[发明专利]一种基于深度学习和Spark的人脸并行识别方法在审
| 申请号： | 201611194471.6 | 申请日： | 2016-12-21 |
| 公开（公告）号： | CN108229258A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 田文洪;任小芹;刘弘一;黄文强;黄超杰;何马均 | 申请（专利权）人： | 田文洪;任小芹;刘弘一;黄文强;黄超杰;何马均 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610054 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于深度学习和Spark的人脸并行识别方法通过深度学习框架以及使用Spark并行化的方式实现人脸的识别。在图像特征的提取过程中，使用Partition将图形分到不同的集群节点，利用Spark集群中的每一个节点并行化训练参数以及模型，在每一个集群节点，均会生成一个模型，这些模型将用来之后的人脸并行化识别，通过并行化减少时间开销。在识别人脸的过程中，使用Spark的特性，采用并行化的识别方式将特征广播到每一个集群节点，在每一个集群节点分别计算，每一个节点产生一个对应的待识别人脸的结果。在主节点上汇总所有分节点的结果，通过所有的结果比较，得到最终的结果。 | ||
| 搜索关键词： | 人脸 并行化 集群节点 并行 结果比较 时间开销 图像特征 训练参数 分节点 主节点 集群 学习 广播 | ||
【主权项】：
1.一种基于深度学习和Spark的人脸并行识别方法，其特征是利用Spark系统的并行化，将人脸识别中神经网络模型的训练过程以及人脸的识别过程通过并行化来节省时间开销，提高工作效率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于田文洪;任小芹;刘弘一;黄文强;黄超杰;何马均，未经田文洪;任小芹;刘弘一;黄文强;黄超杰;何马均许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611194471.6/，转载请声明来源钻瓜专利网。
