本發(fā)明涉及人臉識(shí)別，具體為基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別方法及系統(tǒng)。

背景技術(shù)：

1、人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。

2、公開號(hào)為cn102184391a的中國(guó)專利公開了一種分布式人臉識(shí)別方法及系統(tǒng)和人臉識(shí)別終端，屬于生物特征識(shí)別和網(wǎng)絡(luò)數(shù)據(jù)傳輸技術(shù)領(lǐng)域；該方法包括：設(shè)置第一人臉識(shí)別終端和與第一人臉識(shí)別終端通過網(wǎng)絡(luò)連接的至少一個(gè)第二人臉識(shí)別終端；第一人臉識(shí)別終端采集待識(shí)別用戶的人臉圖像并從中提取待識(shí)別人臉特征；第一人臉識(shí)別終端識(shí)別所述待識(shí)別人臉特征，若識(shí)別不成功，將帶有所述待識(shí)別人臉特征的識(shí)別請(qǐng)求發(fā)送至第二人臉識(shí)別終端，由第二人臉識(shí)別終端進(jìn)行識(shí)別，并返回識(shí)別結(jié)果；第一人臉識(shí)別終端根據(jù)接收到的第二人臉識(shí)別終端返回的識(shí)別結(jié)果提示識(shí)別成功或失敗。采用本發(fā)明，用戶可以在聯(lián)網(wǎng)的任意一臺(tái)人臉識(shí)別終端進(jìn)行人臉識(shí)別，給用戶提供了極大的方便。但是該專利存在以下缺陷：

3、現(xiàn)有的不能對(duì)復(fù)雜環(huán)境下的人臉進(jìn)行有效地識(shí)別，導(dǎo)致復(fù)雜環(huán)境下人臉識(shí)別效果差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別方法及系統(tǒng)，可對(duì)復(fù)雜環(huán)境下的人臉進(jìn)行有效地識(shí)別，可提升復(fù)雜環(huán)境下人臉識(shí)別效果，解決了上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別方法，包括如下步驟：

4、s1：實(shí)時(shí)采集環(huán)境光照數(shù)據(jù)、人臉表情數(shù)據(jù)及人臉姿態(tài)數(shù)據(jù)，確定出基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)；

5、s2：對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行檢索、排序及特征提取，確定出基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)；

6、s3：基于預(yù)先設(shè)定好的訓(xùn)練集對(duì)選擇的預(yù)訓(xùn)練模型架構(gòu)進(jìn)行訓(xùn)練，確定出預(yù)訓(xùn)練模型；

7、s4：對(duì)預(yù)訓(xùn)練模型進(jìn)行驗(yàn)證，基于預(yù)訓(xùn)練模型驗(yàn)證結(jié)果對(duì)預(yù)訓(xùn)練模型進(jìn)行優(yōu)化調(diào)整，確定出更合適的預(yù)訓(xùn)練模型；

8、s5：對(duì)預(yù)訓(xùn)練模型進(jìn)行微調(diào)及評(píng)估，確定出適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型；

9、s6：根據(jù)基于遷移學(xué)習(xí)的人臉識(shí)別模型對(duì)人臉特征數(shù)據(jù)進(jìn)行預(yù)測(cè)識(shí)別，確定出復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果。

10、根據(jù)本發(fā)明的另一個(gè)方面，提供了基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別系統(tǒng)，用于實(shí)現(xiàn)上述的基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別方法，包括：

11、數(shù)據(jù)采集模塊，用于對(duì)環(huán)境光照數(shù)據(jù)、人臉表情數(shù)據(jù)及人臉姿態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集，確定出基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)；

12、數(shù)據(jù)處理模塊，用于對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行檢索、排序及特征提取，確定出基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)；

13、模型訓(xùn)練模塊，用于基于訓(xùn)練集對(duì)選擇的預(yù)訓(xùn)練模型架構(gòu)進(jìn)行訓(xùn)練，確定出預(yù)訓(xùn)練模型；

14、優(yōu)化調(diào)整模塊，用于對(duì)預(yù)訓(xùn)練模型進(jìn)行驗(yàn)證及優(yōu)化調(diào)整，確定出更合適的預(yù)訓(xùn)練模型；

15、微調(diào)評(píng)估模塊，用于對(duì)更合適的預(yù)訓(xùn)練模型進(jìn)行微調(diào)及評(píng)估，確定出適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型；

16、預(yù)測(cè)識(shí)別模塊，用于根據(jù)基于遷移學(xué)習(xí)的人臉識(shí)別模型對(duì)人臉特征數(shù)據(jù)進(jìn)行預(yù)測(cè)識(shí)別，確定出復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果。

17、優(yōu)選的，所述數(shù)據(jù)采集模塊包括：

18、光照采集單元，用于對(duì)復(fù)雜環(huán)境下的光照情況進(jìn)行實(shí)時(shí)地采集，確定出基于復(fù)雜環(huán)境下的環(huán)境光照數(shù)據(jù)；

