【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及服務(wù)型機(jī)器人，具體涉及一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法。
技術(shù)介紹
1、i?fr及國際標(biāo)準(zhǔn)化組織對“服務(wù)機(jī)器人”的定義為“以服務(wù)為核心的自主或半自主機(jī)器人”，按照服務(wù)對象可以分成專用服務(wù)機(jī)器人和家用服務(wù)機(jī)器人兩類。其應(yīng)用領(lǐng)域非常廣泛，包括家政、物流、醫(yī)療、國防、教育等方面，主要特點(diǎn)是通過神經(jīng)網(wǎng)絡(luò)、運(yùn)動控制、感知交互等技術(shù)進(jìn)行數(shù)據(jù)采集、計(jì)算、分析，最終服務(wù)于人類。
2、科技進(jìn)步推動豐富產(chǎn)品品類，拓展應(yīng)用邊界。服務(wù)機(jī)器人的核心技術(shù)包括導(dǎo)航及路徑規(guī)劃、交互感知、運(yùn)動控制、人工智能等，具體涉及電機(jī)控制、機(jī)器人視覺、自然語言處理、大數(shù)據(jù)及物聯(lián)網(wǎng)等領(lǐng)域，通過信息自動化或半自動化的輸入、處理及反饋，實(shí)現(xiàn)機(jī)器人適應(yīng)性的自主智能服務(wù)。隨著5g通信、物聯(lián)網(wǎng)、云計(jì)算、人工智能算法等領(lǐng)域的技術(shù)進(jìn)步，服務(wù)機(jī)器人將不斷融入新技術(shù)，拓展應(yīng)用場景，簡化使用難度，增強(qiáng)應(yīng)用兼容性，提供更廣泛的多樣化的智能服務(wù)。
3、服務(wù)機(jī)器人產(chǎn)業(yè)鏈包括核心零部件、技術(shù)模塊、終端應(yīng)用產(chǎn)品。類似已經(jīng)形成較為完善的產(chǎn)業(yè)鏈上下游結(jié)構(gòu)的工業(yè)機(jī)器人，較晚起步的服務(wù)機(jī)器人行業(yè)也形成了相對完整產(chǎn)業(yè)鏈：上游為零部件廠商，零部件包括芯片、傳感器、控制器、減速器及伺服電機(jī)等；中游則是機(jī)器人本體廠商，向下到系統(tǒng)集成商，包括控制/伺服系統(tǒng)、操作系統(tǒng)、導(dǎo)航及路徑規(guī)劃、感知交互等；下游按照不同服務(wù)細(xì)分領(lǐng)域針對不同應(yīng)用場景，例如個(gè)人、家用、物流、醫(yī)療、安防、教育等領(lǐng)域。
4、現(xiàn)有技術(shù)中的服務(wù)型機(jī)器人人臉識別方法識別度有較大局限，無法對使用者的表情進(jìn)行捕捉識
5、因此，如何提供一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，以解決現(xiàn)有技術(shù)所存在的問題，對其應(yīng)用具有重要意義。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本申請的目的在于提供一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，以解決現(xiàn)有技術(shù)中的服務(wù)型機(jī)器人人臉識別方法識別度有較大局限，無法對使用者的表情進(jìn)行捕捉識別，難以進(jìn)行喜怒哀樂的情緒判斷，無法做出更符合人性的交互服務(wù)動作問題。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，包括以下步驟
4、s01:使用相機(jī)進(jìn)行圖片采集；
5、s02：圖片進(jìn)行預(yù)處理；
6、s03:處理后的人臉圖片上傳至網(wǎng)絡(luò)模型分析處理；
7、s04:輸出人臉識別結(jié)果，并優(yōu)化網(wǎng)絡(luò)模型。
8、優(yōu)選的，所述s02具體包括以下步驟：
9、s021:灰度歸一化:給定圖像的灰度均值和方差，統(tǒng)一圖像的亮度和對比度，克服光照變化對識別帶來的影響；
10、s022:小波變換提取圖像低頻信息:小波變換是時(shí)間和頻率的局部變換，過濾圖像的高頻信息，減少高頻信息在圖像識別分類中產(chǎn)生的冗余信息的干擾。
11、優(yōu)選的，所述s03具體包括以下步驟：
12、s031:對預(yù)處理的圖像信息進(jìn)行分類，分為樣本訓(xùn)練集和樣本測試集；
