[发明专利]一种适用人脸识别算法的边缘计算工程处理方法和装置

说明书

本发明提供了一种适用人脸识别算法的边缘计算工程处理方法和装置，运用于人脸识别领域；基于预设的人脸识别处理终端将人脸待处理数据分流至边缘节点；采用边缘节点对人脸待处理数据进行分析，获得人脸数据特征；其中，分析具体为基于人脸中心区域为坐标轴向各个方向拆分图像层以获取特征点坐标；人脸数据特征具体为五官；采集数据特征点坐标；其中，数据特征点坐标具体为以人脸中心区域为坐标轴的人脸各个区域的特征点坐标；基于边缘节点整合人脸数据特征和特征点坐标以获取人脸数据；本发明将人脸识别技术与边缘计算相融合，使用边缘计算对人脸识别系统进行优化，以提高人脸识别系统的速度，避免出现人脸识别系统的延迟高、网络负载的问题。

技术领域

本发明涉及人脸识别领域，特别涉及为一种适用人脸识别算法的边缘计算工程处理方法和装置。

背景技术

现有技术中，人脸识别是人工智能与计算机视觉交叉的一个重要领域，对人脸识别系统的评价往往从准确率，成本，速度等角度进行。同时，随着边缘计算浪潮而兴起的边缘智能也在越来越吸引人们的关注；边缘智能具有低时延，减少网络负载，降低成本，保护隐私等重要优势。边缘计算提供的主要好处之一是它提供比云计算低得多的延迟。低延迟对于需要实时数据处理和分析的应用程序至关重要，其中每一毫秒都很重要。尽管某些应用程序可能需要100毫秒的延迟，但有些关键任务应用程序需要显着减少延迟，而这只能通过边缘计算来实现，边缘计算提供更低的延迟，因为边缘计算机通常部署在靠近数据生成源的地方，从而缩短了数据进行处理和分析所需的距离，而人脸识别恰好需要进行延迟减少，但大多数现有的边缘智能的研究往往关注于普适的计算任务，没有聚焦到具体的场景和应用，而人脸识别系统也没有和边缘计算中的优化方法进行深度融合。

因此有必要提出一种适用人脸识别算法的边缘计算工程处理方法和装置，本发明将人脸识别技术与边缘计算相融合，使用边缘计算的方法对人脸识别系统进行优化，以提高人脸识别系统的速度。

发明内容

本发明旨在解决提高人脸识别系统识别速度的问题，提供一种适用人脸识别算法的边缘计算工程处理方法和装置。

本发明为解决技术问题采用如下技术手段：

本发明提供一种适用人脸识别算法的边缘计算工程处理方法，包括：

基于预设的人脸识别处理终端将人脸待处理数据分流至边缘节点；

采用所述边缘节点对所述人脸待处理数据进行分析，获得人脸数据特征；其中，所述分析具体为基于人脸中心区域为坐标轴向各个方向拆分图像层以获取特征点坐标；所述人脸数据特征具体为五官；

采集数据特征点坐标；其中，所述数据特征点坐标具体为以人脸中心区域为坐标轴的人脸各个区域的特征点坐标；

基于所述边缘节点整合所述人脸数据特征和特征点坐标以获取人脸数据。

进一步地，所述采集数据特征点坐标的步骤中，包括：

基于已获得的人脸数据特征采集所述人脸数据特征中的数据特征点；所述数据特征点具体为人脸五官基于人脸中心区域的坐标位置；

捕捉所述人脸数据特征中的独特特征；所述独特特征包括但不限于是人脸五官中独有的斑点、疤痕或皱纹；

基于所述人脸数据布局所述独特特征的坐标，获得所述独特特征的坐标轴方位；所述坐标轴方位具体为以人脸中心区域布局的X、Y轴方位。

进一步地，所述采用所述边缘节点对所述人脸待处理数据进行分析，获得人脸数据特征的步骤中，包括：

基于预设的高斯矩阵对所述人脸待处理数据进行卷积；所述高斯矩阵由高斯函数生成，具体为；基于所述高斯矩阵的坐标原点G为中心基点，以所述坐标原点水平向右的坐标列为x点，向上的坐标列为y点。

进一步地，所述基于预设的人脸识别处理终端将人脸待处理数据分流至边缘节点的步骤前，包括：

通过所述预设的人脸识别处理终端对视频进行数据获取，获得可采集所述人脸图像数据的人脸检测区域；