一种基于深度学习的人脸采集识别方法及装置制造方法及图纸

本发明专利技术公开一种基于深度学习的人脸采集识别方法及装置，所述方法包括：步骤S1，收集大量含有人脸的图片并处理成人脸文件；步骤S2，对所述人脸文件进行深度学习，建立学习模型；步骤S3，将输入的视频流与所述学习模型比对，对视频中的人脸进行采集；步骤S4，对采集到的所述人脸，提取人脸特征数据，并将此人脸特征数据与数据库中的人脸特征数据进行比对，确认是否相符；所述装置包括与步骤对应的人脸处理单元、模型建立单元、人脸采集单元和人脸识别单元。这样，可以迅速从视频流中提取人脸进行对比，加快了人脸识别速度。

Method and device for face acquisition and recognition based on deep learning

The invention discloses a method and device based on deep learning face acquisition method, the method comprises the following steps: step S1, collecting a large number of face images containing adult face and handle file; step S2, on the face of a deep learning file, learning model; step S3, the input video stream model comparison and study the acquisition of face in the video; step S4, collected the data of face, facial feature extraction, and feature data of the facial feature data and database for comparison, to confirm whether the line; the device comprises steps and corresponding processing unit, face model, face unit acquisition unit and face recognition unit. This method can quickly extract face from video stream, and accelerate the speed of face recognition.

【技术实现步骤摘要】
一种基于深度学习的人脸采集识别方法及装置
本专利技术涉及人脸识别
，具体涉及一种基于深度学习的人脸采集识别方法及装置。
技术介绍
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，是近年来随着计算机、图像处理、模式识别等技术的迅速进步而出现的一种崭新的生物特征识别技术。用摄像机或摄像头采集含有人脸的图像或者视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人的脸部进行一系列相关技术，达到识别不同人身份的目的。目前的人脸识别技术有着人脸识别速度慢和人脸识别精确度低等不足之处。鉴于上述缺陷，本专利技术创作者经过长时间的研究和实践终于获得了本专利技术。
技术实现思路
为解决上述技术缺陷，本专利技术采用的技术方案在于，首先提供一种基于深度学习的人脸采集识别方法，其包括：步骤S1，收集大量含有人脸的图片并处理成人脸文件；步骤S2，对所述人脸文件进行深度学习，建立学习模型；步骤S3，将输入的视频流与所述学习模型比对，对视频中的人脸进行采集；步骤S4，对采集到的所述人脸，提取人脸特征数据，并将此人脸特征数据与数据库中的人脸特征数据进行比对，确认是否相符。较佳的，所述人脸文件包括本文档来自技高网...

【技术保护点】
一种基于深度学习的人脸采集识别方法，其特征在于，包括：步骤S1，收集大量含有人脸的图片并处理成人脸文件；步骤S2，对所述人脸文件进行深度学习，建立学习模型；步骤S3，将输入的视频流与所述学习模型比对，对视频中的人脸进行采集；步骤S4，对采集到的所述人脸，提取人脸特征数据，并将此人脸特征数据与数据库中的人脸特征数据进行比对，确认是否相符。

【技术特征摘要】
1.一种基于深度学习的人脸采集识别方法，其特征在于，包括：步骤S1，收集大量含有人脸的图片并处理成人脸文件；步骤S2，对所述人脸文件进行深度学习，建立学习模型；步骤S3，将输入的视频流与所述学习模型比对，对视频中的人脸进行采集；步骤S4，对采集到的所述人脸，提取人脸特征数据，并将此人脸特征数据与数据库中的人脸特征数据进行比对，确认是否相符。2.如权利要求1所述的人脸采集识别方法，其特征在于，所述人脸文件包括人脸图片、图片的名字和人脸区域的位置信息。3.如权利要求1所述的人脸采集识别方法，其特征在于，所述步骤S1包括：步骤S11，收集大量含有人脸的图片；步骤S12，进行人脸抠图以及记录各个图片的人脸位置信息，并处理成所述人脸文件。4.如权利要求1-3中任一所述的人脸采集识别方法，其特征在于，所述步骤S4包括：步骤S41，采集相关人员的人脸照片，并提取所述人脸特征数据，将所述人脸特征数据保存在所述数据库中；步骤S42，对采集到的视频中的所述人脸，提取所述人脸特征数据；步骤S43，将视频中的所述人脸特征数据与数据库中的所述人脸特征数据进行1：N比对，确认是否相符。5.如权利要求4所述的人脸采集识别方法，其特征在于，所述步骤S41包括：步骤S411，采集相关人员的人脸照片，将所述人脸照片按照固定大小进行缩放，压缩成固定大小尺寸的图片；步骤S412，确认缩放后的图片中眼睛和嘴唇的位置后，通过分类和回归原理确认其他特征点的位置；步骤S413，根据所述特征点的位置，提取人脸特征数据并存储在所述数据库中。6.如权利要求4所述的人脸采集识别方法，其特征在于，所述步骤S42包括：步骤S421，对采集到的视频中的所述人脸照片，将所述人脸照片按照固定大小进行缩放，压缩成固定大小...

【专利技术属性】
技术研发人员：郑士查，李达，
申请(专利权)人：宁波甬慧智能科技有限公司，
类型：发明
国别省市：浙江,33