[发明专利]基于RFID的人脸识别方法、装置、设备及存储介质

权利要求书

1.一种基于RFID的人脸识别方法，其特征在于，所述方法包括下述步骤：

通过射频识别设备对预设范围内用户的面部数据进行实时采集；

对采集到的所述面部数据进行实时分割，得到第一数据；

将所述第一数据进行预处理，得到第二数据；

根据所述第二数据，通过预先训练好的神经网络对所述用户进行识别，以识别出所述用户的身份。

2.如权利要求1所述的方法，其特征在于，所述对采集到的所述面部数据进行实时分割的步骤，包括：

实时对预设大小的滑动窗口内所述面部数据中的标签信号强度值进行方差计算，分别得到所述射频识别设备中每个标签对应的信号强度方差值；

当所述每个标签对应的信号强度方差值中的最大值大于预设的方差阈值时，采集预设时长所述用户的面部数据作为所述第一数据。

3.如权利要求1所述的方法，其特征在于，所述将所述第一数据进行预处理的步骤，包括：

使用Unwarp算法对所述第一数据中的相位值进行调整；

采用卡尔曼滤波器对调整后的所述第一数据进行滤波；

对滤波后的所述第一数据进行归一化处理，得到所述第二数据。

4.如权利要求1所述的方法，其特征在于，所述通过射频识别设备对预设范围内用户的面部数据进行实时采集的步骤之前，所述方法还包括：

对通过所述射频识别设备采集到的训练数据集进行实时分割，得到第一训练数据集；

对所述第一训练数据集进行数据增强处理，得到第二训练数据集；

将所述第二训练数据集进行预处理，得到第三训练数据集；

通过所述第三训练数据集对所述神经网络进行训练。

5.如权利要求4所述的方法，其特征在于，所述对所述第一训练数据集进行数据增强处理的步骤，包括：

为所述第一训练数据集中的每个训练数据添加高斯噪音，得到第一扩充数据集；

对所述第一扩充数据集中针对同一用户的预设数量的数据进行加权平均计算，得到第二扩充数据集；

在预设伸缩范围内对所述第一扩充数据集和所述第二扩充数据集中的数据进行伸缩处理，得到第三扩充数据集；

对所述第三扩充数据集中预设部分的数据进行翻转处理，得到第四扩充数据集；

将所述第一训练数据集和所述第四扩充数据集进行合并，得到所述第二训练数据集。

6.如权利要求1所述的方法，其特征在于，所述神经网络为卷积神经网络-长短期记忆网络的混合神经网络。

7.一种基于RFID的人脸识别装置，其特征在于，所述装置包括：

数据采集单元，用于通过射频识别设备对预设范围内用户的面部数据进行实时采集；

数据分割单元，用于对采集到的所述面部数据进行实时分割，得到第一数据；

数据预处理单元，用于将所述第一数据进行预处理，得到第二数据；以及

身份识别单元，用于根据所述第二数据，通过预先训练好的神经网络对所述用户进行识别，以识别出所述用户的身份。

8.如权利要求7所述的装置，其特征在于，所述数据分割单元包括：

窗口方差计算单元，用于实时对预设大小的滑动窗口内所述面部数据中的标签信号强度值进行方差计算，分别得到所述射频识别设备中每个标签对应的信号强度方差值；以及

第一数据获取单元，用于当所述每个标签对应的信号强度方差值中的最大值大于预设的方差阈值时，采集预设时长所述用户的面部数据作为所述第一数据。

9.一种人脸识别设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。