[发明专利]基于RFID的人脸识别方法、装置、设备及存储介质在审
| 申请号: | 202211081883.4 | 申请日: | 2022-09-06 |
| 公开(公告)号: | CN115565221A | 公开(公告)日: | 2023-01-03 |
| 发明(设计)人: | 罗成文;杨忠如;饶荣;王海涛;李坚强 | 申请(专利权)人: | 深圳大学 |
| 主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/774;G06V10/82;G06K7/00 |
| 代理公司: | 深圳青年人专利商标代理有限公司 44350 | 代理人: | 吴桂华 |
| 地址: | 518060 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 rfid 识别 方法 装置 设备 存储 介质 | ||
1.一种基于RFID的人脸识别方法,其特征在于,所述方法包括下述步骤:
实时采集待识别用户的面部数据;
将所述面部数据进行预处理,得到预处理数据;
根据所述预处理数据,通过预先训练好的特征提取网络对所述待识别用户进行面部特征提取,得到所述待识别用户的面部特征;
根据所述面部特征,通过预先训练好的人脸分类网络对所述待识别用户进行身份识别,以识别出所述待识别用户的身份。
2.如权利要求1所述的方法,其特征在于,所述将所述面部数据进行预处理的步骤,包括:
使用Unwarp算法对所述面部数据中的相位值进行调整;
采用卡尔曼滤波器对调整后的所述面部数据进行滤波;
对滤波后的所述面部数据进行归一化处理,得到所述预处理数据。
3.如权利要求1所述的方法,其特征在于,所述实时采集待识别用户的面部数据的步骤之前,包括:
根据预先采集的训练数据集对预先构建的距离消除模块进行训练,其中,所述距离消除模块由所述特征提取网络、所述人脸分类网络以及预先构建的距离识别网络组成。
4.如权利要求3所述的方法,其特征在于,所述根据预先采集的训练数据集对预先构建的距离消除模块进行训练的步骤,包括:
根据所述训练数据集和预设的第一目标函数,对所述距离识别网络中的参数进行训练;
根据所述训练数据集、已训练好的所述距离识别网络中的参数以及预设的第二目标函数,对所述特征提取网络和所述人脸分类网络中的参数进行训练。
5.如权利要求3所述的方法,其特征在于,所述根据预先采集的训练数据集对预先构建的距离消除模块进行训练的步骤之后,所述方法还包括:
根据预先采集的新用户样本集对预先构建的新用户注册模块进行训练,其中,所述新用户注册模块由已训练好的所述特征提取网络和预先构建的新用户分类网络组成。
6.一种基于RFID的人脸识别装置,其特征在于,所述装置包括:
数据采集单元,用于实时采集待识别用户的面部数据;
数据预处理单元,用于将所述面部数据进行预处理,得到预处理数据;
特征提取单元,用于根据所述预处理数据,通过预先训练好的特征提取网络对所述待识别用户进行面部特征提取,得到所述待识别用户的面部特征;以及
身份识别单元,用于根据所述面部特征,通过预先训练好的人脸分类网络对所述待识别用户进行身份识别,以识别出所述待识别用户的身份。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
第一模块训练单元,用于根据预先采集的训练数据集对预先构建的距离消除模块进行训练,其中,所述距离消除模块由所述特征提取网络、所述人脸分类网络以及预先构建的距离识别网络组成。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
第二模块训练单元,用于根据预先采集的新用户样本集对预先构建的新用户注册模块进行训练,其中,所述新用户注册模块由已训练好的所述特征提取网络和预先构建的新用户分类网络组成。
9.一种人脸识别设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
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深圳大学,未经深圳大学许可,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/202211081883.4/1.html,转载请声明来源钻瓜专利网。





