[发明专利]一种基于5G架构的人脸识别方法及系统

说明书

本发明提供一种基于5G架构的人脸识别方法及系统，包括图像采集和传输部分、移动网络和移动边缘计算(MEC)部分、数据存储和分析部分。通过移动终端人脸图像采集、移动终端人脸图像预处理、移动终端上传图像至MEC主机数据节点保存、MEC主机通过用户信息获取特定对比图像、MEC主机分布式图像识别和汇总和MEC主机结果反馈至移动终端完成基于5G的人脸识别方法。本实施例的数据存储采用hadoop的分布式数据库，在用户信息描述的控制下，将用户信息对应的比对数据保存到离用户最近的MEC虚拟机的数据节点中。

技术领域

本发明涉及信息与通信技术领域，尤其涉及一种基于5G架构的人脸识别方法及系统。

背景技术

人脸识别是根据提取人的脸部特征信息进行识别身份的技术，其主要方法是，首先从人脸图像或视频流中判断是否出现人脸，如果出现人脸，则进一步确定人脸的特征等信息。根据获得的特征数据，与保存的人脸特征数据进行对比，从而识别人的身份。

人脸识别系统，可以广泛应用于身份认证、考勤、进出关安检、公共安全以及发展迅猛的各类刷脸应用等众多领域。

由于大部分人脸识别应用系统选择在终端离线处理，浪费大量的计算能力，因此基于云模式的人脸识别系统快速发展。

云模式的人脸识别系统人是基于云服务平台的人脸识别服务程序，APP 端、PC客户端、web端、微信H5端可将上传人脸图片到服务器，人脸图片在服务器端完成识别，并将对比结果返回客户端。客户端只进行图像获取、预处理、上传和接受结果等操作，无需完成识别操作，从而极大地简化了客户端的功能，降低了整体成本。

但是当前云模式人脸识别普遍存在以下问题：

1)延迟大：由于终端将采集到的数据传输到后端的云平台进行识别，因此会产生比较大的延迟，而大部分人脸识别应用，延迟增大会造成非常大的影响，例如，在大量人员出入时，人脸识别应用如果延迟，则会减缓人员出入速度，导致等待出入的人员越来越多。

2)无法获得用户和网络的相关信息。用户的相关信息，特别是手机号码，同用户具有巨大的关联性，感知用户的手机号，将人脸识别在大量识别库中进行识别，变成在一定范围内同手机号对应的很小的范围内进行识别，可以极大提高人脸识别的速度和准确性。

第五代移动通信(5G)系统的新型架构，为构建新型的云模式的人脸识别提供了机会。移动边缘计算(Mobile Edge Computing，MEC)在无线接入网 (Radio Access Network，RAN)内提供IT服务环境、计算和存储功能，可以实现传统网络架构不方便完成的功能。

MEC通过在无线接入侧部署通用服务器，为移动网边缘提供IT和云计算的能力。MEC使得传统无线接入网具备了业务本地化和近距离部署的条件，从而提供了高带宽、低时延的传输能力，同时业务面下沉形成本地化部署，可以有效降低对网络回传带宽的要求和网络负荷。另一方面，MEC把无线网络和互联网技术两者有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建了开放式平台以植入应用，并通过无线API开放无线网络与业务服务器之间的信息交互，对无线网络与业务进行融合，将传统的无线基站升级为智能化基站。面向业务层面(物联网、视频、医疗、零售等)，移动边缘计算可向行业提供定制化、差异化服务，进而提升网络利用效率和增值价值。

因此，5G的新型架构为人脸识别模式提供了新的解决方法，在MEC中配置相应的识别程序，可以有效解决现有云模式人脸识别问题，提高人脸识别的速度和准确性，降低整体成本，也促进5G网络的新型应用推广。

发明内容

为解决以上问题，本发明提供了一种基于5G架构的人脸识别方法，包括如下步骤：

图像采集步骤，采集被识别人的照片并进行人脸检测，对所述照片进行预筛选；

预处理步骤，对筛选出的照片进行处理，得到预处理后的人脸图像；