[发明专利]一种自学习式人脸识别终端有效
申请号: | 202210184848.9 | 申请日: | 2022-02-28 |
公开(公告)号: | CN114241590B | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 郭佩珊 | 申请(专利权)人: | 深圳前海清正科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V20/64;G06V10/141 |
代理公司: | 深圳信科专利代理事务所(普通合伙) 44500 | 代理人: | 董会明 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自学习 式人脸 识别 终端 | ||
本发明提供一种自学习式人脸识别终端,涉及人脸识别技术领域,包括识别终端和控制底座,控制底座内部嵌入设有旋转动力装置,旋转动力装置顶端连接有支撑架,识别终端内部设有控制器和控制主板,识别终端正面设有显示屏,显示屏靠近顶面处设有识别探头,所述显示屏中心位置设有平扫激光探头,识别终端对用户的人脸进行270度识别和平扫激光探头扫描为三维建模提供数据基础在对用户人脸识别使用时,通过平扫激光探头进行人脸表面的测距和偏转角度后,与内部图像对应的角度进行对比识别分析,同时用户通过自设定人脸识别特征进行指定特征识别,既增加识别终端使用时的快捷性与丰富性,又使识别终端在识别时处于自学习状态,便于使用。
技术领域
本发明涉及人脸识别技术领域,具体为一种自学习式人脸识别终端。
背景技术
根据中国专利号为“CN111444802A”一种人脸识别方法、装置及智能终端,该方法包括以下步骤:采集人脸图片,剪裁至统一大小,转化为向量形式,并生成相对应0-1标签向量;构建可预测判别字典学习模型并初始化,模型包含字典学习子模型以及预测神经网络子模型;迭代优化求解模型直至收敛;收敛过程中利用自生成过采样法训练预测神经网络子模块;保存最优模型,利用训练所得到的模型进行分类,进而获取与待识别的人脸图像相匹配的清晰的人脸图像及其对应的身份信息,并输出待识别图像的人脸识别结果。与现有技术相比,尤其是深度学习人脸识别技术方案相比,本发明具有更高的人脸识别率和时间效率,且对于样本多样性不足的场景效果提升明显。
根据中国专利号为“CN111046837A”一种基于5G架构的人脸识别设备,包括人脸识别终端、5G传输网络模组、5G云端服务器计算平台和备份系统,所述人脸识别终端通过人脸采集模块采集人脸数据,并对数据进行处理;所述人脸识别终端包括泛光感应元件、点阵投影器、环境光传感器、距离感应器和红外镜头,人脸识别终端建立3D人脸模型数据;本发明涉及5G人脸识别技术领域。该基于5G架构的人脸识别设备,基于5G网络架构,传输速率更快;应用云计算平台存储,存储量更大;采用云服务器存储,系统开放性和通用性更好,并且云数据存储设置有备份系统,数据更加安全;采用3D人脸模型数据识别,能有效提高识别率,保密性更好。
上述专利文件一在对人像进行识别后的图像储存仅仅采用二维图片的形式进行储存,人脸由于三维的特征针对二维图像对比分析时容易出现识别不精准和识别错误的现象,专利文件二采用3D建模用户信息进行人脸辅助识别解决二维识别的错误问题,但单一的人脸角度识别容易受光影、妆面、亮暗面的影响,导致人脸识别不精准,不利于实际使用。
发明内容
解决的技术问题
针对现有技术的不足,本发明提供了一种自学习式人脸识别终端,解决了现有的人脸识别无法针对用户的三维立体面容进行精准识别,且识别分析时易受外部环境影响,同时针对人脸识别特征单一无法进行多特征识别的问题。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种自学习式人脸识别终端,所述识别终端的使用流程如下:
Sp1:人脸图像录入,用户对准识别终端表面的识别探头进行人脸的270度的识别,平扫激光探头同步进行数据扫描,识别终端表面的光源照灯进行同步光源补充;
Sp2:数据处理分析,所述识别终端内部对识别的数据进行统一裁剪、分析、集合、存储;
Sp3:人脸三维建模,针对数据分析的人脸数据进行三维人脸建模,所述人脸三维建模根据用户270度图像的关键帧进行组合分析平面数据,结合平扫激光探头同步角度的测距数据进行三维立体数据判定;
Sp4:特征设定,特征设定包括指定特征识别、随机特征识别和常规特征识别,用户选择特征进行设定;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海清正科技有限公司,未经深圳前海清正科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210184848.9/2.html,转载请声明来源钻瓜专利网。