一种基于深度学习网络模型的人脸识别方法技术

本发明专利技术公开了一种基于深度学习网络模型的人脸识别方法，通过训练网络，提取面部片段中的多种生物特征，自动学习特征，采用自动编码器和特定于模式的系数分类器进行监督，得到了97.14％的无约束面部识别率。本发明专利技术采用了深度学习网络的人脸识别技术，提高了机器人的机器视觉识别度，能够更加清晰地捕捉人体面部特征的各个微表情，以强大的数据库进行喜怒哀乐的情绪判断，从而做出更符合人性的交互服务动作等。

【技术实现步骤摘要】

本专利技术涉及服务型机器人，具体涉及一种基于深度学习网络模型的人脸识别方法。

技术介绍

1、i fr及国际标准化组织对“服务机器人”的定义为“以服务为核心的自主或半自主机器人”，按照服务对象可以分成专用服务机器人和家用服务机器人两类。其应用领域非常广泛，包括家政、物流、医疗、国防、教育等方面，主要特点是通过神经网络、运动控制、感知交互等技术进行数据采集、计算、分析，最终服务于人类。

2、科技进步推动丰富产品品类，拓展应用边界。服务机器人的核心技术包括导航及路径规划、交互感知、运动控制、人工智能等，具体涉及电机控制、机器人视觉、自然语言处理、大数据及物联网等领域，通过信息自动化或半自动化的输入、处理及反馈，实现机器人适应性的自主智能服务。随着5g通信、物联网、云计算、人工智能算法等领域的技术进步，服务机器人将不断融入新技术，拓展应用场景，简化使用难度，增强应用兼容性，提供更广泛的多样化的智能服务。

3、服务机器人产业链包括核心零部件、技术模块、终端应用产品。类似已经形成较为完善的产业链上下游结构的工业机器人，较晚起步的服务机器人行业也本文档来自技高网...

【技术保护点】

1.一种基于深度学习网络模型的人脸识别方法，其特征在于：包括以下步骤

2.如权利要求1所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述S02具体包括以下步骤：

3.如权利要求2所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述S03具体包括以下步骤：

4.如权利要求3所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述S021的具体步骤如下：

5.如权利要求4所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述S022的具体步骤如下：

6.如权利要求5所述的一种基于深度学习网络模型的...

【技术特征摘要】

1.一种基于深度学习网络模型的人脸识别方法，其特征在于：包括以下步骤

2.如权利要求1所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述s02具体包括以下步骤：

3.如权利要求2所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述s03具体包括以下步骤：

4.如权利要求3所述的一种基于深度学习网络模型的人脸识别方法，其特征在于：所述...

【专利技术属性】
技术研发人员：宋育刚，陈良磊，朱青松，
申请(专利权)人：苏州穿山甲机器人股份有限公司，
类型：发明
国别省市：