19、表情采集單元，用于對(duì)復(fù)雜環(huán)境下的人臉表情進(jìn)行實(shí)時(shí)地采集，確定出基于復(fù)雜環(huán)境下的人臉表情數(shù)據(jù)；

20、姿態(tài)采集單元，用于對(duì)復(fù)雜環(huán)境下的人臉姿態(tài)進(jìn)行實(shí)時(shí)地采集，確定出基于復(fù)雜環(huán)境下的人臉姿態(tài)數(shù)據(jù)；

21、其中，基于實(shí)時(shí)采集的環(huán)境光照數(shù)據(jù)、人臉表情數(shù)據(jù)及人臉姿態(tài)數(shù)據(jù)，確定出基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)。

22、優(yōu)選的，所述數(shù)據(jù)處理模塊包括：

23、數(shù)據(jù)檢索單元，用于對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行檢索；

24、獲取基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)；

25、基于順序檢索方法，對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行檢索；

26、檢查基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)的一致性；

27、去除基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)中含有的超出正常范圍、邏輯上不合理或相互矛盾的數(shù)據(jù)；

28、對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行無效值及缺失值處理；

29、去除基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)中含有的對(duì)復(fù)雜環(huán)境下人臉識(shí)別無價(jià)值的無效數(shù)據(jù)及缺失數(shù)據(jù)；

30、確定出對(duì)復(fù)雜環(huán)境下人臉識(shí)別有價(jià)值的人臉實(shí)時(shí)數(shù)據(jù)；

31、數(shù)據(jù)排序單元，用于對(duì)檢索后的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行排序；

32、獲取檢索后的對(duì)復(fù)雜環(huán)境下人臉識(shí)別有價(jià)值的人臉實(shí)時(shí)數(shù)據(jù)；

33、基于內(nèi)部排序方法，對(duì)檢索后的對(duì)復(fù)雜環(huán)境下人臉識(shí)別有價(jià)值的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行排序；

34、其中，按照一定的時(shí)間間隔將人臉實(shí)時(shí)數(shù)據(jù)分為多個(gè)片段，且對(duì)每個(gè)片段分別進(jìn)行排序；

35、確定出具有排列次序的人臉實(shí)時(shí)數(shù)據(jù)；

36、特征提取單元，用于對(duì)排序后的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行特征提?。?/p>

37、獲取排序后的具有排列次序的人臉實(shí)時(shí)數(shù)據(jù)；

38、對(duì)排序后的具有排列次序的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行特征提??；

39、確定出基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)。

40、優(yōu)選的，所述模型訓(xùn)練模塊包括：

41、數(shù)據(jù)存儲(chǔ)單元，用于存儲(chǔ)預(yù)先設(shè)定好的訓(xùn)練集及驗(yàn)證集；

42、根據(jù)基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別需求，預(yù)先設(shè)定好訓(xùn)練集及驗(yàn)證集，且將預(yù)先設(shè)定好的訓(xùn)練集及驗(yàn)證集存儲(chǔ)起來；

43、模型選擇單元，用于選擇合適的預(yù)訓(xùn)練模型架構(gòu)；

44、根據(jù)基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別需求，從多個(gè)模型架構(gòu)中選擇合適的預(yù)訓(xùn)練模型架構(gòu)；

45、模型訓(xùn)練單元，用于對(duì)選擇的預(yù)訓(xùn)練模型架構(gòu)進(jìn)行訓(xùn)練；

46、獲取選擇的預(yù)訓(xùn)練模型架構(gòu)及訓(xùn)練集；

47、基于訓(xùn)練集，對(duì)選擇的預(yù)訓(xùn)練模型架構(gòu)進(jìn)行訓(xùn)練；

48、確定出預(yù)訓(xùn)練模型。

49、優(yōu)選的，所述優(yōu)化調(diào)整模塊包括：

50、模型驗(yàn)證單元，用于對(duì)預(yù)訓(xùn)練模型進(jìn)行驗(yàn)證；

51、獲取預(yù)訓(xùn)練模型及驗(yàn)證集；

52、基于驗(yàn)證集，對(duì)預(yù)訓(xùn)練模型進(jìn)行驗(yàn)證；

53、確定出預(yù)訓(xùn)練模型驗(yàn)證結(jié)果；

54、優(yōu)化調(diào)整單元，用于對(duì)預(yù)訓(xùn)練模型進(jìn)行優(yōu)化調(diào)整；

55、獲取預(yù)訓(xùn)練模型驗(yàn)證結(jié)果；

56、對(duì)預(yù)訓(xùn)練模型驗(yàn)證結(jié)果進(jìn)行深入挖掘及相關(guān)分析；

57、確定出預(yù)訓(xùn)練模型優(yōu)化調(diào)整方案；

58、基于預(yù)訓(xùn)練模型優(yōu)化調(diào)整方案對(duì)預(yù)訓(xùn)練模型進(jìn)行優(yōu)化調(diào)整；

59、確定出更合適的預(yù)訓(xùn)練模型。

60、優(yōu)選的，所述微調(diào)評(píng)估模塊包括：

61、模型微調(diào)單元，用于對(duì)更合適的預(yù)訓(xùn)練模型進(jìn)行微調(diào)；

62、獲取更合適的預(yù)訓(xùn)練模型；

63、根據(jù)基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別需求，基于遷移學(xué)習(xí)策略，對(duì)更合適的預(yù)訓(xùn)練模型進(jìn)行微調(diào)；

