家居环境中基于深度学习的移动端人脸属性识别方法技术

一种家居环境中基于深度学习的移动端人脸属性识别方法，所述方法由数据采集端、以路由器和互联网云端为核心的传输装置和以安卓手机和人脸属性识别APP为核心的识别终端组成识别系统，安卓手机APP获取数据采集端采集的远程视频数据，利用OpenCV 3.4.1库里的LBP人脸检测器对远程视频进行人脸检测，利用人脸属性识别终端提供的轻量级mini_Xception深度学习识别模型对检测到的人脸进行人脸属性识别，并对异常表情和陌生人的出现给与及时告警提醒。本发明专利技术将轻量级识别模型移植到移动端设备上，由移动端设备完成人脸属性的识别，可避免多用户访问服务器造成信道拥塞，降低服务器运行成本。该方法识别准确率高，速率快，能满足智能家居的发展对人脸属性识别的要求。

Mobile face recognition based on deep learning in home environment

【技术实现步骤摘要】
家居环境中基于深度学习的移动端人脸属性识别方法
本专利技术涉及一种移动端人脸属性识别方法，属于模式识别

技术介绍
随着信息时代的到来，智能家居已经走入了生活，并已经有了相当的发展规模，目前家电控制、照明控制、电话远程控制、室内外遥控、环境监测、暖通控制以及红外转发等多种技术已经运用到智能家居系统中，这使得智能家居系统变得越来越完善。而智能家居系统中，针对人脸属性的分析相对少，实际家居环境对于人脸识别、表情识别、性别识别、年龄识别等人脸属性的识别有一定的需求，如家庭成员中，需要识别老人和小孩的面部表情，以便用户通过面部表情来掌握老人和小孩的身体状况；对于非家庭成员，需要识别他的性别和年龄并让系统做出相应的决策处理，这样能够让家居环境变得更安全。所以在智能手机普及的今天，研究移动终端家居环境人脸属性识别具有重要意义。基于传统机器学习的人脸属性识别方法中需要人工提取脸部特征，但是人工特征提取方法存在诸多局限性，比如不同类别的图像之间具有很大的相似度，而同一类别的图像之间又有很大的差异性等，识别精度受到局限。近些年卷积神经网络(Con本文档来自技高网...

【技术保护点】
1.一种家居环境中基于深度学习的移动端人脸属性识别方法，其特征是，所述方法由数据采集端、以WIFI路由器和互联网云端为核心的传输装置、以安卓手机和人脸属性识别APP为核心的识别终端组成识别系统，安卓手机人脸属性识别APP通过Vitamio框架获取图像采集端采集的远程视频数据，利用OpenCV3.4.1库里自带的LBP人脸检测器对获取到的远程视频进行人脸检测，利用人脸属性识别终端提供的轻量级mini_Xception深度学习识别模型对检测到的人脸进行人脸属性识别，并对异常表情和陌生人的出现给与及时告警提醒。/n

【技术特征摘要】
1.一种家居环境中基于深度学习的移动端人脸属性识别方法，其特征是，所述方法由数据采集端、以WIFI路由器和互联网云端为核心的传输装置、以安卓手机和人脸属性识别APP为核心的识别终端组成识别系统，安卓手机人脸属性识别APP通过Vitamio框架获取图像采集端采集的远程视频数据，利用OpenCV3.4.1库里自带的LBP人脸检测器对获取到的远程视频进行人脸检测，利用人脸属性识别终端提供的轻量级mini_Xception深度学习识别模型对检测到的人脸进行人脸属性识别，并对异常表情和陌生人的出现给与及时告警提醒。


2.根据权利要求1所述的一种家居环境中基于深度学习的移动端人脸属性识别方法，其特征是，所述方法包括以下步骤：
a.数据集准备
收集家人的人脸数据制作人脸数据集，并进一步通过搜索引擎以及利用公共数据集方式制作表情数据集、性别数据集和年龄数据集；
b.人脸属性识别网络训练与模型建立
用人脸识别数据集、表情数据集、性别数据集和年龄数据集对mini_Xception网络进行训练，得到四个训练好的.hdf5格式的模型文件；
c.识别模型移植
将四个训练好的.hdf5格式的模型文件转换为安卓手机支持的.pb文件，然后将生成的四个.pb模型文件以及对应的标签文件放到安卓手机中工程的asset文件夹下，完成模型的移植；
d.移动端人脸属性识别
①安卓手机通过Vitamio框架获取图像采集端采集的远程视频数据；
②视频...

【专利技术属性】
技术研发人员：孔英会，郄天丛，张帅桐，刘旭，张珂，戚银城，车辚辚，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13