摘要
本发明涉及人脸识别领域,且公开了一种网约车司机活体人脸识别方法,用于解决当需要进行不同场景迁移时,会出现人脸识别模型效果大幅降低的问题,该方法包括,采集真实条件下,司机出车时的验证照片,并做出标注,标注为活体或非活体,通过拆分卷积操作设计新型的卷积网络模型,并通过新型的卷积网络模型进行特征提取,特征提取之后,在特征之后接入Softmax和交叉熵损失函数,通过最小化交叉熵损失函数来促使模型学习到活体人脸、非活体人脸的特征差异,有效提高了活体人脸识别准确性,减少了模型的推理时长。
技术关键词
活体人脸识别方法
卷积网络模型
网约车
司机
输出特征
支持向量机学习
判断人脸
检测器
滤波器
卷积神经网络结构
图像
表达式
人脸识别模型
像素
照片
特征提取网络
数据
系统为您推荐了相关专利信息
实时检测方法
关键帧
图像处理
动态
Kalman滤波
视网膜色素变性
网络构建方法
输出特征
特征提取模块
眼底彩照
骨架动作识别方法
辅助训练方法
节点
卷积网络模型
多层感知机
神经源性膀胱
注意力
管理控制平台
预测系统
图像
训练样本数据
预测模型训练方法
神经网络结构
输出特征
良率提升方法