[發(fā)明專利]一種人臉識別方法、系統(tǒng)及電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910329170.7
• 申請日: 2019-04-23
• 公開（公告）號: CN110033332A
• 公開（公告）日: 2019-07-19
• 發(fā)明（設(shè)計）人: 陳鑫;趙明
• 申請（專利權(quán)）人: 杭州智趣智能信息技術(shù)有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

本申請公開了一種人臉識別方法、系統(tǒng)及一種電子設(shè)備和計算機可讀存儲介質(zhì)，該方法包括：獲取訓(xùn)練集；其中，所述訓(xùn)練集包括多個訓(xùn)練樣本，所述訓(xùn)練樣本為已標記類別的人臉圖片；利用所述訓(xùn)練集訓(xùn)練mobilefacenet學(xué)習(xí)模型，得到訓(xùn)練完成的目標學(xué)習(xí)模型，以便利用所述目標學(xué)習(xí)模型識別目標人臉圖片；其中，在訓(xùn)練過程中采用加權(quán)交叉熵損失函數(shù)。由此可見，本申請?zhí)峁┑娜四樧R別方法，提高了人臉識別和準確度。

技術(shù)領(lǐng)域

本申請涉及人臉識別技術(shù)領(lǐng)域，更具體地說，涉及一種人臉識別方法、系統(tǒng)及一種電子設(shè)備和一種計算機可讀存儲介質(zhì)。

背景技術(shù)

對于零售行業(yè)門店(如服裝店、商店等)需要統(tǒng)計對客流屬性分析，主要包括統(tǒng)計到店人流中性別和年齡分布，并制定相應(yīng)的銷售策略。通過攝像設(shè)備采集人臉圖片，并識別該人臉圖片的性別和年齡信息。

在現(xiàn)有技術(shù)中，采用機器學(xué)習(xí)模型(如SVM、Adaboost)等對輸入人臉圖片進行識別，準確度較差。且識別性別和年齡信息需要兩個模型進行分別識別，識別效率較低。

因此，如何提高人臉識別的效率和準確度是本領(lǐng)域技術(shù)人員需要解決的技術(shù)問題。

發(fā)明內(nèi)容

本申請的目的在于提供一種人臉識別方法、系統(tǒng)及一種電子設(shè)備和一種計算機可讀存儲介質(zhì)，提高了人臉識別的效率和準確度。

為實現(xiàn)上述目的，本申請?zhí)峁┝艘环N人臉識別方法，包括：

獲取訓(xùn)練集；其中，所述訓(xùn)練集包括多個訓(xùn)練樣本，所述訓(xùn)練樣本為已標記類別的人臉圖片；

利用所述訓(xùn)練集訓(xùn)練mobilefacenet學(xué)習(xí)模型，得到訓(xùn)練完成的目標學(xué)習(xí)模型，以便利用所述目標學(xué)習(xí)模型識別目標人臉圖片；

其中，在訓(xùn)練過程中采用加權(quán)交叉熵損失函數(shù)。

其中，若所述人臉圖片具體為已標記年齡類別的人臉圖片，則所述利用所述目標學(xué)習(xí)模型識別目標人臉圖片，包括：

當接收到目標人臉圖片時，將所述目標人臉圖片輸入所述目標學(xué)習(xí)模型中，得到所述目標人臉圖片的年齡類別識別結(jié)果。

其中，還包括：

按照預(yù)設(shè)的年齡分類標準標記所述訓(xùn)練集中每個所述人臉圖片的年齡類別。

其中，所述年齡分類標準包括將年齡的十位數(shù)相同的人臉圖片劃分為同一類。

其中，所述加權(quán)交叉熵損失函數(shù)具體為：

其中，loss為所述訓(xùn)練樣本的損失值，k為類別標識，t_k為所述訓(xùn)練樣本的第k個類別對應(yīng)的標記值，y_k為在所述mobilefacenet學(xué)習(xí)模型中所述訓(xùn)練樣本的第k個類別對應(yīng)的輸出值，α_k為第k個類別對應(yīng)的權(quán)重。

其中，所述類別對應(yīng)的權(quán)重與屬于所述類別的訓(xùn)練樣本的數(shù)量呈負相關(guān)。

其中，所述權(quán)重的計算公式為：

其中，N_k為屬于第k個類別的訓(xùn)練樣本的數(shù)量，N_max為屬于目標類別的訓(xùn)練樣本的數(shù)量，所述目標類別為包含訓(xùn)練樣本數(shù)量最多的類別。

為實現(xiàn)上述目的，本申請?zhí)峁┝艘环N人臉識別系統(tǒng)，包括：

獲取模塊，用于獲取訓(xùn)練集；其中，所述訓(xùn)練集包括多個訓(xùn)練樣本，所述訓(xùn)練樣本為已標記類別的人臉圖片；

訓(xùn)練模塊，用于利用所述訓(xùn)練集訓(xùn)練mobilefacenet學(xué)習(xí)模型，得到訓(xùn)練完成的目標學(xué)習(xí)模型，以便利用所述目標學(xué)習(xí)模型識別目標人臉圖片；其中，在訓(xùn)練過程中采用加權(quán)交叉熵損失函數(shù)。