[发明专利]一种大规模人脸识别系统及方法

权利要求书

1.一种大规模人脸识别系统，其特征在于：包括特征库建库系统和人脸1：N识别系统；所述特征库建库系统，支持标准图像数据集输入以及数据库输入，通过对数据的排序，以及处理过程中逐步骤的日志系统，完成对特征提取过程的详细记录，并在断点续做功能中，由之前完成的日志提供续作的依据，以此避免提取过程中受意外因素中断提取操作而引起任务进度丢失、重做等时间损耗；所述人脸1：N识别系统，通过将识别任务映射到主节点管理的各个从节点上，由各个节点协助完成部分特征库的特征相似度计算，并行地检索整个库，作为第一重加速方法；在各个节点上采用K-mean的无监督聚类算法对特征库进行提前的训练聚类，实际检索时，输入查询的图像特征，首先计算与之最近的数个类簇中心，进而实现检索部分样本的目的，此为第二重加速，由以上二级加速，大大缩短识别放回结果的时间，且能保持较高的检索准确性。

2.一种大规模人脸识别方法，其特征在于：首先完成对人脸特征库的建立，而后开启人脸识别1：N的服务，待客户端发送人别请求后完成整个库人脸特征相似度计算给出最佳识别结果，具体实现过程如下：

人脸识别特征库建库系统，具体实现流程为：首先加载已训练好的人脸检测算法模型、人脸特征提取卷积神经网络模型，而后根据配置文件，判定进入恢复模式或者首次提取模式；若为恢复模式，读取提取日志，从查询数据库中筛去已完成的样本，若为首次提取模式，则跳过此步骤，而后根据配置文件中的其他条件筛取需要提取的人脸图像，按批次地进行图像解码-人脸检测-人脸特征提取，并实时写入日志缓存，在完成一定的批大小的数据之后再将缓存文件写入日志，特征文件保存为临时块文件，保证了日志的快速性、完整性、可用性，在全部待提取图像完成后，将按批次保存的特征块文件整合为一个特征文件；

在人脸识别系统中，首先读取配置文件，获取主从节点的配置关系，而后主节点启动人脸检测模型、人脸提取模型，之后各个节点按照分配的特征库文件，分别启动人脸特征聚类，完成检索索引的建立，然后进行HTTP识别请求的等待；当外部客户端发送一张待识别的人脸照片到主节点之后，主节点首先进行人脸图像的保存，人脸检测，人脸特征提取，如果任一环节出现异常则通知客户端错误信息，如果特征提取无误，则将人脸特征信息通过HTTP请求发送到各从节点进行检索，每个节点均返回指定个数的人脸识别信息，最终由主节点进行汇总与再排名，返回最相似的数个识别结果给客户端，由客户端指定阈值筛取合理的相似度阈值进行下一步的其他应用。