[發(fā)明專利]基于人臉智能識別的信息輸出方法、裝置及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201910583655.9 | 申請日: | 2019-06-28 |
| 公開(公告)號: | CN110414358B | 公開(公告)日: | 2022-11-25 |
| 發(fā)明(設(shè)計)人: | 翟彬彬;趙玉玲 | 申請(專利權(quán))人: | 平安科技(深圳)有限公司 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/30;G06V10/50;G06V10/82;G06N3/04 |
| 代理公司: | 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347 | 代理人: | 于志光;高杰 |
| 地址: | 518000 廣東省深圳市福田區(qū)福*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 智能 識別 信息 輸出 方法 裝置 存儲 介質(zhì) | ||
1.一種基于人臉智能識別的信息輸出方法,其特征在于,所述方法包括:
步驟A:獲取信息集、照片集及標(biāo)準(zhǔn)人臉集,并對所述照片集進(jìn)行包括降噪的預(yù)處理操作;
步驟B:基于方向梯度直方運算對所述照片集進(jìn)行計算,得到所述照片集的梯度特征集,基于提升算法和所述標(biāo)準(zhǔn)人臉集從所述梯度特征集中提取出人臉并輸出人臉集,將所述信息集作為標(biāo)簽集以及將所述人臉集和所述標(biāo)準(zhǔn)人臉集組成訓(xùn)練數(shù)據(jù),并將所述訓(xùn)練數(shù)據(jù)劃分為訓(xùn)練集和測試集;
步驟C:將所述訓(xùn)練集及所述標(biāo)簽集輸入至卷積神經(jīng)網(wǎng)絡(luò)中訓(xùn)練,根據(jù)所述卷積神經(jīng)網(wǎng)絡(luò)的卷積層對所述訓(xùn)練集依次進(jìn)行卷積操作和池化操作后輸入至全連接層,使所述卷積神經(jīng)網(wǎng)絡(luò)不斷更新內(nèi)部的權(quán)重及偏置系數(shù),直至所述卷積神經(jīng)網(wǎng)絡(luò)輸出的訓(xùn)練值小于預(yù)設(shè)閾值后退出訓(xùn)練;
步驟D:將所述測試集和所述標(biāo)簽集輸入至所述卷積神經(jīng)網(wǎng)絡(luò)中,并判斷所述卷積神經(jīng)網(wǎng)絡(luò)對所述測試集的人臉識別率與預(yù)設(shè)準(zhǔn)確率閾值的大小,若所述卷積神經(jīng)網(wǎng)絡(luò)對所述測試集的人臉識別準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率閾值,則返回步驟C,若所述卷積神經(jīng)網(wǎng)絡(luò)的識別準(zhǔn)確率大于預(yù)設(shè)準(zhǔn)確率閾值,則所述卷積神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練;
步驟E:接收用戶圖片或視頻,基于所述方向梯度直方運算和所述提升算法從所述圖片或視頻中提取出用戶人臉,將所述用戶人臉輸入至所述卷積神經(jīng)網(wǎng)絡(luò)中,所述卷積神經(jīng)網(wǎng)絡(luò)識別出所述用戶人臉并輸出所識別的用戶人臉對應(yīng)的祝福信息。
2.如權(quán)利要求1所述的基于人臉智能識別的信息輸出方法,其特征在于,所述信息集包括用戶信息集,所述用戶信息集包括用戶生日、愛好、生活習(xí)慣;
所述照片集包括個人照片集,所述個人照片集包括用戶生活照、用戶團(tuán)體活動的個人照。
3.如權(quán)利要求1或2所述的基于人臉智能識別的信息輸出方法,其特征在于,所述降噪處理采用如下自適應(yīng)圖像降噪濾波法:
g(x,y)=η(x,y)+f(x,y)
其中,(x,y)表示所述照片集內(nèi)圖像像素點坐標(biāo),f(x,y)為基于所述自適應(yīng)圖像降噪濾波法對所述照片集進(jìn)行降噪處理后的輸出數(shù)據(jù),η(x,y)為噪聲,g(x,y)為所述照片集,為所述照片集的噪聲總方差,為所述(x,y)的像素灰度均值,為所述(x,y)的像素灰度方差,L表示當(dāng)前像素點坐標(biāo)。
4.如權(quán)利要求3中的基于人臉智能識別的信息輸出方法,其特征在于,基于方向梯度直方運算對所述照片集進(jìn)行計算,得到所述照片集的梯度特征集,包括:
計算所述照片集內(nèi)的數(shù)據(jù)各像素點(x,y)的梯度幅值和梯度方向值,并將所述梯度幅值作為第一分量,所述梯度方向值作為第二分量形成梯度矩陣;
將所述梯度矩陣內(nèi)數(shù)據(jù)劃分為多個小塊,并相加各小塊的梯度幅值與梯度方向值得到相加值,并將所述相加值串聯(lián)形成所述梯度特征集。
5.如權(quán)利要求2所述的基于人臉智能識別的信息輸出方法,其特征在于,所述卷積神經(jīng)網(wǎng)絡(luò)識別出所述用戶人臉并輸出所識別的用戶人臉對應(yīng)的祝福信息包括:
獲取當(dāng)前日期;
利用預(yù)設(shè)的匹配規(guī)則將當(dāng)前日期與所述標(biāo)簽集中的日期信息進(jìn)行匹配,若匹配相同,則所述卷積神經(jīng)網(wǎng)絡(luò)輸出與所述當(dāng)前日期匹配的標(biāo)簽集中的日期對應(yīng)的照片集和標(biāo)簽集。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于平安科技(深圳)有限公司,未經(jīng)平安科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910583655.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 信息記錄介質(zhì)、信息記錄方法、信息記錄設(shè)備、信息再現(xiàn)方法和信息再現(xiàn)設(shè)備
- 信息記錄裝置、信息記錄方法、信息記錄介質(zhì)、信息復(fù)制裝置和信息復(fù)制方法
- 信息記錄裝置、信息再現(xiàn)裝置、信息記錄方法、信息再現(xiàn)方法、信息記錄程序、信息再現(xiàn)程序、以及信息記錄介質(zhì)
- 信息記錄裝置、信息再現(xiàn)裝置、信息記錄方法、信息再現(xiàn)方法、信息記錄程序、信息再現(xiàn)程序、以及信息記錄介質(zhì)
- 信息記錄設(shè)備、信息重放設(shè)備、信息記錄方法、信息重放方法、以及信息記錄介質(zhì)
- 信息存儲介質(zhì)、信息記錄方法、信息重放方法、信息記錄設(shè)備、以及信息重放設(shè)備
- 信息存儲介質(zhì)、信息記錄方法、信息回放方法、信息記錄設(shè)備和信息回放設(shè)備
- 信息記錄介質(zhì)、信息記錄方法、信息記錄裝置、信息再現(xiàn)方法和信息再現(xiàn)裝置
- 信息終端,信息終端的信息呈現(xiàn)方法和信息呈現(xiàn)程序
- 信息創(chuàng)建、信息發(fā)送方法及信息創(chuàng)建、信息發(fā)送裝置





