[发明专利]一种快速分级分类方法及装置

权利要求书

1.一种快速分级分类方法，应用于安检系统，其特征在于，包括：

获取采集设备上传的至少一图像；

对所述至少一图像进行人脸检测，确定出所述图像中的目标人脸图像；

将对所述目标人脸图像的人脸识别结果与预先建立好的人脸识别深度学习模型进行对比，并且将获得的对比结果进行分类，根据分类结果，控制显示设备的显示。

2.根据权利要求1所述的方法，其特征在于，所述人脸识别深度学习模型采用如下的步骤建立：

采集用于训练的不同类型的人脸图片；

对所述人脸图片利用多级卷积神经网络算法进行多层特征提取得到训练数据；

利用深度学习方法对所述训练数据训练得到所述人脸识别深度学习模型。

3.根据权利要求1所述的方法，其特征在于，所述对所述至少一图像进行人脸检测，确定出所述图像中的目标人脸图像具体为：

对所述至少一图像进行人脸检测，将满足一定预设规则的人脸图像，确定为所述图像中的目标人脸图像。

4.根据权利要求3所述的方法，其特征在于，所述一定预设规则为所述人脸图像的权重值最大的人脸图像。

5.根据权利要求1所述的方法，其特征在于，预先建立好的人脸识别深度学习模型为：用户采集的人脸图片建立的模型、与公安系统联网后的犯罪嫌疑人的模型或可疑人员的模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述分类结果，控制显示设备的显示，具体为：

若所述目标人脸图像的人脸识别结果符合预先建立好的人脸识别深度学习模型中的与公安系统联网后的犯罪嫌疑人的模型，则所述显示设备以第一状态进行显示；

若所述目标人脸图像的人脸识别结果符合预先建立好的人脸识别深度学习模型中的可疑人员的模型，则所述显示设备以第一状态进行显示；

若所述目标人脸图像的人脸识别结果符合预先建立好的人脸识别深度学习模型中的用户采集的人脸图片建立的模型，则所述显示设备以第二状态进行显示；

若所述目标人脸图像的人脸识别结果不符合预先建立好的人脸识别深度学习模型，则所述显示设备以第三状态进行显示。

7.一种快速分级分类装置，应用于安检系统，其特征在于，包括：

获取单元，用于获取采集设备上传的至少一图像；

确定单元，用于对所述至少一图像进行人脸检测，确定出所述图像中的目标人脸图像；

判断单元，用于将对所述目标人脸图像的人脸识别结果与预先建立好的人脸识别深度学习模型进行对比，并且将获得的对比结果进行分类，根据分类结果，控制显示设备的显示。

8.根据权利要求7所述的装置，其特征在于，还包括所述人脸识别深度学习模型建立单元，具体包括：

采集模块，用于采集用于训练的不同类型的人脸图片；

提取模块，用于对所述人脸图片利用多级卷积神经网络算法进行多层特征提取得到训练数据；

训练模块，用于利用深度学习方法对所述训练数据训练得到所述人脸识别深度学习模型。

9.根据权利要求7所述的装置，其特征在于，所述确定单元具体为：

对所述至少一图像进行人脸检测，将满足一定预设规则的人脸图像，确定为所述图像中的目标人脸图像。

10.根据权利要求9所述的装置，其特征在于，所述一定预设规则为所述人脸图像的权重值最大的人脸图像。