[发明专利]基于深度学习的人脸检测系统

说明书

本发明涉及一种识别系统，特别是一种能够自动学习训练、提高人脸检测精度、提高身份识别准确性的基于深度学习的人脸检测系统。基于深度学习的人脸检测系统，包括人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集，所述的数据输入模块、人脸检测网络以及结果输出模块依次连接，所述的模型训练模块分别连接所述的人脸检测网络和数据集。本发明的基于深度学习的人脸检测系统，通过人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集等的配合，在人脸检测网络进行人脸检测的同时，数据集配合模型训练模块不断地自动训练，提高了人脸检测精度、提高了身份识别准确性。

技术领域

本发明涉及一种识别系统，特别是一种能够自动学习训练、提高人脸检测精度、提高身份识别准确性的基于深度学习的人脸检测系统。

背景技术

随着社会的发展，科技技术的日新月异，人类社会已经走上了通过追求机器的更加智能化，来代替繁重的人工劳动力，同时提高生产劳动力。就目前的社会发展情况，AI已经成为一个相当热门的课题来被讨论被研究。而作为人机交互的重要方式，人脸检测技术迎来了自己的春天，得到了广泛的应用和研究。人脸检测在当前的社会条件下，它的应用前景是十分广泛的，其中一个重要应用就是身份鉴别。传统的人工身份鉴别，在许多重要的场合，不仅会因为鉴别方法缓慢而饱受诟病，而且也会因为在特定的场合做身份鉴别而先得极其不礼貌，基于此条件开始考虑，于是人们就开始了试图寻找或者创造更加高效快捷方便的的身份鉴别方法，来解决人工身份鉴别的问题。人的面部是体现一个人身份的重要特征，所以人脸检测就被确定为一个重要的研究方向去解决身份鉴别的方法。与其他类型的生物检测如指纹识别，虹膜识别相比较，人脸检测的体现出它的非强制性、非接触性、隐蔽性、并发性的这些优点，同时人的面部表情还会反映出人的心理状态和情绪，这也可以为我们提供必要的辅助信息。现如今越来越多的从事目标检测的研究机构和做人工智能的科研机构开始把人脸检测研究作为一个重要的项目来进行研究。虽然科学家们从很早的时候就试图让计算机能够检测人脸，但是因为人脸的信息容易受到各种环境因素的干扰和人物本身姿态和表情的影响，使得人脸检测和检测仍有很大的研究空间，并且目前商用的人脸检测应用并未普及，存在着非常庞大的商业空间，如今新生的人脸检测算法公司，如云从科技，Emotient,Affectiva中学术界大佬云集，动辄融资数千万，也从侧面说明了人脸检测与分析市场潜力巨大，具有很高的应用与学术价值。同时，在过去三十多年[3]里，人脸检测和人脸识别始终最为一个热门课题被广大科学技术人员研究探索着。一个完整的人脸自动检测[4]识别系统主要包括三个方面，第一就是人脸人脸检测，其次是特征提取最后进行人脸识别。所以可以看出人脸检测是人脸自动识别完成的第一步，也是是人脸识别系统解决的关键问题和首要问题。经济社会的日益壮大发展，使得我们对于自动身份验证本身的及时有效性要求更加关注，为求更加快速准确的验证而努力。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种能够自动学习训练、提高人脸检测精度、提高身份识别准确性的基于深度学习的人脸检测系统。

本发明解决其技术问题所采用技术方案是：基于深度学习的人脸检测系统，包括人脸检测网络、数据输入模块、结果输出模块、模型训练模块以及数据集，所述的数据输入模块、人脸检测网络以及结果输出模块依次连接，所述的模型训练模块分别连接所述的人脸检测网络和数据集；

所述的数据输入模块，向人脸检测网络输入检测数据；

所述的人脸检测网络，对检测数据进行人脸识别检测；

结果输出模块，显示人脸检测网络的检测结果；

所述的数据集存储大量的检测数据，并提供给模型训练模块；

所述的模型训练模块，以数据集中的数据配合人脸检测网络进行训练。

进一步的，为更好地实现本发明，特别采用下述设置：所述的检测数据包括预存检测数据和及时检测数据。