[發(fā)明專利]一種基于深度學(xué)習(xí)的識別模組的識別方法、設(shè)備以及介質(zhì)在審
| 申請?zhí)枺?/td> | 202110272142.3 | 申請日： | 2021-03-12 |
| 公開（公告）號： | CN113192240A | 公開（公告）日： | 2021-07-30 |
| 發(fā)明（設(shè)計）人： | 陳靜怡;郭馨月 | 申請（專利權(quán)）人： | 廣州朗國電子科技有限公司 |
| 主分類號： | G07C9/00 | 分類號： | G07C9/00;G06K9/00 |
| 代理公司： | 廣州市越秀區(qū)哲力專利商標(biāo)事務(wù)所(普通合伙) 44288 | 代理人： | 李健 |
| 地址： | 510700 廣東省廣州市黃埔區(qū)*** | 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： | 一種 基于 深度 學(xué)習(xí) 識別 模組 方法 設(shè)備 以及 介質(zhì) | ||
本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的識別模組的識別方法、設(shè)備以及介質(zhì)，所述方法包括：獲取攝像機(jī)采集的位于攝像機(jī)前面的圖像或者視頻；對所述圖像或者視頻進(jìn)行預(yù)處理并獲取所述圖像或者所述視頻中的人臉；提取所述人臉中的第一特征；提取人臉數(shù)據(jù)庫中的人臉的第二特征；將所述第一特征與所述第二特征通過基于深度學(xué)習(xí)的算法進(jìn)行識別得到識別結(jié)果；根據(jù)識別結(jié)果控制門鎖打開或者提示認(rèn)證失敗。本發(fā)明提供的技術(shù)方案，能夠提供識別速度較快，并且具有深度學(xué)習(xí)功能從而能夠從多個姿勢以及角度均能識別到同一業(yè)主，識別結(jié)果穩(wěn)定。
技術(shù)領(lǐng)域
本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的識別模組的識別方法、設(shè)備以及介質(zhì)。
背景技術(shù)
現(xiàn)有的識別模組在使用時有些具有基于機(jī)器學(xué)習(xí)的功能，但是大多數(shù)還是沒有基于深度學(xué)習(xí)的功能，這樣會導(dǎo)致識別速度較慢。并且測量姿勢較為單一，導(dǎo)致同一業(yè)主在不同角度識別時會出現(xiàn)識別結(jié)果剛好相反的情況，給業(yè)主帶來了極大的不便。
因此，亟需一種識別速度較快，具有深度學(xué)習(xí)功能，從而從多個姿勢、角度均能識別出同一業(yè)主，同時具有識別結(jié)果穩(wěn)定的基于深度學(xué)習(xí)識別模組的識別方法、設(shè)備以及介質(zhì)，從而解決現(xiàn)有的識別模組在使用時大多數(shù)還是沒有基于深度學(xué)習(xí)的功能，導(dǎo)致識別速度較慢，并且測量姿勢較為單一導(dǎo)致同一業(yè)主在不同角度識別時會出現(xiàn)識別結(jié)果剛好相反的情況，給業(yè)主帶來了極大不便的問題。
發(fā)明內(nèi)容
本發(fā)明的主要目的在于提供識別速度較快，并且具有深度學(xué)習(xí)功能從而能夠從多個姿勢以及角度均能識別出同一業(yè)主，識別結(jié)果穩(wěn)定的基于深度學(xué)習(xí)識別模組的識別方法、設(shè)備以及介質(zhì)。
為實現(xiàn)上述目的，本發(fā)明第一方面提供了一種基于深度學(xué)習(xí)識別模組的識別方法，所述方法包括：
獲取攝像機(jī)采集的位于攝像機(jī)前面的圖像或者視頻；
對所述圖像或者視頻進(jìn)行預(yù)處理并獲取所述圖像或者所述視頻中的人臉；
提取所述人臉中的第一特征；
提取人臉數(shù)據(jù)庫中的人臉的第二特征；
將所述第一特征與所述第二特征通過基于深度學(xué)習(xí)的算法進(jìn)行識別得到識別結(jié)果；
根據(jù)識別結(jié)果控制門鎖打開或者提示認(rèn)證失敗。
作為一種改進(jìn)，所述方法還包括：
對所述基于深度學(xué)習(xí)的算法進(jìn)行訓(xùn)練，所述訓(xùn)練包括向前傳播和向后傳播兩個階段；
向前傳播階段：
獲取所有樣本，從所有樣本中取其中一個(X，Yp)，并將X視為輸入網(wǎng)絡(luò)；
通過輸入信息計算輸出Op；
輸入信息經(jīng)過六次轉(zhuǎn)換傳遞到輸出中；且在傳遞過程中，六層中每一層的權(quán)值矩陣與輸入信息相點乘，從而獲得輸出的結(jié)果Op，具體通過式1-1得到；
Op＝Fn(…(F2(F1(Xp W(1))W(2))…)W(n)) (1-1)
向后傳播階段：
通過輸入輸出的值，計算輸入值和輸出值之間的實際誤差值；
利用反向傳播方法調(diào)整權(quán)矩陣，直至誤差達(dá)到最小。
作為一種改進(jìn)，所述方法還包括計算卷積層的梯度；所述計算卷積層的梯度包括：
通過對前一層的輸入特征進(jìn)行卷積運算，得到一個輸出的特征圖，所述輸出的特征圖與多個輸入圖與之相關(guān)聯(lián)通過公式(1-2)表示:
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)利屬于廣州朗國電子科技有限公司，未經(jīng)廣州朗國電子科技有限公司許可，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/202110272142.3/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)
