基于人脸识别的机房外侵人员预警方法

本发明涉及人脸识别技术领域，具体公开了基于人脸识别的机房外侵人员预警方法，本发明通过获取监控画面中的人脸图像，利用图像增强技术进行增强处理；将增强后的人脸图像输入YOLOV5‑Face+ECANet网络，基于YOLOV5‑Face网络提取人脸特征；利用网络中的检测算法实时检测人脸位置并框出；通过关键点回归分支检测入框人脸的五官关键点，使用Wing loss函数计算损失；依据关键点检测结果识别遮挡区域，利用注意力机制ECANet学习未被遮挡部分并增大其训练权重；最后将提取的人脸特征与人脸库中已有人脸比对，对机房外侵进行实时预警。本发明提高了机房外侵人员预警的准确性，降低了误报和漏报率，保障了机房核心设备与数据的安全，提升了银行数据中心机房的整体安全管理水平。