[發明專利]一種人臉識別方法及后廚用看板系統

有效

• 申請號: 202310011425.1
• 申請日: 2023-01-05
• 公開（公告）號: CN115937956B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 何厚明;王競;王恩源
• 申請（專利權）人: 廣州蟻窩智能科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/44;G06V10/74;G06V10/80;G06V10/82;G06Q20/40;G06Q30/02;G06Q50/12
• 代理公司: 成都瑞創華盛知識產權代理事務所(特殊普通合伙) 51270
• 代理人: 辜強

本發明公開了一種人臉識別方法及后廚用看板系統，屬于人臉識別和后廚管理系統技術領域。人臉識別方法包括搭建卷積神經網絡，利用訓練集對卷積神經網絡進行訓練，獲取采集到的待識別人臉圖像，將待識別人臉圖像輸入卷積神經網絡，隨著待識別人臉圖像的信息依次經過各個交替式特征提取機構，各個交替式特征提取機構依次進行特征提取操作，利用調維機構對核心特征圖的尺寸進行調整，然后生成得到特征向量，計算特征向量與已有的樣本向量之間的相似度等步驟。本發明創造性地將跨步卷積與亞像素卷積結合，實驗結果表明，使用該結構設計能夠很好地從臉部圖像的眾多特征信息中分離掉因年齡改變帶來的變化，顯著提升跨年齡人臉識別準確性。

技術領域

本發明屬于人臉識別和后廚管理系統技術領域，具體地說，涉及一種人臉識別方法及后廚用看板系統。

背景技術

廚房生產管理系統大體可分為前端的信息采集設備和后端的后廚用看板系統，前端采集消費者身份、消費額和消費菜品等信息，后廚用看板系統對這些信息進行自動化處理、統計和顯示，實現目視化管理。該系統能夠大幅提高廚房生產的現場管控效率和精確度，提升服務質量，降低物料損耗。考慮到傳統的刷卡識別方式存在很多弊端，在學校、大型企業和政府部門等單位的食堂，越來越多的廚房生產管理系統開始使用人臉識別對消費者進行身份識別。在這些場景中，當用戶的臉部形象因年齡增長而有所改變時，要求人臉識別算法仍然具有較高的識別精度，而現有的算法還難以滿足實際需要。

發明內容

針對現有技術中上述的不足，本發明提供一種人臉識別方法及后廚用看板系統，以更好地滿足廚房生產管理系統中精確識別人臉圖像的需要。

為了達到上述目的，本發明采用的解決方案是：一種人臉識別方法，包括以下步驟：

S100、搭建用于識別人臉圖像的卷積神經網絡，所述卷積神經網絡中設有調維機構和多個順次連接的交替式特征提取機構；所述交替式特征提取機構內部操作過程表示為如下數學模型：

其中，WI代表輸入所述交替式特征提取機構的特征圖，tov11、tov12、tov21和tov22均表示卷積運算，θ11、θ12、θ21和θ22均表示非線性激活函數，JZ1和JZ2分別為θ11和θ12激活后生成的特征圖，ch1和ch2分別表示第一融合模塊和第二融合模塊，JZ3為所述第一融合模塊輸出的特征圖，ds11、ds12、ds21、ds22分別表示第一下采樣模塊、第二下采樣模塊、第三下采樣模塊和第四下采樣模塊，us1和us2分別表示第一上采樣模塊和第二上采樣模塊，JZ4為JZ3特征圖加上第一上采樣模塊輸出特征圖后得到的特征圖，JZ5為JZ3特征圖加上第二上采樣模塊輸出特征圖后得到的特征圖，JZ6和JZ7分別表示第三下采樣模塊和第四下采樣模塊輸出的特征圖，WO代表交替式特征提取機構輸出的特征圖；

S200、利用訓練集對所述卷積神經網絡進行訓練，以調整所述卷積神經網絡中的參數；所述訓練集中包含帶有身份標簽的人臉圖像；

S300、獲取采集到的待識別人臉圖像，將所述待識別人臉圖像輸入步驟S200中訓練完成的卷積神經網絡，隨著所述待識別人臉圖像的信息依次經過各個所述交替式特征提取機構，各個所述交替式特征提取機構依次進行特征提取操作，直到最后一個所述交替式特征提取機構輸出核心特征圖；

S400、利用所述調維機構對所述核心特征圖的尺寸進行調整，然后生成得到特征向量；

S500、計算所述特征向量與已有的樣本向量之間的相似度，與所述特征向量最相似的樣本向量所對應的身份，即為所述待識別人臉圖像的身份。

進一步地，tov11的卷積核大小與tov12的卷積核大小不同，tov21的卷積核大小與tov22的卷積核大小不同。

進一步地，θ11、θ12、θ21和θ22均為ReLU函數。