一种基于迁移学习的高精度人脸识别方法及系统

本发明涉及人脸识别技术领域，具体公开了一种基于迁移学习的高精度人脸识别方法及系统，包括：S1：选取多个通用的深度学习模型，并通过通用人脸数据集进行预训练；S2：采用深度数据增强技术扩充数据量，引入生成对抗网络进行数据增强；建立标注优化体系；S3：对采集到的人脸图像进行多维度场景特征提取，采用注意力机制对不同维度的场景特征进行加权融合，设计自适应模型结构根据不同的场景特征动态调整模型的参数和结构；S4：使用融合了场景特征和增强后的人脸数据对多个不同架构的模型进行联合训练；定期对模型进行迭代优化。本发明提高了标注的准确性和一致性，使得模型能够学习到更准确的人脸特征，提升识别精度。