一種基于深度學(xué)習(xí)模型的人臉識(shí)別方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110613622.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113255544A 公開(kāi)（公告）日 2021-08-13
申請(qǐng)公布號(hào) CN113255544A 申請(qǐng)公布日 2021-08-13
分類號(hào) G06K9/00;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 馬曉明;張培;孟月如;思璠 申請(qǐng)（專利權(quán)）人 通號(hào)智慧城市研究設(shè)計(jì)院有限公司
代理機(jī)構(gòu) 北京紀(jì)凱知識(shí)產(chǎn)權(quán)代理有限公司 代理人 趙悅
地址 100160 北京市豐臺(tái)區(qū)汽車博物館南路1號(hào)院中國(guó)通號(hào)大廈A座5層
法律狀態(tài) -

摘要

摘要 本發(fā)明屬于人臉智能識(shí)別技術(shù)領(lǐng)域，涉及一種基于深度學(xué)習(xí)模型的人臉識(shí)別方法和系統(tǒng)，包括以下步驟：S1建立神經(jīng)網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)模型的各卷積層均由深度卷積層和點(diǎn)卷積層組成；S2將采集的人臉圖像輸入神經(jīng)網(wǎng)絡(luò)模型，對(duì)模型進(jìn)行優(yōu)化，獲得最佳的神經(jīng)網(wǎng)絡(luò)模型；S3將待識(shí)別的人臉圖像輸入最佳的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行人臉識(shí)別。其通過(guò)修改并優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)的方式，降低參數(shù)量從而減少圖像實(shí)時(shí)處理的運(yùn)算量，避免了視頻的卡頓，使人臉識(shí)別更加快速、高效和準(zhǔn)確。