[发明专利]一种大规模人脸识别模型优化系统

说明书

本发明涉及一种大规模人脸识别模型优化系统，其包括应用服务器、人脸算法服务器、比对分析服务器、训练管理服务器、采集接入服务器、多路人脸抓拍摄像机，本发明为克服大规模人脸识别应用场景中的不足，从数据层面，提供一种在应用过程中产生的数据进行多维度分析整理，输出标注数据集，进而对算法进行优化训练与性能评估的系统。

技术领域

本发明涉及一种人脸识别模型优化系统，特别是指一种在大规模人脸识别应用中对人脸识别算法模型进行优化训练与性能评估的系统。

背景技术

大规模人脸识别应用中，目前深度学习的人脸识别算法具有明显的优势，深度学习的识别算法有三个要素：算法、算力与数据，算法有专业算法厂商、学术机构与开源组织，算力有高性能服务器与GPU、NPU加速。

而数据则由于涉及个人隐私与肖像权问题，不能随意复制使用，企业或组织在有限范围内采集照片标注或通过互联网收集公众人物的照片标注（公开数据集）进行人脸算法模型的训练与评估，这些数据集通常与实际应用场景差异较大，造成算法的正确率在实际应用场景中明显下降。尤其在公共安全领域的大规人脸识别应用场景中，大量人脸抓拍摄像机分布于各人流密集区域，照片光照、角度差异较大，抓拍人脸的数量，在工程实施中，通常按15000张/天/路计算，单路摄像机1个月的抓拍数据量超过40万。随着时间的积累，海量的人脸照片，即使人脸算法误报率微小的差异，都会成倍数放大，严重影响实战效果。

发明内容

本发明的技术方案为：一种大规模人脸识别模型优化系统，其包括应用服务器（1）、人脸算法服务器（2）、比对分析服务器（3）、训练管理服务器（4）、采集接入服务器（5）、多路人脸抓拍摄像机（6），其中，该多路人脸抓拍摄像机（6）与该采集接入服务器（5）相连接，该采集接入服务器（5）与该人脸算法服务器（2）相连接，该人脸算法服务器（2）与该比对分析服务器（3）相连接，该比对分析服务器（3）与该训练管理服务器（4）相连接，同时，该人脸算法服务器（2）与该训练管理服务器（4）相连接，该应用服务器（1）同时与该人脸算法服务器（2）、该比对分析服务器（3）、该训练管理服务器（4）、该采集接入服务器（5）相连接。

其中，该多路人脸抓拍摄像机（6）用于采集人脸照片，并通过该采集接入服务器（5）接入该模型优化系统，该人脸算法服务器（2）用于对该采集接入服务器（5）传入的人脸照片进行特征提取以及算法模型的训练，该比对分析服务器（3）用于布控库的实时比对、人脸1：N/N：N比对分析以及抓拍人脸库的聚类分析，该训练管理服务器（4）用于标注数据集的多维度分析整理、存储与人工审核质检，训练计划与测试方案管理，该应用服务器（1）用于系统配置管理及人员入库、布控、告警、人脸1：N/N：N查询与抓拍时间、位置上的碰撞比对分析应用，并将应用过程中所进行标注/确认的数据记录到训练管理服务器（4）中形成标注数据集，该人脸算法服务器（2）、该比对分析服务器（3）以及该训练管理服务器（4）形成闭环。

本发明的有益效果为：本发明为克服大规模人脸识别应用场景中的不足，从数据层面，提供一种在应用过程中产生的数据进行多维度分析整理，输出标注数据集，进而对算法进行优化训练与性能评估的系统。

附图说明

图1为本发明的方框原理图。

具体实施方式

如图1所示，一种大规模人脸识别模型优化系统，其包括：应用服务器1、人脸算法服务器2、比对分析服务器3、训练管理服务器4、采集接入服务器5、多路人脸抓拍摄像机6。

其中，该多路人脸抓拍摄像机6与该采集接入服务器5相连接，该采集接入服务器5与该人脸算法服务器2相连接，该人脸算法服务器2与该比对分析服务器3相连接，该比对分析服务器3与该训练管理服务器4相连接，同时，该人脸算法服务器2与该训练管理服务器4相连接，该应用服务器1同时与该人脸算法服务器2、该比对分析服务器3、该训练管理服务器4、该采集接入服务器5相连接。