基于深度学习的人脸检测系统技术方案

本发明专利技术涉及一种识别系统，特别是一种能够自动学习训练、提高人脸检测精度、提高身份识别准确性的基于深度学习的人脸检测系统。基于深度学习的人脸检测系统，包括人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集，所述的数据输入模块、人脸检测网络以及结果输出模块依次连接，所述的模型训练模块分别连接所述的人脸检测网络和数据集。本发明专利技术的基于深度学习的人脸检测系统，通过人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集等的配合，在人脸检测网络进行人脸检测的同时，数据集配合模型训练模块不断地自动训练，提高了人脸检测精度、提高了身份识别准确性。

【技术实现步骤摘要】
基于深度学习的人脸检测系统
本专利技术涉及一种识别系统，特别是一种能够自动学习训练、提高人脸检测精度、提高身份识别准确性的基于深度学习的人脸检测系统。
技术介绍
随着社会的发展，科技技术的日新月异，人类社会已经走上了通过追求机器的更加智能化，来代替繁重的人工劳动力，同时提高生产劳动力。就目前的社会发展情况，AI已经成为一个相当热门的课题来被讨论被研究。而作为人机交互的重要方式，人脸检测技术迎来了自己的春天，得到了广泛的应用和研究。人脸检测在当前的社会条件下，它的应用前景是十分广泛的，其中一个重要应用就是身份鉴别。传统的人工身份鉴别，在许多重要的场合，不仅会因为鉴别方法缓慢而饱受诟病，而且也会因为在特定的场合做身份鉴别而先得极其不礼貌，基于此条件开始考虑，于是人们就开始了试图寻找或者创造更加高效快捷方便的的身份鉴别方法，来解决人工身份鉴别的问题。人的面部是体现一个人身份的重要特征，所以人脸检测就被确定为一个重要的研究方向去解决身份鉴别的方法。与其他类型的生物检测如指纹识别，虹膜识别相比较，人脸检测的体现出它的非强制性、非接触性、隐蔽性、并发性的这些优点，同时人的面部表情还会反映出人的心本文档来自技高网...

【技术保护点】
1.基于深度学习的人脸检测系统，其特征在于：包括人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集，所述的数据输入模块、人脸检测网络以及结果输出模块依次连接，所述的模型训练模块分别连接所述的人脸检测网络和数据集；所述的数据输入模块，向人脸检测网络输入检测数据；所述的人脸检测网络，对检测数据进行人脸识别检测；结果输出模块，显示人脸检测网络的检测结果；所述的数据集存储大量的检测数据，并提供给模型训练模块；所述的模型训练模块，以数据集中的数据配合人脸检测网络进行训练。

【技术特征摘要】
1.基于深度学习的人脸检测系统，其特征在于：包括人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集，所述的数据输入模块、人脸检测网络以及结果输出模块依次连接，所述的模型训练模块分别连接所述的人脸检测网络和数据集；所述的数据输入模块，向人脸检测网络输入检测数据；所述的人脸检测网络，对检测数据进行人脸识别检测；结果输出模块，显示人脸检测网络的检测结果；所述的数据集存储大量的检测数据，并提供给模型训练模块；所述的模型训练模块，以数据集中的数据配合人脸检测网络进行训练。2.根据权利要求1所述的基于深度学习的人脸检测系统，其特征在于：所述的检测数据包括预存检测数据和及时检测数据。3.根据权利要求2所述的基于深度学习的人脸检测系统，其特征在于：所述的预存检测数据和及时检测数据均包括视频数据和图像数据。4.根据权利要求1所述的基于深度学习的人脸检测系统，其特征在于：所述的数据集采用Widerface数据集。5.根据权利要求1所述的基于深度学习的人脸检测系统，其特征在于：所述的人脸检测网络对输入的视频数据和图像数据进行一个检测来检测出其中的人脸，并且对其检测出的人脸用一个...

【专利技术属性】
技术研发人员：张跃进，李波，
申请(专利权)人：钟祥博谦信息科技有限公司，
类型：发明
国别省市：湖北,42