[发明专利]双向重构模型应用系统及方法

说明书

本发明涉及一种双向重构模型应用系统，包括：智能鉴定设备，用于将完成预设总量的多次正向训练以及预设总量的多次反向训练的反馈神经网络模型作为智能鉴定模型，将待分析的脸部位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别输入到智能鉴定模型以运行智能鉴定模型，获取智能鉴定模型的输出；信号判断设备，与所述智能鉴定设备连接，用于在所述智能鉴定模型的输出为TRUE时，发出认证成功信号。本发明还涉及一种双向重构模型应用方法。通过本发明，能够替换原有的繁琐、复杂的脸部特征逐个匹配的常规分析模式，采用定制结构的神经网络模型实现对待分析的脸部位图的智能鉴别，从而提升了鉴别过程的速度和效率。

技术领域

本发明涉及图像处理领域，尤其涉及一种双向重构模型应用系统及方法。

背景技术

图像处理离不开海量、丰富的基础数据，包括视频、静态图像等多种格式，如Berkeley分割数据集和基准500(BSDS500)、西门菲沙大学不同光照物体图像数据库、神经网络人脸识别数据、CBCL-MIT StreetScenes(麻省理工学院街景数据库)等。通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处理的数字形式。图像在计算机内部被表示为一个数字矩阵，矩阵中每一元素称为像素。图像数字化需要专门的设备，常见的有各种电子的和光学的扫描设备，还有机电扫描设备和手工操作的数字化仪。

以图片分析和理解为目的的分割、描述和识别将用于各种自动化的系统，如脸部认证、字符和图形识别、用机器人进行产品的装配和检验、自动军事目标识别和跟踪、指纹识别、X光照片和血样的自动处理等。在这类应用中，往往需综合应用模式识别和计算机视觉等技术，图像处理更多的是作为前置处理而出现的。

目前，常用的脸部认证模式是通过提取当前待验证的脸部图像中的各个脸部特征并与目标人员的基准脸部图像中的各个脸部特征进行逐一比对，以基于比对结果判断当前待验证的脸部图像是否属于目标人员，显著，这种验证模式需要经过多个特征提取以及多个特征比对的复杂、繁琐过程。

发明内容

为了解决现有技术中的技术问题，本发明提供了一种双向重构模型应用系统及方法，能够替换原有的繁琐、复杂的脸部特征逐个匹配的常规分析模式，以待分析的脸部位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别作为神经网络模型的多项输入数据实现对待分析的脸部位图是否属于设定人员的智能、高效鉴别，从而简化了认证过程。

根据本发明的一方面，提供了一种双向重构模型应用系统，所述系统包括：

位图获取机构，用于获取仅仅包括待分析的脸部位图，获取方式包括本地数据传输以及网络数据传输；

映射建立机构，用于建立反映当前位图与输入位图是否为设定人员脸部位图的映射关系的反馈神经网络模型，所述反馈神经网络模型的输入为当前位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别，所述反馈神经网络模型的输出为TRUE或者FALSE；

正向重构机构，与所述映射建立机构连接，用于采用归属于设定人员的已知脸部位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别作为所述反馈神经网络模型的输入，采用TRUE作为所述反馈神经网络模型的输出，执行对所述反馈神经网络模型的单次正向训练；

反向重构机构，与所述映射建立机构连接，用于采用归属于设定人员之外其他人员的已知脸部位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别作为所述反馈神经网络模型的输入，采用FALSE作为所述反馈神经网络模型的输出，执行对所述反馈神经网络模型的单次反向训练；

智能鉴定设备，分别与所述位图获取机构、所述正向重构机构以及所述反向重构机构连接，用于将完成预设总量的多次正向训练以及预设总量的多次反向训练的所述反馈神经网络模型作为智能鉴定模型，将待分析的脸部位图、设定人员基准脸部位图、设定人员年龄以及设定人员性别输入到智能鉴定模型以运行智能鉴定模型，获取智能鉴定模型的输出；