技術(shù)特征：

1.基于遷移學習的復雜環(huán)境下人臉識別方法，其特征在于，包括如下步驟：

2.基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，用于實現(xiàn)如權(quán)利要求1所述的基于遷移學習的復雜環(huán)境下人臉識別方法，其特征在于，包括：

3.根據(jù)權(quán)利要求2所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊包括：

4.根據(jù)權(quán)利要求3所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述數(shù)據(jù)處理模塊包括：

5.根據(jù)權(quán)利要求4所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述模型訓練模塊包括：

6.根據(jù)權(quán)利要求5所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述優(yōu)化調(diào)整模塊包括：

7.根據(jù)權(quán)利要求6所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述微調(diào)評估模塊包括：

8.根據(jù)權(quán)利要求7所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，確定出人臉識別模型測試評估結(jié)果，執(zhí)行以下操作：

9.根據(jù)權(quán)利要求8所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，所述預測識別模塊包括：

10.根據(jù)權(quán)利要求9所述的基于遷移學習的復雜環(huán)境下人臉識別系統(tǒng)，其特征在于，確定出復雜環(huán)境下的人臉識別結(jié)果，執(zhí)行以下操作：

技術(shù)總結(jié)
本發(fā)明公開了基于遷移學習的復雜環(huán)境下人臉識別方法及系統(tǒng)，屬于人臉識別技術(shù)領(lǐng)域，其中，基于遷移學習的復雜環(huán)境下人臉識別方法，包括如下步驟：S1：實時采集環(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)，確定出基于復雜環(huán)境下的人臉實時數(shù)據(jù)；S2：對基于復雜環(huán)境下的人臉實時數(shù)據(jù)進行檢索、排序及特征提取，確定出基于復雜環(huán)境下的人臉特征數(shù)據(jù)；S3：基于預先設(shè)定好的訓練集對選擇的預訓練模型架構(gòu)進行訓練，確定出預訓練模型。本發(fā)明解決了現(xiàn)有的不能對復雜環(huán)境下的人臉進行有效地識別，導致復雜環(huán)境下人臉識別效果差的問題，本發(fā)明可對復雜環(huán)境下的人臉進行有效地識別，可提升復雜環(huán)境下人臉識別效果。

技術(shù)研發(fā)人員：蒙秋瓊,關(guān)雪敏
受保護的技術(shù)使用者：廣西民族師范學院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9