13、s032:樣本訓(xùn)練集用于對網(wǎng)絡(luò)模型進(jìn)行數(shù)據(jù)優(yōu)化學(xué)習(xí)，所述樣本測試集用于處理分析人臉識別結(jié)果。
14、優(yōu)選的，所述s021的具體步驟如下：
15、令大小為u×v像素的圖像灰度分布矩陣為p，p(x,y)表示點(diǎn)(x，y)處的像素灰度值，其中0＜x＜u-1，0＜y＜v-1，該圖像像素的均值a和方差b，對每個(gè)像素點(diǎn)的灰度值進(jìn)行如下形式的轉(zhuǎn)換，把給定的值c和d賦給圖像的均值和方差，p(x，y)＝d((x，y)-a)/b+c(1)公式中：為原始圖像矩陣；p(x,y)為灰度歸一化后圖像矩陣；取c＝100，d＝80。
16、優(yōu)選的，所述s022的具體步驟如下：
17、二維離散小波變換由下式定義，
18、
19、式中：函數(shù)jt為母小波；j為尺度縮放參數(shù)，控制小波波形的寬度；r，s分別為x，y方向的平移參數(shù)。用式(2)所示離散小波提取人臉圖像的特征，可得到小波提取的低頻圖像。輸入的原始圖像經(jīng)過一級分解后得到4個(gè)子圖像(ll，lh，hl，hh)，其中：ll為低頻成分，是大幅度壓制了隨機(jī)噪聲和冗余信息的原始圖像的近似；lh，hl，hh分別為水平、垂直和對角線方向上的高頻分量。繼續(xù)對ll低頻成分帶進(jìn)行小波變換，得到二級小波分解。
20、與現(xiàn)有技術(shù)相比，本專利技術(shù)的有益效果是：
21、本專利技術(shù)采用了基于泛化特征抽取與識別的技術(shù)，提高了機(jī)器人的機(jī)器視覺識別度，能夠更加清晰地捕捉人體面部特征的各個(gè)微表情，以強(qiáng)大的數(shù)據(jù)庫進(jìn)行喜怒哀樂的情緒判斷，從而做出更符合人性的交互服務(wù)動作等。
22、上述說明僅是本申請技術(shù)方案的概述，為了能夠更清楚了解本申請的技術(shù)手段，從而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本申請的上述和其他目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下以本申請的較佳實(shí)施例并配合附圖詳細(xì)說明如后。
23、根據(jù)下文結(jié)合附圖對本申請具體實(shí)施例的詳細(xì)描述，本領(lǐng)域技術(shù)人員將會更加明了本申請的上述及其他目的、優(yōu)點(diǎn)和特征。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：包括以下步驟
2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述S02具體包括以下步驟：
3.如權(quán)利要求2所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述S03具體包括以下步驟：
4.如權(quán)利要求3所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述S021的具體步驟如下：
5.如權(quán)利要求4所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述S022的具體步驟如下：
6.如權(quán)利要求5所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：式中：函數(shù)jt為母小波；j為尺度縮放參數(shù)，控制小波波形的寬度；r，s分別為x，y方向的平移參數(shù)。用式(2)所示離散小波提取人臉圖像的特征，可得到小波提取的低頻圖像。
【技術(shù)特征摘要】
1.一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：包括以下步驟
2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述s02具體包括以下步驟：
3.如權(quán)利要求2所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述s03具體包括以下步驟：
4.如權(quán)利要求3所述的一種基于深度學(xué)習(xí)網(wǎng)絡(luò)模型的人臉識別方法，其特征在于：所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：宋育剛，陳良磊，朱青松，
申請(專利權(quán))人：蘇州穿山甲機(jī)器人股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。