专利名称：一种人脸识别系统中的增量训练方法
技术领域：
本发明涉及人脸识别系统的相关技术领域，特别是一种人脸识别系统中的增量训练方法。
技术背景在类似人像考勤系统的人脸识别系统中，人脸识别时往往事先要收集一些照片，然后利 用这些照片训练识别算法，得到识别算法的识别矩阵。如果训练照片的质量和实际比对照片 的质量基本一致，那么识别的效果就非常好；但如果训练照片的质量和实际比对照片的质量 相差比较大，那么就会影响识别效果。发明内容本发明的目的是为了提供一种人脸识别系统中的增量训练方法，解决了现有的人脸识别 系统中如果训练照片的质量和实际比对照片的质量相差比较大，会影响识别效果的问题。 为实现上述目的，本发明采用了以下技术方案-本发明公开了一种人脸识别系统中的增量训练方法，其特征在于包括以下步骤1) 每次用户进行人脸识别时，系统保存下当时的照片；2) 将不同用户的照片分开存放；3) 将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。其中，当系统保存的单个用户的新照片数量累计到足够完成重新训练新的识别矩阵时， 将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。由于采用了以上的方案，使本发明具备的有益效果在于每次用户进行人脸识别时系统 保存下当时的照片，结合以前训练算法时用的数据，用于以后的算法再训练，形成动态滚动 的增量训练方法，有效地提高识别算法的识别率。
图1是本发明的增量训练流程示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步描述。一种人脸识别系统中的增量训练方法，其特征在于包括以下步骤1) 每次用户进行人脸识别打考勤)时，系统保存下当时的照片；2) 当每个用户(打考勤者)都有好几张照片时，管理人员整理这些照片，将不同用户的 照片分开存放，每张照片上的人脸清晰，保证人脸定位算法可以准确定位到人脸，每个人的 不同照片尽量不要同一时期；3) 将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。其中，当系统保存的单个用户的新照片数量累计到足够完成重新训练新的识别矩阵时， 将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。人脸识别时往往事先要收集一些照片，然后利用这些照片训练识别算法，得到识别算法 的识别矩阵。如果训练照片的质量和实际比对照片的质量相差比较大，那么就会影响识别效 果；如果训练照片的质量和实际比对照片的质量基本一致，那么识别的效果就非常好。而且，如果待识别的人脸已经存在于训练算法时用到的数据中时，识别效果更佳。在人像的考勤系统中，打考勤的人员相对比较稳定，而且每次打考勤时都是留下若干张照 片。因此可以收集这些照片，结合以前训练算法时用的数据，用于以后的算法再训练。这种 动态滚动的训练方法我们称之为增量训练。它可以有效的提高识别算法的识别率，增量训练 的流程示意图如图1所示。
权利要求
1、一种人脸识别系统中的增量训练方法，其特征在于包括以下步骤1)每次用户进行人脸识别时，系统保存下当时的照片；2)将不同用户的照片分开存放；3)将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。
2、 根据权利要求l所述的一种人脸识别系统中的增量训练方法，其特征在于当系统保 存的单个用户的新照片数量累计到足够完成重新训练新的识别矩阵时，将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。
全文摘要
本发明涉及一种人脸识别系统中的增量训练方法，其特征在于包括以下步骤1)每次用户进行人脸识别时，系统保存下当时的照片；2)将不同用户的照片分开存放；3)将新保存的照片结合以前训练识别矩阵时的照片数据进行重新训练，得到新的识别矩阵。由于采用了以上的方案，使本发明具备的有益效果在于每次用户进行人脸识别时系统保存下当时的照片，结合以前训练算法时用的数据，用于以后的算法再训练，形成动态滚动的增量训练方法，有效地提高识别算法的识别率。
文档编号G06K9/00GK101162501SQ20061011714
公开日2008年4月16日 申请日期2006年10月13日 优先权日2006年10月13日
发明者赵文忠 申请人:上海银晨智能识别科技有限公司