摘要
本发明涉及人脸识别技术领域,具体为一种基于大数据的人脸识别筛查方法,包括接入网络系统以获取人脸图像数据,进行预处理操作;基于MTCNN算法对图像脸部区域完成人脸对齐与人脸检测;在P‑Net、R‑Net以及O‑Net子网络中基于卷积神经网络提取人脸图像特征,并对人脸分类、边界框回归和人脸关键点定位不断深入优化;最终确定人脸的位置、大小和关键点位置。该基于大数据的人脸识别筛查方法,基于MTCNN算法中P‑Net、R‑Net以及O‑Net三个子网络区块,并根据卷积神经网络方法深入特征提取,并不断调整和定位人脸图像中人脸关键特征点信息,通过确定人脸面部的双眼、鼻子以及嘴巴中心位置处的六个面部关键点信息,从而提高人脸检测效率和检测结果的精度。
技术关键词
人脸关键点定位
MTCNN算法
筛查方法
大数据
人脸图像数据
拉格朗日插值法
接入网络系统
欧氏距离算法
卷积神经网络提取
人脸图像特征
地标
面部关键点
多项式
图像金字塔
卷积神经网络方法
系统为您推荐了相关专利信息
文本生成方法
文本生成装置
条目
专业知识库
办公智能化技术
预测模型构建方法
大数据风险
模型构建系统
预测误差
拓扑特征
智能化仓储系统
机器学习模型
数据处理模块
数据采集模块
物流
识别诊断方法
概预算编制
运维功能
分类规则
大数据
直肠癌
16SrRNA基因
筛查方法
风险评估模型
生物分子检测技术