[發明專利]基于RFID的人臉識別方法、裝置、設備及存儲介質

在審

• 申請號: 202211081883.4
• 申請日: 2022-09-06
• 公開（公告）號: CN115565221A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 羅成文;楊忠如;饒榮;王海濤;李堅強
• 申請（專利權）人: 深圳大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774;G06V10/82;G06K7/00
• 代理公司: 深圳青年人專利商標代理有限公司 44350
• 代理人: 吳桂華

1.一種基于RFID的人臉識別方法，其特征在于，所述方法包括下述步驟：

實時采集待識別用戶的面部數據；

將所述面部數據進行預處理，得到預處理數據；

根據所述預處理數據，通過預先訓練好的特征提取網絡對所述待識別用戶進行面部特征提取，得到所述待識別用戶的面部特征；

根據所述面部特征，通過預先訓練好的人臉分類網絡對所述待識別用戶進行身份識別，以識別出所述待識別用戶的身份。

2.如權利要求1所述的方法，其特征在于，所述將所述面部數據進行預處理的步驟，包括：

使用Unwarp算法對所述面部數據中的相位值進行調整；

采用卡爾曼濾波器對調整后的所述面部數據進行濾波；

對濾波后的所述面部數據進行歸一化處理，得到所述預處理數據。

3.如權利要求1所述的方法，其特征在于，所述實時采集待識別用戶的面部數據的步驟之前，包括：

根據預先采集的訓練數據集對預先構建的距離消除模塊進行訓練，其中，所述距離消除模塊由所述特征提取網絡、所述人臉分類網絡以及預先構建的距離識別網絡組成。

4.如權利要求3所述的方法，其特征在于，所述根據預先采集的訓練數據集對預先構建的距離消除模塊進行訓練的步驟，包括：

根據所述訓練數據集和預設的第一目標函數，對所述距離識別網絡中的參數進行訓練；

根據所述訓練數據集、已訓練好的所述距離識別網絡中的參數以及預設的第二目標函數，對所述特征提取網絡和所述人臉分類網絡中的參數進行訓練。

5.如權利要求3所述的方法，其特征在于，所述根據預先采集的訓練數據集對預先構建的距離消除模塊進行訓練的步驟之后，所述方法還包括：

根據預先采集的新用戶樣本集對預先構建的新用戶注冊模塊進行訓練，其中，所述新用戶注冊模塊由已訓練好的所述特征提取網絡和預先構建的新用戶分類網絡組成。

6.一種基于RFID的人臉識別裝置，其特征在于，所述裝置包括：

數據采集單元，用于實時采集待識別用戶的面部數據；

數據預處理單元，用于將所述面部數據進行預處理，得到預處理數據；

特征提取單元，用于根據所述預處理數據，通過預先訓練好的特征提取網絡對所述待識別用戶進行面部特征提取，得到所述待識別用戶的面部特征；以及

身份識別單元，用于根據所述面部特征，通過預先訓練好的人臉分類網絡對所述待識別用戶進行身份識別，以識別出所述待識別用戶的身份。

7.如權利要求6所述的裝置，其特征在于，所述裝置還包括：

第一模塊訓練單元，用于根據預先采集的訓練數據集對預先構建的距離消除模塊進行訓練，其中，所述距離消除模塊由所述特征提取網絡、所述人臉分類網絡以及預先構建的距離識別網絡組成。

8.如權利要求7所述的裝置，其特征在于，所述裝置還包括：

第二模塊訓練單元，用于根據預先采集的新用戶樣本集對預先構建的新用戶注冊模塊進行訓練，其中，所述新用戶注冊模塊由已訓練好的所述特征提取網絡和預先構建的新用戶分類網絡組成。

9.一種人臉識別設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至5任一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述方法的步驟。