[发明专利]基于Tengine学习框架的人脸识别方法及其应用

说明书

本发明提出了一种基于Tengine学习框架的人脸识别方法，包括以下步骤：步骤1）使用caffe为框架训练完生成人脸识别caffe.proto格式的模型；步骤2）在主控制器上烧写系统镜像；步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；步骤4）使用tengine去调用caffe.proto模型；步骤5）集成tengine与其余部分软件完成人脸识别方，本发明提高人脸识别的精度，可实现人脸精确识别，可用于闸机中。

技术领域

本发明涉及一种人脸识别方法，具体的说是一种人脸识别方法的应用，属于人脸识别技术领域。

背景技术

现有的闸机系统，大都使用单目摄像头，无法分辨照片，3D打印等欺诈品。算法比较简单，人戴上帽子或者墨镜会导致无法识别。

发明内容

本发明的目的是提供一种基于Tengine学习框架的人脸识别方法及其应用，提高人脸识别的精度，可实现人脸精确识别。

本发明的目的是这样实现的：一种基于Tengine学习框架的人脸识别方法，包括以下步骤：

步骤1）使用caffe为框架训练完生成人脸识别caffe.proto格式的模型；

步骤2）在主控制器上烧写系统镜像；

步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；

步骤4）使用tengine去调用caffe.proto模型；

步骤5）集成tengine与其余部分软件完成人脸识别方法。

作为本发明的进一步限定，步骤4具体为：

4-1）首先使用tengine库前，要先执行对Tengine库进行初始化操作；

4-2）加载已保存成文件的caffe.proto模型到系统中；

4-3）创建运行图；

4-4）获取图的输入张量，并设置张量的形状；

4-5）将人脸图片作为输入数据，并设置张量缓存数据区，运行图；

4-6）获取输出数据并将此数据和后台数据库的人脸信息进行比对；

4-7）释放资源。

作为本发明的进一步限定，步骤5）具体为：

（1）将人脸图片信息上传至后台数据库

（2）利用双路mipi摄像头采集图像，采集的图像用RK3399的mpp库来进行编解码处理

（3）调用嵌入式计算机视觉库Bladecv对图像信息进行信息叠加处理和视频显示

（4）利用tengine将摄像头采集的图像和后台数据库的人脸信息完成比对。

一种闸机系统，包括检测系统、中心系统、和云端系统；

所述检测系统选用双目摄像头，双目摄像头对用户进行人脸识别，人脸识别方法如权利要求1所示；

所述中心系统由通信模块、电源模块、RK3399主控制器、人脸识别算法及外围电路组成；

所述云端系统为web云端服务器；所述的云端服务器可以录入人脸信息，并将人脸信息推送到绑定的设备中。

作为本发明的进一步限定，所述的通信模块用于有线或无线连接云端服务器，所述的电源模块为整个系统供电，所述的外围电路包括液晶触摸屏显示信息，扬声器提供音频播放，韦根接口连接闸机模块，闸机模块通过韦根接口与RK3399主控制器相连接，USB接口连接刷卡模块。