[发明专利]一种现场自主学习的人脸识别系统和方法

说明书

本发明公开了一种现场自主学习的人脸识别系统及方法，系统包括人脸检测器、自编码器、人脸识别器、人脸数据库；人脸检测器，用于从采集的动态视频中检测人脸框的位置，获得人脸图像，并将人脸图像输入自编码器中；自编码器，用于将人脸图像转换为高维特征，然后将转换后的图像特征输入人脸识别器中；人脸识别器，用于从人脸数据库中识别出对应的人脸身份；人脸数据库，用于存储现有的人脸及身份信息。本发明能够在无人工干预的情况下根据现场样本数据全自动地自主学习模型参数，从而增强了模型对场景数据的适应能力，提升了模型对特定目标群体的识别精度。

技术领域

本发明属于人脸识别技术领域，涉及一种人脸识别系统和方法，具体涉及一种现场自主学习的人脸识别系统和方法。

技术背景

人脸识别是指能够识别或验证图像或视频中的主体的身份的技术。当被部署在无约束条件的环境中时，由于人脸图像在现实世界中的呈现具有高度的可变性，所以人脸识别也是最有挑战性的生物识别方法之一。首个人脸识别算法诞生于七十年代初，当前基于人工设计的特征和传统机器学习技术的传统方法近来已被使用非常大型的数据集训练的深度神经网络取代。

卷积神经网络(CNN)是人脸识别方面最常用的一类深度学习方法。Facebook的DeepFace是最早的用于人脸识别的CNN方法之一，其使用了一个能力很强的模型，在LFW基准上实现了97.35％的准确度。香港中文大学提出的DeepID系统通过在图块上训练60个不同的CNN而得到了相近的结果。旷视科技的Face++从网络上搜集了5百万张人脸图片用于训练深度卷积神经网络模型，在LFW数据集上达到了99.5％的准确率。与其他的深度学习方法在人脸上的应用不同，Google的FaceNet并没有用传统的softmax的方式去进行分类学习，然后抽取其中某一层作为特征，而是直接进行端对端学习一个从图像到欧式空间的编码方法，然后基于这个编码再做人脸识别、人脸验证和人脸聚类等，LFW上的精度为99.65％。英国伦敦帝国理工学院邓建康等提出的ArcFace，在SphereFace基础上改进了对特征向量归一化和加性角度间隔，提高了类间可分性同时加强类内紧度和类间差异，LFW上的测试精度达到99.83％。同为邓建康等人提出的RetinaFace被公认为目前最强开源人脸检测算法，在WiderFace的人脸检测精度达到91.4％；通过采用轻量级骨干网络，RetinaFace可以在单CPU核上实时运行。

当前的深度学习方式下，离线训练后的深度学习模型一旦部署后，无法针对应用现场的实际样本数据自主在线更新模型参数，即不具备现场自主学习能力。然而，由于应用场景的多样化和不确定性，即使离线训练模型的训练样本量足够丰富，预先收集的训练样本也无法完全反映真实使用环境下实际数据的统计特性，例如，人脸识别应用中，实际的图像采集环境、光照条件、目标群体与训练样本不可能完全一致，从而限制了深度学习模型的潜力。反之，如果深度网络模型能够根据实际场景下的样本数据自主学习、自动更新模型参数，那么模型不仅拥有更好的适应能力而且越学越聪明。达成这种效果的主要困难在于现场实际数据往往未被标注，难以对模型进行标签监督的训练。

自编码器具有监督自身学习的能力，在训练时无须额外标签数据的支持，因而可作为一种通用的无监督的高维特征提取器。将其引入现有的人脸识别模型框架中，一定程度上可以规避模型训练对标签数据的强依赖性，从而促成模型具备自主学习能力。

在人脸考勤、门禁之类人脸识别的身份认证应用中，当单位人数比较多时，容易出现因“撞脸”引起误识或因缺少个性化的大众脸引起拒识的情况。这种识别差错尽管只发生在个别人身上，但一旦出现将给特定个体带来极大的不便。为此，需要采取措施加大对易误识或难识别的困难样本的训练强度。鉴于困难样本只会在现场应用中暴露出来而无法事先预知，因而对困难样本的再次训练也属于现场自主学习的范畴。

发明内容

为了解决上述技术问题，本发明提供了一种现场自主学习的人脸识别系统和方法。

本发明的系统所采用的技术方案是：一种现场自主学习的人脸识别系统，其特征在于：包括人脸检测器、自编码器、人脸识别器、人脸数据库；