[发明专利]基于深度学习的计算机人脸识别方法在审
| 申请号： | 201910309941.6 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110321776A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 梁树军;张建伟;王捷;殷知磊;孙海燕;张卓;杜春锋;吴作栋;王文倩;栗京晓 | 申请（专利权）人： | 郑州轻工业学院;郑州豫卓信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 郑州浩德知识产权代理事务所(普通合伙) 41130 | 代理人： | 边鹏 |
| 地址： | 450002 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的计算机人脸识别方法，以实时视频作为媒介，采用基于深度学习的方法对其进行人脸识别，包括如下步骤：S1、数据采集；S2、数据标注；S3、数据训练；S4、人脸识别，本发明的有益效果是采用基于深度学习的方法进行人脸规范性识别，识别模型可编辑，并且能提供准确的识别结果，给用户生成精准的计算机使用权，防止重要数据丢失。 | ||
| 搜索关键词： | 人脸识别 计算机 学习 实时视频 数据标注 数据采集 数据训练 用户生成 重要数据 人脸 使用权 媒介 | ||
【主权项】：
1.基于深度学习的计算机人脸识别方法，其特征在于，以实时视频作为媒介，采用基于深度学习的方法对其进行人脸识别，包括如下步骤：S1、数据采集，对使用者的人脸进行拍摄，将使用者的人脸记录为图像；S2、数据标注，通过标注的方式对S1获得的人脸图形进行保存；S3、数据训练，采用深度学习方法Caffe中基于卷积神经网络的物体检测识别框架，对S2保存的人脸图形进行规范图像识别训练，得到规范人脸识别模型；S4、人脸识别，对用户进行拍摄，并通过S3获得的规范人脸识别模型，对实时视频中的用户图像进行搜索，识别出与规范人脸识别模型中规范人脸相符的用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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郑州轻工业学院;郑州豫卓信息技术有限公司，未经郑州轻工业学院;郑州豫卓信息技术有限公司许可，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/patent/201910309941.6/，转载请声明来源钻瓜专利网。
