人脸识别的方法及装置制造方法及图纸

本申请涉及一种人脸识别的方法及装置，包括：获取人脸图像信息和识别环境信息；将人脸图像信息输入到预先构建和训练的深度学习模型中，得到人脸特征向量；将人脸特征向量输入到预先构建和训练的分类器中，得到人脸图像阈值；比较人脸图像阈值与预设阈值的大小，得到比较结果；根据比较结果输出识别结果；根据识别环境信息更新分类器。所以，只需要根据识别环境信息更新分类器就可以较大程度地避免识别环境改变带来的不利影响，无需重新训练深度学习模型。基于此，在多变的环境中，本申请的技术方案的可以更快地适配新的识别环境。

Face Recognition Method and Device

This application relates to a method and device for face recognition, including: acquiring face image information and recognition environment information; inputting face image information into a pre-constructed and trained deep learning model to obtain face feature vectors; inputting face feature vectors into a pre-constructed and trained classifier to obtain face image threshold; comparing face image threshold with preset threshold The comparison result is obtained by the size of the value; the recognition result is output according to the comparison result; and the classifier is updated according to the recognition environment information. Therefore, only updating the classifier according to the recognition environment information can avoid the adverse effects caused by the recognition environment change to a large extent, and there is no need to retrain the in-depth learning model. Based on this, in a changeable environment, the technical solution of this application can adapt to the new identification environment more quickly.

【技术实现步骤摘要】
人脸识别的方法及装置
本申请设计生物特征识别
，尤其涉及一种人脸识别的方法及装置。
技术介绍
在当今信息化时代，如何准确鉴定一个人的身份、保护信息安全，已成为一个必须解决的关键社会问题。传统的身份认证由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案无疑就是生物特征识别技术。其中，人脸识别技术就是一种生物特征识别技术。现有技术中，一般通过训练的深度神经网络系统对人脸进行识别，而针对多变的识别环境，比如煤码头环境，为了提高识别的准确性，往往会依据环境的变化重新训练特定的深度神经网络系统，多变的环境中，环境的变化往往比较频繁，这就对训练深度神经网络系统的时间有一定的要求，要求较快的训练速度，但是，深度神经网络一般包含有大量的学习参数，训练深度神经网络系统的代价较为昂贵，在较短时间内完成训练有一定的困难，难以在短时间内适配改变后的新的识别环境。
技术实现思路
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种人脸识别的方法及装置。根据本申请实施例的第一方面，提供一种人脸识别的方法，包括：获取人脸图像信息和识别环境信息；将所述人脸图像信息输入到预先构建和训练本文档来自技高网...

【技术保护点】
1.一种人脸识别的方法，其特征在于，包括：获取人脸图像信息和识别环境信息；将所述人脸图像信息输入到预先构建和训练的深度学习模型中，得到人脸特征向量；将所述人脸特征向量输入到预先构建和训练的分类器中，得到人脸图像阈值；比较所述人脸图像阈值与预设阈值的大小，得到比较结果；根据所述比较结果输出识别结果；根据所述识别环境信息更新所述分类器。

【技术特征摘要】
1.一种人脸识别的方法，其特征在于，包括：获取人脸图像信息和识别环境信息；将所述人脸图像信息输入到预先构建和训练的深度学习模型中，得到人脸特征向量；将所述人脸特征向量输入到预先构建和训练的分类器中，得到人脸图像阈值；比较所述人脸图像阈值与预设阈值的大小，得到比较结果；根据所述比较结果输出识别结果；根据所述识别环境信息更新所述分类器。2.根据权利要求1所述的方法，其特征在于，所述深度学习模型的构建和训练过程包括：构建所述深度学习模型的结构；构建至少两个损失函数；所述损失函数用于监督所述深度学习模型的训练过程；根据网络数据库中的图像数据对所述深度学习模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述构建所述深度学习模型的结构，包括：构建初层网络结构；所述初层网络结构包括多层标准卷积结构；构建最大池化层；构建中间层网络结构；所述中间层网络结构包括多个分支，所述多个分支中至少有一个分支采用残差连接结构；构建嵌入层；所述嵌入层用于将人脸特征向量变换为高维度的人脸特征向量。4.根据权利要求1所述的方法，其特征在于，所述分类器的构建和训练过程包括：构建分类算法；将本地人脸数据或识别环境数据输入到所述深度学习模型中，得到分类器输入数据；将所述分类器输入数据输入到所述分类算法中，得到分类算法参数；保存所述分类算法参数，进而形成所述分类器。5.根据权利要求4所述的方法，其特征在于，所述构建分类算法，包括：构建原问题；将所述原问题转化为拉格朗日形式；设置核函数。6.一种人脸识别的装置，其特征在于，包括：获取模块，用于获取人脸图像信息和识别环境信息；第一输入模块，用于将所述人脸图像信息输入到...

【专利技术属性】
技术研发人员：熊兴发，田楷，吴庭智，
申请(专利权)人：摩佰尔天津大数据科技有限公司，
类型：发明
国别省市：天津,12