[发明专利]一种基于TinyML的低功耗人脸识别方法

权利要求书

1.一种基于TinyML的低功耗人脸识别方法，其特征在于，包括以下步骤：

a）训练并部署行人检测模型，收集数据训练行人检测模型，进行模型量化和压缩，以便部署到微处理器开发板上；

b）构建人脸数据库，采集人脸数据，提取并存储人脸特征；

c）部署人脸识别模型，将运行功耗较大的人脸识别模型部署到服务器上；

d）摄像头采集人脸数据，摄像头实时采集数据，并将视频流输入到微处理器开发板；

e）运行行人检测模型，开发板接收到视频流数据后，检测数据是否包括行人，如包括行人，则将数据传输到服务器，否则结束流程；

f）运行人脸识别模型，服务器接收到来自开发板的人脸数据后，运行人脸识别模型，当计算人脸相似度高于设定阈值时，执行开门动作，否则结束流程。

2.根据权利要求1所述的基于TinyML的低功耗人脸识别方法，其特征在于，所述步骤f中人脸识别模型具体步骤如下，人脸识别模型负责对接收到的视频流数据进行处理，并提取人脸特征，和人脸数据库数据分别计算相似度，并和预先设定阈值比对，输出比对结果。

3.根据权利要求1所述的基于TinyML的低功耗人脸识别方法，其特征在于，所述行人检测模型实际为一个二分类模型，即预测图像中是否包括行人，收集训练数据训练模型，并通过模型量化和压缩方式降低模型容量，将模型部署到微处理器开发板上。

4.根据权利要求1所述的基于TinyML的低功耗人脸识别方法，其特征在于，所述人脸识别模型采用神经网络模型提取人脸特征，存储到人脸数据库。