[发明专利]一种基于三层分布式动态调度的人脸识别方法及系统

说明书

本发明涉及一种基于三层分布式动态调度的人脸识别方法及系统，所述方法包括如下步骤：步骤1：获取待识别的人脸并进行识别，若识别成功，则将人脸识别成功次数上传给云端，并结束处理；若识别失败，则将待识别的人脸上传到区域人脸识别模块继续进行处理；步骤2：区域人脸识别模块对待识别的人脸进行识别，若识别成功，则将识别结果和身份信息下发给前端人脸识别一体机；若识别失败，则将待识别的人脸上传到云端继续进行处理；步骤3：云端对待识别的人脸进行识别，若识别成功，则将识别结果和身份信息下发；若人脸识别失败，则结束处理。本发明采用三层分布式进行人脸识别，并通过动态调度控制前端人脸识别一体机存储的人脸数量，经济实用。

技术领域

本发明涉及人脸识别技术领域，具体是一种基于三层分布式动态调度的人脸识别方法及系统。

背景技术

在一些规模较大的人脸识别应用场景中，如高等院校、科技园区、大型医院等，需要人脸识别的数量通常会较高，能够达到几万，在这些人脸识别应用场景中，人脸识别可以应用于门禁、考勤或其他需要身份识别的用途，比如一个高等院校，师生的总人数相对是固定的，且每天或某个时间段内需要人脸识别的数量也是相对固定的，但是分布却极广，比如各个教学楼、宿舍楼、实验楼、体育场所等，都可能需要用到人脸识别。采用人脸识别的产品通常为前端人脸识别一体机或后端人脸识别服务平台，也即人脸识别主要是采用仅前端离线人脸识别和借助后端进行在线人脸识别两种方式。离线人脸识别会受限于前端人脸识别一体机自身硬件系统的计算和存储能力，典型的前端人脸识别一体机的最佳识别性能的人脸数量为5000，并且需要借助于外接设备进行人脸图像的导入或是通过网络进行同步，使用维护管理成本极高；而采用在线人脸识别，其识别服务能力完全受限于服务器的计算能力，虽然增加GPU等可以加快识别速度，但整体而言，其仍然不能很好解决大量人脸图像同时识别的性能要求以及人脸图像传输造成的时延等问题，因此急需一种既可以解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题。

发明内容

针对现有技术的不足，本发明的目的之一提供一种基于三层分布式动态调度的人脸识别方法，其能够解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题；

本发明的目的之二提供一种制备方法，其能够解决采用前端人脸识别一体机识别人脸数量有限的问题，又可以解决在线识别快速的问题。

实现本发明的目的之一的技术方案为：一种基于三层分布式动态调度的人脸识别方法，包括如下步骤：

步骤1：前端人脸识别一体机获取待识别的人脸图像，并将待识别的人脸图像与存储在前端人脸识别一体机本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将人脸识别成功次数通过区域人脸识别模块上传给云端，并结束处理；若识别失败，则将待识别的人脸图像上传到区域人脸识别模块继续进行处理；

步骤2：区域人脸识别模块获取由所述前端人脸识别一体机上传的待识别的人脸图像，并将待识别的人脸图像与存储在区域人脸识别模块本地的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若识别失败，则将待识别的人脸图像上传到云端继续进行处理；

步骤3：云端获取由所述区域人脸识别模块上传的待识别的人脸图像，并将待识别的人脸图像与存储在云端的人脸数据库中的人脸数据进行比对识别，若人脸识别成功，则云端将人脸识别成功次数更新并保存，并将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，前端人脸识别一体机将身份信息和待识别的人脸图像一并存储在前端人脸识别一体机本地的人脸数据库内；若人脸识别失败，则将识别结果下发给前端人脸识别一体机，并结束处理。

进一步地，所述步骤3中，云端通过区域人脸识别模块将识别结果和待识别的人脸图像对应的身份信息下发给前端人脸识别一体机，且区域人脸识别模块存储待识别的人脸图像和对应的身份信息。