[发明专利]一种人脸识别方法、系统及电子设备和存储介质在审
| 申请号： | 201910329170.7 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110033332A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 陈鑫;赵明 | 申请（专利权）人： | 杭州智趣智能信息技术有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06K9/00;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 310000 浙江省杭州市滨*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 人脸识别 训练集 电子设备 目标学习 训练样本 计算机可读存储介质 准确度 存储介质 模型识别 目标人脸 人脸图片 损失函数 训练过程 交叉熵 加权 申请 学习 图片 | ||
本申请公开了一种人脸识别方法、系统及一种电子设备和计算机可读存储介质，该方法包括：获取训练集；其中，所述训练集包括多个训练样本，所述训练样本为已标记类别的人脸图片；利用所述训练集训练mobilefacenet学习模型，得到训练完成的目标学习模型，以便利用所述目标学习模型识别目标人脸图片；其中，在训练过程中采用加权交叉熵损失函数。由此可见，本申请提供的人脸识别方法，提高了人脸识别和准确度。
技术领域
本申请涉及人脸识别技术领域，更具体地说，涉及一种人脸识别方法、系统及一种电子设备和一种计算机可读存储介质。
背景技术
对于零售行业门店(如服装店、商店等)需要统计对客流属性分析，主要包括统计到店人流中性别和年龄分布，并制定相应的销售策略。通过摄像设备采集人脸图片，并识别该人脸图片的性别和年龄信息。
在现有技术中，采用机器学习模型(如SVM、Adaboost)等对输入人脸图片进行识别，准确度较差。且识别性别和年龄信息需要两个模型进行分别识别，识别效率较低。
因此，如何提高人脸识别的效率和准确度是本领域技术人员需要解决的技术问题。
发明内容
本申请的目的在于提供一种人脸识别方法、系统及一种电子设备和一种计算机可读存储介质，提高了人脸识别的效率和准确度。
为实现上述目的，本申请提供了一种人脸识别方法，包括：
获取训练集；其中，所述训练集包括多个训练样本，所述训练样本为已标记类别的人脸图片；
利用所述训练集训练mobilefacenet学习模型，得到训练完成的目标学习模型，以便利用所述目标学习模型识别目标人脸图片；
其中，在训练过程中采用加权交叉熵损失函数。
其中，若所述人脸图片具体为已标记年龄类别的人脸图片，则所述利用所述目标学习模型识别目标人脸图片，包括：
当接收到目标人脸图片时，将所述目标人脸图片输入所述目标学习模型中，得到所述目标人脸图片的年龄类别识别结果。
其中，还包括：
按照预设的年龄分类标准标记所述训练集中每个所述人脸图片的年龄类别。
其中，所述年龄分类标准包括将年龄的十位数相同的人脸图片划分为同一类。
其中，所述加权交叉熵损失函数具体为：
其中，loss为所述训练样本的损失值，k为类别标识，tk为所述训练样本的第k个类别对应的标记值，yk为在所述mobilefacenet学习模型中所述训练样本的第k个类别对应的输出值，αk为第k个类别对应的权重。
其中，所述类别对应的权重与属于所述类别的训练样本的数量呈负相关。
其中，所述权重的计算公式为：
其中，Nk为属于第k个类别的训练样本的数量，Nmax为属于目标类别的训练样本的数量，所述目标类别为包含训练样本数量最多的类别。
为实现上述目的，本申请提供了一种人脸识别系统，包括：
获取模块，用于获取训练集；其中，所述训练集包括多个训练样本，所述训练样本为已标记类别的人脸图片；
训练模块，用于利用所述训练集训练mobilefacenet学习模型，得到训练完成的目标学习模型，以便利用所述目标学习模型识别目标人脸图片；其中，在训练过程中采用加权交叉熵损失函数。
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杭州智趣智能信息技术有限公司，未经杭州智趣智能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/pat/books/201910329170.7/2.html，转载请声明来源钻瓜专利网。