64、確定出適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型；

65、模型評(píng)估單元，用于對(duì)基于遷移學(xué)習(xí)的人臉識(shí)別模型進(jìn)行評(píng)估；

66、獲取適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型；

67、基于復(fù)雜環(huán)境下的測(cè)試集，對(duì)適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型進(jìn)行測(cè)試評(píng)估；

68、確定出人臉識(shí)別模型測(cè)試評(píng)估結(jié)果。

69、優(yōu)選的，確定出人臉識(shí)別模型測(cè)試評(píng)估結(jié)果，執(zhí)行以下操作：

70、其中，當(dāng)人臉識(shí)別模型測(cè)試評(píng)估結(jié)果為遷移學(xué)習(xí)有效時(shí)，則基于人臉識(shí)別模型進(jìn)行復(fù)雜環(huán)境下的人臉識(shí)別；

71、其中，當(dāng)人臉識(shí)別模型測(cè)試評(píng)估結(jié)果為遷移學(xué)習(xí)無效時(shí)，則基于遷移學(xué)習(xí)策略對(duì)預(yù)訓(xùn)練模型進(jìn)行反復(fù)地微調(diào)，直到遷移學(xué)習(xí)有效。

72、優(yōu)選的，所述預(yù)測(cè)識(shí)別模塊包括：

73、數(shù)據(jù)提取單元，用于提取基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)；

74、根據(jù)基于遷移學(xué)習(xí)的復(fù)雜環(huán)境下人臉識(shí)別需求，對(duì)基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)進(jìn)行提??；

75、預(yù)測(cè)識(shí)別單元，用于對(duì)基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)進(jìn)行預(yù)測(cè)識(shí)別；

76、獲取提取出來的基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)；

77、獲取基于遷移學(xué)習(xí)的人臉識(shí)別模型；

78、將人臉特征數(shù)據(jù)輸入到基于遷移學(xué)習(xí)的人臉識(shí)別模型中；

79、通過基于遷移學(xué)習(xí)的人臉識(shí)別模型對(duì)人臉特征數(shù)據(jù)進(jìn)行預(yù)測(cè)識(shí)別；

80、確定出復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果。

81、優(yōu)選的，確定出復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果，執(zhí)行以下操作：

82、獲取基于復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果；

83、獲取根據(jù)基于復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果的用戶反饋；

84、基于用戶反饋，對(duì)基于遷移學(xué)習(xí)的人臉識(shí)別模型進(jìn)行性能監(jiān)控；

85、及時(shí)對(duì)基于遷移學(xué)習(xí)的人臉識(shí)別模型進(jìn)行更新優(yōu)化。

86、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

87、本發(fā)明通過實(shí)時(shí)采集環(huán)境光照數(shù)據(jù)、人臉表情數(shù)據(jù)及人臉姿態(tài)數(shù)據(jù)，確定出基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)，對(duì)基于復(fù)雜環(huán)境下的人臉實(shí)時(shí)數(shù)據(jù)進(jìn)行檢索、排序及特征提取，確定出基于復(fù)雜環(huán)境下的人臉特征數(shù)據(jù)，基于預(yù)先設(shè)定好的訓(xùn)練集對(duì)選擇的預(yù)訓(xùn)練模型架構(gòu)進(jìn)行訓(xùn)練，確定出預(yù)訓(xùn)練模型，對(duì)預(yù)訓(xùn)練模型進(jìn)行驗(yàn)證，基于預(yù)訓(xùn)練模型驗(yàn)證結(jié)果對(duì)預(yù)訓(xùn)練模型進(jìn)行優(yōu)化調(diào)整，確定出更合適的預(yù)訓(xùn)練模型，對(duì)預(yù)訓(xùn)練模型進(jìn)行微調(diào)及評(píng)估，確定出適應(yīng)于復(fù)雜環(huán)境下的基于遷移學(xué)習(xí)的人臉識(shí)別模型，根據(jù)基于遷移學(xué)習(xí)的人臉識(shí)別模型對(duì)人臉特征數(shù)據(jù)進(jìn)行預(yù)測(cè)識(shí)別，確定出復(fù)雜環(huán)境下的人臉識(shí)別結(jié)果，可對(duì)復(fù)雜環(huán)境下的人臉進(jìn)行有效地識(shí)別，可提升復(fù)雜環(huán)境下人臉識(shí)別效果。