[发明专利]一种人脸识别系统及方法

说明书

本发明实施例提供了一种人脸识别系统及方法，涉及人工智能技术领域。系统包括云端服务器和终端；终端用于获取待识别人脸图像；检测所存储的第一人脸识别模型与云端服务器所存储的第二人脸识别模型是否相同；若不同，向云端服务器发送待识别人脸图像；云端服务器用于接收待识别人脸图像；基于第二人脸识别模型对待识别人脸图像进行识别，得到识别结果，向终端发送识别结果；其中，在云端服务器中存储的样本人脸图像库更新时，利用更新后的样本人脸图像库更新第二人脸识别模型；终端还用于接收识别结果。与现有技术相比，应用本发明实施例提供的方案，可以实现在逐渐添加新的参考人脸图像的情况下，终端可以始终获取到具有较高准确度的识别结果。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种人脸识别系统及方法。

背景技术

随着人工智能技术的不断发展，人脸识别技术被逐渐应用到各个领域中，例如，公司等场所的门禁系统、车载的驾乘人员识别系统等。

通常，人脸识别可以通过预设的人脸识别模型实现，而人脸识别模型是利用样本人脸图像库中的各个人脸图像对初始模型进行训练得到的，也就是说，样本人脸图像库中所包括的人脸图像的数量和图像内容可以影响所得到的人脸识别模型的识别准确度。其中，很多情况下，训练人脸识别模型所使用的样本人脸图像库中所包括的人脸图像和进行人脸识别时所使用的待识别人脸图像所对应的人员身份是相同的。

例如，针对某个公司的门禁系统而言，各个员工的身份证人脸图像可以构成样本人脸图像库，从而，可以利用该公司的各个员工的身份证人脸图像训练得到人脸识别模型，而该门禁系统对该公司的各个员工进行人脸识别时，可以将待识别人脸图像与该公司的各个员工的身份证人脸图像进行匹配。

相关技术中，用于进行人脸识别的系统可以包括云端服务器和终端。其中，云端服务器用于利用样本人脸图像库进行初始模型训练，并将训练得到的人脸识别模型发送给终端，从而，终端在接收到云端服务器发送的人脸识别模型后，可以利用该人脸识别模型对获取到的待识别人脸图像进行识别，得到识别结果。

然而，在上述相关技术中，由于人员流动等原因，待识别人脸图像所对应的人员身份会逐渐发生变化，例如，可以逐渐添加新的待识别人脸图像，从而，使得所得到的人脸识别模型的识别准确度逐渐降低，导致终端所得到的识别结果的准确度逐渐降低。

发明内容

本发明实施例的目的在于提供一种人脸识别系统及方法，以实现在逐渐添加新的参考人脸图像的情况下，终端可以始终获取到具有较高准确度的识别结果。具体技术方案如下：

第一方面，本发明实施例提供了一种人脸识别系统，所述系统包括云端服务器和终端；

所述终端，用于获取待识别人脸图像；检测所存储的第一人脸识别模型与所述云端服务器所存储的第二人脸识别模型是否相同；如果不同，向所述云端服务器发送所述待识别人脸图像；所述云端服务器，用于接收所述待识别人脸图像；基于所述第二人脸识别模型对所述待识别人脸图像进行识别，得到识别结果，并向所述终端发送所述识别结果；其中，在所述云端服务器中存储的样本人脸图像库更新时，利用更新后的所述样本人脸图像库更新所述第二人脸识别模型；所述终端，还用于接收所述识别结果。

可选的，一种具体实现方式中，所述样本人脸图像库的更新包括：在样本人脸图像库中增加新的样本人脸图像和/或替换所述样本人脸图像库中的样本人脸图像。

可选的，一种具体实现方式中，所述云端服务器，还用于判断所述待识别人脸图像是否为新的样本人脸图像，并在判断结果为是的情况下，基于利用所述待识别人脸图像更新后的所述样本人脸图像库，更新所存储的第二人脸识别模型，得到更新后的第二人脸识别模型；向所述终端发送更新后的第二人脸识别模型；所述终端，还用于接收所述云端服务器发送的第二人脸识别模型，并将所述终端所存储的第一人脸识别模型替换为接收到的第二人脸识别模型。