一种机器人及其人脸识别示教方法和存储介质技术

本发明专利技术适用于人工智能技术领域，提供了一种机器人及其人脸识别示教方法和存储介质。本发明专利技术实施例通过提供一种应用于机器人的人脸识别示教方法，录入用户的多张人脸图像作为训练数据集，加载用户设置的训练模型作为预训练模型，然后基于所述预训练模型对所述训练数据集进行迁移学习训练，获得已训练模型，并显示所述已训练模型的训练结果，再将所述已预训练模型导入测试数据集，通过预设分类算法对所述已训练模型进行有效性测试，获得所述已训练模型的人脸识别结果，并显示所述已训练模型的人脸识别结果，能够在对机器人的人脸识别功能进行训练的过程中持续与用户进行互动，从而能够达到良好的机器学习算法的教学演示作用，提高了用户体验。

A robot and its face recognition teaching method and storage medium

【技术实现步骤摘要】
一种机器人及其人脸识别示教方法和存储介质
本专利技术属于人工智能(ArtificialIntelligence，AI)
，尤其涉及一种机器人及其人脸识别示教方法和存储介质。
技术介绍
人工智能技术是用于模拟、延伸和扩展人的智能的技术科学，属于计算机科学的分支，它通过了解智能的实质，生产出能与人类智能相似的方式做出反应的智能机器，研究方向包括机器人、语言识别、图像识别、自然语言处理和专家系统等。目前，人工智能技术在教学机器人上得到广泛应用，能够辅助教学人员进行课程教学示范和实验教学演示，例如，用于进行学生打卡、签到的教学机器人能够采用人脸识别的方式对学生进行人脸识别，从而辅助教学人员对学生的出勤率进行统计。然而，现有的用于进行打卡、签到的教学机器人与用户的互动性较差，不能起到良好的教学演示作用。
技术实现思路
有鉴于此，本专利技术实施例提供了一种机器人及其人脸识别示教方法和存储介质，以解决现有的用于进行打卡、签到的教学机器人与用户的互动性较差，不能起到良好的教学演示作用的问题。本专利技术实施例的第一方面提本文档来自技高网...

【技术保护点】
1.一种人脸识别示教方法，其特征在于，应用于机器人，所述人脸识别示教方法包括：/n录入用户的多张人脸图像作为训练数据集；/n加载用户设置的训练模型作为预训练模型；/n基于所述预训练模型对所述训练数据集进行迁移学习训练，获得已训练模型；/n显示所述已训练模型的训练结果；/n将所述已预训练模型导入测试数据集，通过预设分类算法对所述已训练模型进行有效性测试，获得所述已训练模型的人脸识别结果；/n显示所述已训练模型的人脸识别结果。/n

【技术特征摘要】
1.一种人脸识别示教方法，其特征在于，应用于机器人，所述人脸识别示教方法包括：
录入用户的多张人脸图像作为训练数据集；
加载用户设置的训练模型作为预训练模型；
基于所述预训练模型对所述训练数据集进行迁移学习训练，获得已训练模型；
显示所述已训练模型的训练结果；
将所述已预训练模型导入测试数据集，通过预设分类算法对所述已训练模型进行有效性测试，获得所述已训练模型的人脸识别结果；
显示所述已训练模型的人脸识别结果。


2.如权利要求1所述的人脸识别示教方法，其特征在于，录入用户的多张人脸图像作为训练数据集，包括：
通过摄像头采集用户的多张人脸图像；
通过人脸检测模型检测每张人脸图像中的人脸区域，获取每张人脸图像中的人脸区域图像；
存储每张人脸图像中的人脸区域图像作为训练数据集。


3.如权利要求2所述的人脸识别示教方法，其特征在于，通过摄像头采集用户的多张人脸图像，包括：
显示摄像头的预览画面；
当用户的人脸位于所述预览画面的预设区域时，拍摄人脸图像；
存储所述人脸图像；
重复上述步骤，获得多张人脸图像。


4.如权利要求1所述的人脸识别示教方法，其特征在于，加载用户设置的训练模型作为预训练模型，包括：
显示至少两种训练模型的加载选项和自定义上传训练模型的文件输入区域；
加载用户选择的训练模型或用户自定义上传的训练模型作为预训练模型。


5.如权利要求1所述的人脸识别示教方法，其特征在于，基于所述预训练模型对所述训练数据集进行迁移学习训练，获得已训练模型之前，包括：
显示所述预训练模型的训练参数设置区域；
根据用户的训练参数设置操作，设置所述预训练模型的训练参数。


6.如权利要求1～5任一项所述的人脸识别示教方法，其特征在于，显示所述已训练模型的训练结果，包括：
通过绘图库显示所述已训练模型的损失函数和精度值。


7.如权利要求1所述的人脸识别示教方法，其特征在于，将所述已预训练模型导入测试数据集，通过预设分类算法对所述已训练模型进行有效性测试，获得所述已训练...

【专利技术属性】
技术研发人员：李少春，阳舜荣，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44