[发明专利]一种基于深度学习的人脸识别系统

摘要

一种基于深度学习的人脸识别系统，属于深度学习及图像处理技术领域。包括PC端网络训练模块、片上系统和周边外设模块：PC端网络训练模块包括数据集处理、CNN训练、初始化、梯度回传、反向传播以及前向传播单元；首先在PC端网络模块中构建网络结构，同时采集足够的人脸训练集，训练出一个可用的深度学习人脸识别网络；片上系统包括图像采集模块、fifo控制模块、深度学习人脸识别模块、人员信息存储模块和图像显示模块。在50MHz时钟下识别速度上可以达到400FPS；识别精度高达99.25％可比拟人眼识别精度；训练集涵盖各种光照条件，可以在大部分的光照条件下完成识别功能，拥有很好的鲁棒性。

主权项

1.一种基于深度学习的人脸识别系统，其特征在于：包括PC端网络训练模块、片上系统和周边外设模块；其中，PC端网络训练模块包括：数据集处理单元、CNN训练单元、初始化单元、梯度回传单元、反向传播单元以及前向传播单元；根据实际需要，首先在PC端网络模块中构建网络结构，同时采集足够的人脸训练集，训练出一个可用的深度学习人脸识别网络，其中；人脸识别网络采用的激活函数是sigmoid函数；片上系统包括图像采集模块、fifo控制模块、深度学习人脸识别模块、人员信息存储模块和图像显示模块；周边外设模块包括摄像头子模块、VGA数模转换模块和本地显示器；其中，摄像头子模块中主要包括多路摄像头及摄像头连接线；一种基于深度学习的人脸识别系统中各模块的连接关系如下：摄像头子模块中的多路摄像头通过摄像头连接线将多路数据通道连接到图像采集模块，图像采集模块连接到fifo控制模块，fifo控制模块连接到深度学习人脸识别模块，同时连接到图像显示模块，深度学习人脸模块连接到人员信息存储模块，人员信息存储模块集成在fifo控制模块内，由fifo控制模块进行控制，将结果输出到图像显示模块；图像显示模块再将数字信号传输到VGA数模转换模块，经过数模转换后输出到本地显示器；各个模块功能如下：多路摄像头完成图像的采集功能，并传输给图像采集模块；图像采集模块的功能是接收视频流的输入数据，并传输给fifo控制模块；fifo控制模块对传来的视频信号进行缓存，以保证输出图像数据的完整性，并对传来的图片进行实时降采样，降采样到适合网络识别的像素大小存到fifo中；深度学习人脸识别模块的功能是实现人脸识别功能的加速处理，其输入为经过降采样的人脸图像，模块完成人脸识别后，输出人脸结果；人员信息存储模块中存着人员的信息，它接收来自深度学习人脸识别模块的结果，并将该人员具体信息输出到图像显示模块，该模块集成在fifo控制模块中；由fifo控制模块控制，输出到图像显示模块；图像显示模块的功能是接收经过缓存的视频流数据，产生规范的视频流时序并匹配相应的像素数据，输出到片外的VGA数模转换模块，另外该模块还具有数据自动对齐功能，可以克服本地时序产生后输入视频流数据滞后导致的显示错位问题；周边外设模块的各个模块功能如下：摄像头的功能是采集外部场景，产生稳定的数字视频流；VGA数模转换模块功能是接收图像显示模块传出的数字信号和行场同步信号，并将数字信号进行数模转换，传输给本地显示器；本地显示器的功能是采集图像以及识别结果实时显示；一种基于深度学习的人脸识别系统的工作过程，包括搭建人脸识别网络、训练人脸识别网络、搭建FPGA平台以及网络参数更新四部分，具体步骤如下：步骤1、在PC端网络训练模块搭建一个用于人脸识别的卷积神经网络；步骤2、用预先采集好的人脸库对人脸识别网络进行训练，得出训练好的网络参数；步骤3、基于FPGA平台搭建人脸识别网络；步骤4、将步骤2训练输出的网络参数导入步骤3搭建好的人脸识别网络上。