一种适用于边缘设备的轻量级人脸识别方法、系统及介质技术方案

本发明专利技术公开了一种适用于边缘设备的轻量级人脸识别方法、系统及介质。该方法包括获取图片数据；构建轻量级人脸识别网络；利用获取的图片数据对轻量级人脸识别网络进行训练；将训练好的轻量级人脸识别网络装载于边缘设备中，进行人脸识别。本发明专利技术针对人脸识别网络参数量大、计算资源消耗大的问题，提出了基于改进损失函数的轻量级人脸识别方法。改损失函数在中心损失函数的基础增加注意力机制，之后融合softmax损失函数来共同监督识别网络的训练。改进后的识别算法减少了计算资源的消耗，使得能够在配电房的复杂环境下部署在配置不高的边缘设备硬件上。高的边缘设备硬件上。高的边缘设备硬件上。

【技术实现步骤摘要】
一种适用于边缘设备的轻量级人脸识别方法、系统及介质


[0001]本专利技术属于计算机视觉的
，具体涉及一种适用于边缘设备的轻量级人脸识别方法、系统及介质。

技术介绍

[0002]随着配电房施工作业工作量逐年增加，配电房之前采用传统的人工作业有人工智能识别和视频监控的协助有了很大的改善，是配电房现场工作点多面广，工作环境较为复杂，往往存在着网路信号不稳定和其他难以和远程服务器连接的问题，这时就需要有适用于配电房的算法设备部署在电房内来进行视频监控和识别，视频识别技术如人脸识别往往需要较大的计算资源，一般的识别算法往往无法在低参数内存存储设备上很好的运行起来，此时就需要一种能适用于边缘设备的轻量级人脸识别方法。

技术实现思路

[0003]本专利技术的主要目的在于克服现有基于深度学习的人脸识别方法存在网络体积大、参数大、计算量大等缺点，提供一种适用于边缘设备的轻量级人脸识别方法、系统及介质。
[0004]为了达到上述目的，本专利技术采用以下技术方案：
[0005]本专利技术的一个方面，提供了一种适用于边缘设备的轻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于边缘设备的轻量级人脸识别方法，其特征在于，包括下述步骤：获取图片数据；构建轻量级人脸识别网络；利用获取的图片数据对轻量级人脸识别网络进行训练；将训练好的轻量级人脸识别网络装载于边缘设备中，进行人脸识别。2.根据权利要求1所述的一种适用于边缘设备的轻量级人脸识别方法，其特征在于，所述轻量级人脸识别网络包括浅层特征层、中间特征层、末端特征层。3.根据权利要求2所述的一种适用于边缘设备的轻量级人脸识别方法，其特征在于，所述浅层特征层包括输入层、若干个卷积层、一个最大池化层以及过滤器融合层；输入的照片经浅层特征层处理后输出的特征大小减少了一半。4.根据权利要求2所述的一种适用于边缘设备的轻量级人脸识别方法，其特征在于，所述中间特征层为VoVNet的OSA模块，包括一个由3个3x3卷积层构成的stem block，以及4个阶段的3x3卷积层；每个阶段的最后会采用一个步长为2的3x3最大池化层进行降采样；其模块内的卷积具有相同的输岀、输入通道数；在每个卷积层的最后，进行一次性的特征图融合；在OSA模块内，将CBAM模块中的ChannelAttension注意力模块中的两个全连接层换成ECA模块的一维卷积，该新模块简称CA1；SpatialAttension注意力模块保持不变，简称SA；在OSA模块末端增加了模块输入端和输岀端间的短连接；训练时的轻量级人脸识别网络采用两个中间特征层模块。5.根据权利要求2所述的一种适用于边缘设备的轻量级人脸识别方法，其特征在于，所述末端特征层采用全局平均池化GAP来代替全连接层进行末端特征层的分类。6.根据权利要求1所述的一种适用于边缘设备的轻量级人脸识别方法，其...

【专利技术属性】
技术研发人员：张攀，陈申宇，陈泽涛，刘秦铭，王增煜，刘起蕊，芮庆涛，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：