[发明专利]基于YOLOV5模型的人脸识别方法

权利要求书

1.一种基于YOLOV5模型的人脸识别方法，其特征在于，包含以下步骤：

获取若干第一训练图像；

对所述第一训练图像进行标定；

通过标定好的所述第一训练图像对YOLOV5模型进行训练；

通过图像采集设备采集若干第二训练图像；

对所述第二训练图像进行标定；

通过标定好的所述第二训练图像对FaceNet模型进行训练；

通过所述图像采集设备采集若干注册用户的人脸图像输入至训练好的所述YOLOV5模型和所述FaceNet模型得到若干注册用户的第一人脸特征向量并保存至数据库；

通过所述图像采集设备采集待识别用户的人脸图像并输入至训练好的所述YOLOV5模型和所述FaceNet模型得到该待识别用户的第二人脸特征向量；

将所述第二人脸特征向量和数据库中的保存的所述第一人脸特征向量进行相似度匹配，当相似度大于预设阈值时表明该待识别用户是注册用户。

2.根据权利要求1所述的基于YOLOV5模型的人脸识别方法，其特征在于，

在所述通过标定好的所述第一训练图像对YOLOV5模型进行训练之前，所述基于YOLOV5模型的人脸识别方法还包括：

对标定后的所述第一训练图像进行预处理；

对预处理后的所述第一训练图像进行Mosaic图像增强操作；

将图像增强后的所述第一训练图像缩放为统一尺寸。

3.根据权利要求2所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述Mosaic图像增强操作包括图像随机缩放、图像随机裁剪和图像随机排布。

4.根据权利要求1所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述YOLOV5模型包含依次连接的Focus层、第一Conv层、第一CSP层、第二Conv层、第二CSP层、第三Conv层、第三CSP层、第四Conv层、SPP层和第一CSP层。

5.根据权利要求4所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述Focus层的卷积核的数量为1；

所述第一Conv层的卷积核的数量为1；

所述第一CSP层的卷积核的数量为3；

所述第二Conv层的卷积核的数量为1；

所述第二CSP层的卷积核的数量为9；

所述第三Conv层的卷积核的数量为1；

所述第三CSP层的卷积核的数量为9；

所述第四Conv层的卷积核的数量为1；

所述SPP层的卷积核的数量为1；

所述第一CSP层的卷积核的数量为3。

6.根据权利要求5所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述YOLOV5模型回归损失采用CIOU计算。

7.根据权利要求1所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述图像采集设备为双目摄像头。

8.根据权利要求7所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述图像采集设备包含红外摄像头数据和CMOS摄像头。

9.根据权利要求1所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述对所述第一训练图像进行标定的具体方法为：

标定所述第一训练图像中的人脸坐标和属性信息。

10.根据权利要求9所述的基于YOLOV5模型的人脸识别方法，其特征在于，

所述属性信息包含用于标示人眼、嘴巴、鼻子和人脸的81个点的坐标。