一种基于边缘计算和最大似然估计的人脸识别系统优化方法技术方案

本发明专利技术公开了一种基于边缘计算和最大似然估计的人脸识别系统优化方法。该方法采用边缘计算和最大似然估计的方法优化边缘端和云端人脸识别系统的计算力分配。本发明专利技术的具体步骤为：(1)、从历史访问数据库中获取历史访问数据，根据数据预测将来一段时间内的系统压力情况；(2)、从摄像头采集图像数据，并进行预处理；(3)、在边缘计算模块中根据压力情况分配计算力；(4)、进行本地端或是云端的人脸识别；(5)、从本地端或云端获取结果并返回到系统。本发明专利技术在使用云服务的同时又充分挖掘了边缘端设备的计算能力，通过边缘端和云端的交互优化，实现了一个成本低，识别准确率高，应对大压力冲击能力强的人脸识别系统。

【技术实现步骤摘要】
一种基于边缘计算和最大似然估计的人脸识别系统优化方法
本专利技术涉及计算机视觉领域，具体涉及一种基于边缘计算和最大似然估计的人脸识别系统优化方法，特别是涉及一种使用边缘计算和最大似然估计的知识优化人脸识别系统的方法。
技术介绍
现有技术中，人脸识别是人工智能与计算机视觉交叉的一个重要领域，对人脸识别系统的评价往往从准确率，成本，速度等角度进行。同时，随着边缘计算浪潮而兴起的边缘智能也在越来越吸引人们的关注；边缘智能具有低时延，减少网络负载，降低成本，保护隐私等重要优势。但大多数现有的边缘智能的研究往往关注于普适的计算任务，没有聚焦到具体的场景和应用，而人脸识别系统也没有和边缘计算中的优化方法进行深度融合，因此本专利技术将人脸识别技术与边缘计算相融合，使用边缘计算的方法对人脸识别系统进行优化，以降低边缘端人脸识别系统的成本，提高速度。
技术实现思路
针对上述问题，本专利技术提供了一种基于边缘计算和最大似然估计的人脸识别系统优化方法；本专利技术聚焦于在例如打卡签到系统等具有区域化特征的应用场景下构建高效的边缘端人脸识别系本文档来自技高网...

【技术保护点】
1.一种基于边缘计算和最大似然估计的人脸识别系统优化方法，其特征在于，具体操作过程的步骤如下：/n步骤(1.1)：从历史压力数据库中获取历史访问数据，根据获取到的历史访问数据预测未来24H内人脸识别系统的压力情况，/n步骤(1.2)：从图像采集模块中获取图像数据，并对图像数据进行预处理，/n步骤(1.3)：在边缘计算模块中根据人脸识别系统的压力情况分配计算力；当预计压力小时，则对预处理后的图像数据进行本地人脸检测与特征提取，并将其与人脸数据库中原始的数据信息相对比，从而进行本地人脸识别；/n当预计压力大时，则调用人脸识别云服务API，将预处理后的图像数据作为云服务的输入数据；/n步骤(1.4)...

【技术特征摘要】
1.一种基于边缘计算和最大似然估计的人脸识别系统优化方法，其特征在于，具体操作过程的步骤如下：
步骤(1.1)：从历史压力数据库中获取历史访问数据，根据获取到的历史访问数据预测未来24H内人脸识别系统的压力情况，
步骤(1.2)：从图像采集模块中获取图像数据，并对图像数据进行预处理，
步骤(1.3)：在边缘计算模块中根据人脸识别系统的压力情况分配计算力；当预计压力小时，则对预处理后的图像数据进行本地人脸检测与特征提取，并将其与人脸数据库中原始的数据信息相对比，从而进行本地人脸识别；
当预计压力大时，则调用人脸识别云服务API，将预处理后的图像数据作为云服务的输入数据；
步骤(1.4)：从本地人脸识别或人脸识别云服务API中获取识别出人脸信息的结果，并将获取的结构返回到人脸识别系统。


2.根据权利要求1所述的一种基于边缘计算和最大似然估计的人脸识别系统优化方法，其特征在于，所述步骤(1.1)中，将获取的每条历史访问数据记录为(ai，wi，ti)，所述(ai，wi，ti)分别表示访问人的编号、访问的日期数以及访问的分钟数。


3.根据权利要求1所述的一种基于边缘计算和最大似然估计的人脸识别系统优化方法，其特征在于，所述步骤(1.2)中，所述的预处理：是指将图像数据尺寸剪裁到224*224，并对剪裁过的图像数据进行灰度化。


4.根据权利要求1所述的一种基于边缘计算和最大似然估计的人脸识别系统优化方法，其特征在于，步骤(1.3)中所述边缘计算模块的计算过程具体步骤如下：
(1.3.1)：预测过程开始，从历史压力数据库中获取历史压力数据，对历史压力数据进行K-means聚类，再进行参数估计及概率密度叠加，从而得到未来24小时内每一分钟的压力预测数据，将压力预测数据等待后续使用，同时预测结束；
(1.3.2)：以一分钟为一个时间单位，一个新的时间单位开始；
(1.3.3)：等待用户开始进行人脸识别，当用户输入图像数据之后，将用户本次的访...

【专利技术属性】
技术研发人员：赵海涛，吴永琦，陈志远，于建国，刘洪久，鲁中林，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32