[发明专利]基于深度特征转正的跨姿态人脸识别算法与基于微服务架构的人脸识别系统

权利要求书

1.一种基于深度特征转正的跨姿态人脸识别算法与基于微服务架构的人脸识别系统，包括算法和系统，其特征在于：

所述算法包括训练阶段和检测阶段：

所述训练阶段包括以下步骤：

步骤1：对人脸图像进行预处理；(归一化，随机水平反转进行数据增广)

步骤2：通过深度卷积神经网络(ResNet50)将人脸图像提取为512维的特征；

步骤3：在提取到的人脸特征之上，结合我们提出的Frontal Center Loss，进行损失计算；

步骤4：反向传播，利用随机梯度下降算法更新网络参数；

所述检测阶段包括以下步骤：

步骤1：通过人脸检测算法(基于RetinaNet的实现)对图像进行人脸的检测；

步骤2：通过利用Frontal Center Loss训练到的深度特征提取网络(ResNet50)，对人脸图像进行特征提取，得到512维度的人脸特征；

步骤3：通过相似度比较算法，将提取到的人脸特征和底库中的人脸特征进行相似度比较，进行人脸的识别；

所述系统包括以下步骤：

模块1：基于Docker的摄像头图像抓取模块，通过RTSP网络协议，不断地从摄像头中抓取摄像头图像，生成计算请求，发送到消息队列模块；

模块2：消息队列模块，基于Docker和RabbitMQ技术，利用消息队列，来将算法服务和计算发起服务(摄像头抓取模块)进行解耦合，同时做到负载均衡的效果；

模块3：基于Docker和PyTorch的人脸是识别服务，会和模块2进行交互，不断地消费计算任务，进行人脸的检测和特征提取，同时和数据库模块(模块4)进行交互，进行人脸的底库中的识别；

模块4：基于Docker和MySQL的数据库服务，通过数据库来进行数据的持久化，为算法服务和后端系统提供数据的访问；

模块5：基于REST接口和Flask以及Docker的后端服务，通过读取MySQL数据库，来将系统的检测结果提供给其他前端系统调用；

模块6：基于Vue的前端系统，通过REST接口和后端交互，来将系统检测的结果进行可视化呈现。