1.一種基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),包括人臉檢測模塊、特征提取模塊、特征比對模塊、人像數(shù)據(jù)庫模塊,其特征在于,
所述特征提取模塊,基于深度學(xué)習(xí)的人臉識別模型提取的目標(biāo)人物的臉部圖像中的臉部特征;
所述人像數(shù)據(jù)庫模塊,包括人像特征數(shù)據(jù)、以及人像特征數(shù)據(jù)的快速索引樹;
所述特征比對模塊,配置為將特征提取模塊所提取的臉部特征,基于所述人像數(shù)據(jù)庫模塊中的快速索引樹進(jìn)行快速匹配,并輸出匹配結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述特征提取模塊,配置為基于深度學(xué)習(xí)的人臉識別模型,對人臉檢測模塊輸出的目標(biāo)人物的臉部圖像數(shù)據(jù)進(jìn)行目標(biāo)人物的臉部特征的提取。
3.根據(jù)權(quán)利要求2所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述快速索引樹基于KD‐Tree構(gòu)建。
4.根據(jù)權(quán)利要求3所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述人臉檢測模塊、所述特征提取模塊和所述特征比對模塊設(shè)置于移動終端上。
5.根據(jù)權(quán)利要求4所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述人像數(shù)據(jù)庫模塊包括設(shè)置于人臉識別服務(wù)器上的第一人像數(shù)據(jù)庫模塊和設(shè)置于所述移動終端上的第二人像數(shù)據(jù)庫模塊,并且
所述第二人像數(shù)據(jù)庫模塊能夠從所述第一人像數(shù)據(jù)庫模塊中下載人像特征數(shù)據(jù)、以及人像特征數(shù)據(jù)的快速索引樹。
6.根據(jù)權(quán)利要求5所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述系統(tǒng)還包括設(shè)置在人臉識別服務(wù)器上的數(shù)據(jù)加密模塊和設(shè)置在移動終端上的數(shù)據(jù)解密模塊,
所述數(shù)據(jù)加密模塊用于對所述第一人像數(shù)據(jù)庫模塊中的人像特征數(shù)據(jù)、以及人像特征數(shù)據(jù)的快速索引樹進(jìn)行加密,
所述數(shù)據(jù)解密模塊用于將所述第二人像數(shù)據(jù)庫模塊中的人像特征數(shù)據(jù)、以及人像特征數(shù)據(jù)的快速索引樹進(jìn)行解密。
7.根據(jù)權(quán)利要求3所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述人臉檢測模塊、所述特征提取模塊、所述特征比對模塊和所述人像數(shù)據(jù)庫模塊也設(shè)置于人臉識別服務(wù)器上,并且所述人臉檢測模塊能夠通過有線或無線的方式獲取移動終端上目標(biāo)人物的圖像信息。
8.根據(jù)權(quán)利要求1至7中任一項所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別系統(tǒng),其特征在于,所述人臉檢測模塊用于將移動終端獲取的目標(biāo)人物的圖像進(jìn)行人臉檢測和校準(zhǔn),進(jìn)而獲取目標(biāo)人物的臉部區(qū)域,使得所述特征提取模塊能夠根據(jù)所述目標(biāo)人物的臉部區(qū)域獲取目標(biāo)人物的臉部特征。
9.一種基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別方法,其特征在于,所述方法包括以下步驟:
建立人像特征數(shù)據(jù)、以及人像特征數(shù)據(jù)的快速索引樹;
基于深度學(xué)習(xí)的人臉識別模型獲取目標(biāo)人物的臉部特征;
將所述目標(biāo)人物的臉部特征與所述快速索引樹進(jìn)行快速匹配,并輸出匹配結(jié)果。
10.根據(jù)權(quán)利要求9所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別方法,其特征在于,所述人像特征數(shù)據(jù)基于深度學(xué)習(xí)的人臉識別模型生成。
11.根據(jù)權(quán)利要求10所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別方法,其特征在于,所述人像特征數(shù)據(jù)的快速索引樹基于KD‐Tree構(gòu)建。
12.根據(jù)權(quán)利要求11所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別方法,其特征在于,所述基于深度學(xué)習(xí)的人臉識別模型獲取目標(biāo)人物的臉部特征,包括:
獲取目標(biāo)人物的圖像;
根據(jù)所述目標(biāo)人物的圖像獲取目標(biāo)人物的臉部區(qū)域;
基于深度學(xué)習(xí)的人臉識別模型根據(jù)所述目標(biāo)人物的臉部區(qū)域獲取目標(biāo)人物的臉部特征。
13.根據(jù)權(quán)利要求12所述的基于嵌入式深度學(xué)習(xí)技術(shù)的移動終端人臉識別方法,其特征在于,所述方法還包括步驟:
將建立的人像特征數(shù)據(jù)和快速索引樹進(jìn)行加密,并在所述目標(biāo)人物的臉部特征與所述快速索引樹匹配前進(jìn)行解密。