基于大数据的人脸识别方法技术

本发明专利技术公开一种基于大数据的人脸识别方法

【技术实现步骤摘要】
基于大数据的人脸识别方法、系统及计算机可读存储介质


[0001]本专利技术涉及人脸识别
，具体涉及一种基于大数据的人脸识别方法
、
系统及计算机可读存储介质
。

技术介绍

[0002]人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置
、
大小和各个主要面部器官的位置信息
。
并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份
。
[0003]为提高人脸识别算法的精度，基于海量数据集的神经网络模型用于人脸识别算法是目前常用的方式，神经网络模型是依靠数据驱动的方式，在模型训练过程中需要对数据进行增强以提高模型的泛化能力
。
数据增强的方式通常的方式是加入噪声，如高斯噪声和高斯噪声，调整图像的亮度
、
对比度等传统数字图像处理的方式，也有通过模型学习来进行数据增强的，比如
GAN
>模型
。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的人脸识别方法，其特征在于，包括如下步骤，获取待识别图像数据
I
i
之前的连续视频帧数据
S
fl
＝
{I1....
，
I
i
‑2，
I
i
‑1}
；获取待识别的图像数据
I
i
；获取待识别图像之后的连续视频帧数据
S
f2
＝
{I
i+1
....
，
I
i+n
‑1，
I
i+n
}
；其中，所述连续视频帧数据
S
f1
、
图像数据
I
i
和连续视频帧数据
S
f2
是基于同一设备对同一目标拍摄获得；若图像数据
I
i
人脸识别成功，将此图像数据
I
i
以及此图像数据之前的连续视频帧数据
S
f1
及之后的连续视频帧数据
S
f2
存储至第一存储模块；若此图像数据
I
i
人脸识别失败，保存此图像数据以及此图像数据之前的连续视频帧数据
S
f1
及之后的连续视频帧数据
S
f2
至第二储模块；对保存的图像数据
I
i
以及此图像数据之前的连续视频帧数据
S
f1
和之后的连续视频帧数据
S
f2
进行处理，获得去除人脸后的图像数据
I
i1
‘
；所述去除人脸后的图像数据
I
i1
中的原人脸部分由背景代替；将去除人脸后的图像数据
I
i1
‘
与识别成功的图像数据
I
i2
进行融合；将融合后的图像加入神经网络模型的训练数据集；所述神经网络模型通过此数据集进行迭代训练；通过训练好的神经网络模型对采集的人脸图像进行识别，得出人脸识别结果
。2.
根据权利要求1所述的一种基于大数据的人脸识别方法，其特征在于，所述对保存的图像数据
I
i
以及此图像数据之前的连续视频帧数据
S
f1
和之后的连续视频帧数据
S
f2
进行处理，获得去除人脸的图像数据
I
i1
‘
包括：从图像数据
I
i
之前的连续视频帧数据
S
f1
以及之后的连续视频帧数据
S
f2
中挑选出目标图像；根据训练好的高斯背景模型对目标图像中的所有像素点进行分类，分类结果为前景像素点和背景像素点；获得目标图像中的前景区域；对目标图像进行区块划分得到子图像块并得到各子图像块的均值，通过子图像均值以及高斯背景模型中得到的像素点块结构参数，估计目标图像的前景区域替换后的背景...

【专利技术属性】
技术研发人员：帅鲲，郑雅匀，马祥玉，李雨诗，蒋欣月，昝月鹏，
申请(专利权)人：电子科技大学成都学院，
类型：发明
国别省市：