摘要
本发明公开了一种提升智能眼镜人脸识别响应速度的方法,包括训练基于YOLO的人脸检测模型,用于从智能眼镜摄像头捕获的原始图像中实时检测并标注人脸区域;根据标注的人脸区域边界框,从原始图像中裁剪出人脸区域图像,并进行尺寸标准化;将裁剪后的人脸图像输入预训练的人脸特征提取模型,生成低维特征向量;对特征向量进行无损压缩,生成压缩特征数据包;通过无线通信模块将压缩特征数据包传输至云端或本地人脸识别服务器;在服务器端进行特征匹配与身份识别,并将识别结果返回至智能眼镜终端。本发明属于智能穿戴设备技术领域,具体是提供了一种用于解决现有技术中硬件传输带宽限制导致传输速度慢、人脸识别速度慢的问题。
技术关键词
人脸检测模型
人脸特征提取
红外摄像头
压缩特征
无线通信模块
智能眼镜摄像头
双线性插值算法
可见光
服务器
人脸特征向量
人脸识别系统
智能穿戴设备
人脸数据库
低功耗蓝牙
环境光
图像缩放
镜框
系统为您推荐了相关专利信息
电子元件识别方法
轮廓特征
注意力机制
手眼标定
压缩特征
注意力评估方法
多源特征融合
学生表情识别
人脸关键点定位
神经网络模型
BERT模型
内容分类系统
文本特征向量
分类方法
语义特征
开发板
全方位数据采集
地面控制站
飞行控制模块
传感器模块
故障定位模型
生成红外图像
红外成像仪
控制中心
定位方法