基于深度学习的人脸识别方法、装置、设备及介质.pdf
Ja****23
亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的人脸识别方法、装置、设备及介质.pdf
本发明涉及人工智能领域,提供一种基于深度学习的人脸识别方法、装置、设备及介质,能够基于深度可分离卷积构建中间层及主干网络结构,基于BatchNorm构建对齐层及分支,基于总损失函数对主干网络结构及分支构成的初始网络进行自知识蒸馏训练,有效缩短了模型在训练过程中的收敛时间,提升了模型网络的参数利用与效能收敛,以主干网络结构开始训练,直至将知识蒸馏到分支中,以较低的成本搜索到相较于原有的主干网络结构损失更小的分支,删除目标分支以外的其他分支及与其他分支连接的中间层,得到人脸识别模型进行人脸识别,进而利用轻量化
基于人脸视频的用户情绪识别方法、装置、设备及介质.pdf
本申请涉及一种基于人脸视频的用户情绪识别方法、装置、设备及存储介质。所述方法包括:利用图像采集设备实时采集用户的人脸视频信息,提取人脸视频信息中的感兴趣区域,基于感兴趣区域得到人脸视频信息的BVP信号,基于BVP信号及EEMD算法构建体征信号,基于频谱跟踪算法和体征信号得到用户的实时体征信息,根据人脸视频信息对用户进行姿态分析,判断人脸视频信息中用户是否产生预设姿态,当判断人脸视频信息中用户产生预设姿态时,记录用户产生预设姿态的时间信息,读取时间信息对应的目标体征信息,基于目标体征信息和预设姿态识别用户的
基于RFID的人脸识别方法、装置、设备及存储介质.pdf
本发明适用人脸识别技术领域,提供了一种基于RFID的人脸识别方法、装置、设备及存储介质,该方法包括:实时采集待识别用户的面部数据,将面部数据进行预处理,得到预处理数据,根据预处理数据,通过预先训练好的特征提取网络对待识别用户进行面部特征提取,得到待识别用户的面部特征,根据面部特征,通过预先训练好的人脸分类网络对待识别用户进行身份识别,以识别出待识别用户的身份,从而降低了环境对人脸识别的影响程度,并消除了在人脸识别过程中识别距离的影响,提高了人脸识别的精度和安全性。
人脸识别方法、装置、设备及介质.pdf
本发明实施例提供了一种人脸识别方法、装置、设备及介质,所述方法包括:获得待识别的人脸图像;在所述人脸图像包含被遮挡的局部人脸区域的情况下,从所述人脸图像的未被遮挡的剩余人脸区域中提取未被遮挡的局部人脸区域;对所述人脸图像进行特征提取,得到第一全脸特征表示,以及,对所述未被遮挡的局部人脸区域进行特征提取,得到局部人脸特征表示;根据所述第一全脸特征表示和所述局部人脸特征表示,对所述人脸图像对应的身份进行识别。采用本发明技术方案,可以实现在人脸图像中的部分人脸区域被遮挡的情况下,成功进行人脸图像识别。
人脸识别方法、装置、设备及存储介质.pdf
本说明书实施例涉及人脸识别方法、装置、设备及存储介质。其中一个方法包括:获取第一用户的人脸特征,在第一刷脸数据库内检索人脸特征对应的第二用户,再获取第二用户的特征数据、刷脸终端的特征数据和第二用户与刷脸终端之间的关联特征数据,并根据上述特征数据,通过预先构建的识别模型,识别第二用户与第一用户的一致性。