[发明专利]一种基于训练式的人脸识别智能保险柜应用方法及系统

说明书

本发明提出了一种基于训练式的人脸识别智能保险柜应用方法及系统，涉及人脸识别的技术领域。包括训练模型，利用人脸识别装置采集持有人的人脸图像信息，定义为第一训练样本；从互相网上采集非持有人的人脸图像信息，定义为第二训练样本；将第一训练样本和第二训练样本导入训练模型进行训练，获得决策模型；人脸识别装置对使用者进行检测时，对其人脸图像进行采集并基于决策模型进行匹配，当结果值超过第一预设值时，发出打开智能保险柜的指令；当结果值低于第二预设值时，发出禁止打开智能保险柜的指令。其能够实现高精度的面向智能保险柜应用的人脸识别。

技术领域

本发明涉及人脸识别的技术领域，具体而言，涉及一种基于训练式的人脸识别智能保险柜应用方法及系统。

背景技术

现代社会，国家、企业和家庭越来越重视财产的保护，智能保险柜也发挥着越来越重要的作用。它可以有效地保存折、现金、黄金等重要的财产，为财产保护提供了重要的支持。同时，它的安全问题也成为了一种潜在的隐患，很多不法分子通过盗用等方式造成了巨大的财产损失。基于此，很多研究机构、科技公司将人脸识别技术和智能保险柜的应用有效地进行了结合，在提供方便的同时也保护了财产安全。

然而，传统的人脸识别技术存在着一定不足之处，无法有效地保障基于人脸识别的智能保险柜的安全应用。首先，不同角度采集到的人脸往往存在一定的差异性，传统方法没有充分地考虑不同人脸的差异性；由此显著地降低了人脸识别的精度。因此，如何建立一个更为有效的基于精准训练式人脸识别的智能保险柜应用方法，保证人脸识别的精准度，最大限度地保障智能保险柜的安全使用是一项亟待解决的问题。

发明内容

本发明的目的在于提供一种基于训练式的人脸识别智能保险柜应用方法，其能够实现高精度的面向智能保险柜应用的人脸识别。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种基于训练式的人脸识别智能保险柜应用方法，其包括定义训练模型，所述训练模型包括支持向量机模型；利用保险柜上的人脸识别装置采集保险柜持有人的人脸图像信息，将该人脸图像信息定义为第一训练样本；从互相网上采集非保险柜持有人的人脸图像信息，将该人脸图像信息定义为第二训练样本；将所述第一训练样本和所述第二训练样本导入训练模型进行训练，获得决策模型；保险柜的人脸识别装置对使用者进行检测时，对其人脸图像进行采集并基于决策模型进行匹配，当基于所述决策模型匹配的结果值超过第一预设值时，发出打开智能保险柜的指令；当基于决策模型匹配的结果值低于第二预设值时，发出禁止打开智能保险柜的指令。

在本发明的一些实施例中，还包括当基于决策模型匹配的结果值在第一预设值与第二预设值之间，则重复上述步骤。

在本发明的一些实施例中，当基于决策模型匹配的结果值在第一预设值与第二预设值之间时，还包括采用深度哈希编码方法对所述第一训练样本和所述第二训练样本分别进行表征，对所述表征的样本采用欧式距离计算方法计算所述第一训练样本和所述第二训练样的相似度，根据相似度大小从高到低，保存第一预设数量的所述第一训练样本和所述第二训练样为对比样本；采用多组式K均值算法将待检测图像与所述对比样本进行匹配，若判断待检测图像为保险柜持有人的人脸图像，则发出打开保险柜的指令；若判断待检测图像不是保险柜持有人的人脸图像，则发出禁止打开保险柜的指令。

在本发明的一些实施例中，所述深度哈希编码方法包括采用损失函数将所述第一训练样本和第二训练样本中的符合预设相似度的样本的进行归类，将不符合预设相似度的样本排除；将所述符合预设相似度的样本生成二进制编码，使用正则化器使所述二进制编码逼近期望的离散值，量化输出的二进制编码表征。

在本发明的一些实施例中，所述对比样本中的所述第一训练样本内包括多个正样本，所述对比样本中的所述第二训练样本内包括多个负样本，分别采用欧式距离计算两两正样本之间的相似度、两两负样本之间的相似度，保留多个相同数量的正样本和负样本。