[发明专利]一种云计算场景下基于深度学习的人脸识别方法

权利要求书

1.一种云计算场景下基于深度学习的人脸识别方法，其特征在于包括数据采集单元、数据处理单元、云计算单元、数据上传单元、数据接收单元、识别比对单元，数据采集单元是互联网应用平台，各应用者通过数据采集单元进行个人信息以及人脸各数据信息的录入，数据处理单元为数据采集单元的配套系统，数据处理单元将数据采集单元采集的各数据信息处理后上传到云端云计算单元，云计算单元对上传的数据进行基于深度学习的计算处理，为后续人脸识别应用设备使用云数据提供技术支撑，数据上传单元、数据接收单元、识别比对单元是安装在人脸识别应用设备的系统内应用软件，数据接收单元能接收云端云计算单元各对应的人脸数据信息，并进行深度学习处理后输出数据至识别比对单元进行人脸数据比对识别，比对信息接近一致时，人脸识别应用设备的输出端输出控制指令，数据上传单元能将每次应用者应用各人脸识别应用设备时的人脸数据范本信息同步上传到云端云计算单元，云计算单元对上传的数据进行基于深度学习的计算处理后，为后续的应用提供更多的人脸数据比对范本。

2.根据权利要求1所述的一种云计算场景下基于深度学习的人脸识别方法，其特征在于各人脸识别应用设备和云端、各人脸识别应用设备之间经互联网实现互联互通。

3.根据权利要求1所述的一种云计算场景下基于深度学习的人脸识别方法，其特征在于各应用者通过数据采集单元进行信息录入中，个人信息主要包括身份证信息、联系信息、职业信息、开户行信息，以及摄像头采集的实时照片数据信息。

4.根据权利要求3所述的一种云计算场景下基于深度学习的人脸识别方法，其特征在于数据处理单元将数据采集单元采集的各数据，分别按身份证信息、联系信息、职业信息、开户行信息归类别整理计算，然后将各数据上传到云端云计算单元。

5.根据权利要求1所述的一种云计算场景下基于深度学习的人脸识别方法，其特征在于云计算单元对应用者实时上传的数据，以及每次应用者应用各人脸识别应用设备时的人脸数据范本信息，采用谷歌tensorlow作为深度学习计算的框架，进行基于深度学习的计算处理后，各种数据信息保存在云端服务器，后续应用者应用中，人脸数据范本更多、比对数据更多，每次应用者应用各人脸识别应用设备时，人脸识别应用设备的系统内识别比对单元用作比对的范本数据更多，提高了识别后人脸信息的有效性、准确性、安全性。