基于Tengine学习框架的人脸识别方法及其应用
专利汇可以提供基于Tengine学习框架的人脸识别方法及其应用专利检索，专利查询，专利分析的服务。并且本 发明 提出了一种基于Tengine学习 框架 的 人脸识别 方法，包括以下步骤：步骤1）使用caffe为框架训练完生成人脸识别caffe.proto格式的模型；步骤2）在主 控制器 上烧写系统镜像；步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；步骤4）使用tengine去调用caffe.proto模型；步骤5）集成tengine与其余部分 软件 完成人脸识别方，本发明提高人脸识别的 精度 ，可实现人脸精确识别，可用于闸机中。，下面是基于Tengine学习框架的人脸识别方法及其应用专利的具体信息内容。
1.一种基于Tengine学习框架的人脸识别方法，其特征在于，包括以下步骤：
步骤1）使用caffe为框架训练完生成人脸识别caffe.proto格式的模型；
步骤2）在主控制器上烧写系统镜像；
步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；
步骤4）使用tengine去调用caffe.proto模型；
步骤5）集成tengine与其余部分软件完成人脸识别方法。
2.根据权利要求1所述的基于Tengine学习框架的人脸识别方法，其特征在于，步骤4具体为：
4-1）首先使用tengine库前，要先执行对Tengine库进行初始化操作；
4-2）加载已保存成文件的caffe.proto模型到系统中；
4-3）创建运行图；
4-4）获取图的输入张量，并设置张量的形状；
4-5）将人脸图片作为输入数据，并设置张量缓存数据区，运行图；
4-6）获取输出数据并将此数据和后台数据库的人脸信息进行比对；
4-7）释放资源。
3.根据权利要求1所述的基于Tengine学习框架的人脸识别方法，其特征在于，步骤5）具体为：
5-1）将人脸图片信息上传至后台数据库
5-2）利用双路mipi摄像头采集图像，采集的图像用RK3399的mpp库来进行编解码处理
5-3）调用嵌入式计算机视觉库Bladecv对图像信息进行信息叠加处理和视频显示
5-4）利用tengine将摄像头采集的图像和后台数据库的人脸信息完成比对。
4.一种闸机系统，其特征在于，包括检测系统、中心系统、和云端系统；
所述检测系统选用双目摄像头，双目摄像头对用户进行人脸识别，人脸识别方法如权利要求1所示；
所述中心系统由通信模块、电源模块、RK3399主控制器、人脸识别算法及外围电路组成；
所述云端系统为web云端服务器；所述的云端服务器可以录入人脸信息，并将人脸信息推送到绑定的设备中。
5.根据权利要求4所述的闸机系统，其特征在于，所述的通信模块用于有线或无线连接云端服务器，所述的电源模块为整个系统供电，所述的外围电路包括液晶触摸屏显示信息，扬声器提供音频播放，韦根接口连接闸机模块，闸机模块通过韦根接口与RK3399主控制器相连接，USB接口连接刷卡模块。
基于Tengine学习框架的人脸识别方法及其应用
技术领域
背景技术
发明内容
步骤2）在主控制器上烧写系统镜像；
步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；
步骤4）使用tengine去调用caffe.proto模型；
步骤5）集成tengine与其余部分软件完成人脸识别方法。
4-2）加载已保存成文件的caffe.proto模型到系统中；
4-3）创建运行图；
4-4）获取图的输入张量，并设置张量的形状；
4-5）将人脸图片作为输入数据，并设置张量缓存数据区，运行图；
4-6）获取输出数据并将此数据和后台数据库的人脸信息进行比对；
4-7）释放资源。
（2）利用双路mipi摄像头采集图像，采集的图像用RK3399的mpp库来进行编解码处理（3）调用嵌入式计算机视觉库Bladecv对图像信息进行信息叠加处理和视频显示（4）利用tengine将摄像头采集的图像和后台数据库的人脸信息完成比对。
所述中心系统由通信模块、电源模块、RK3399主控制器、人脸识别算法及外围电路组成；
所述云端系统为web云端服务器；所述的云端服务器可以录入人脸信息，并将人脸信息推送到绑定的设备中。
200ms,识别准确率>99.77%；
相比一般的闸机，本设备还搭配光敏电阻和补光灯，可支持强逆光下人员追踪；搭配红外传感器和距离感应器，在有访客接近时才工作；配置全铝合金高精度CNC外壳，无风扇设计，高效导热。
附图说明
具体实施方式
如图1所示，本实施例提出了一种基于Tengine学习框架的人脸识别方法，包括以下步骤：
步骤1）使用caffe为框架训练完生成人脸识别caffe.proto格式的模型；
步骤2）在主控制器上烧写系统镜像；
步骤3）在系统上利用下载工具下载Tengine源码，安装依赖包，编译源码；
步骤4）使用tengine去调用caffe.proto模型；具体为：
4-1）首先使用tengine库前，要先执行对Tengine库进行初始化操作；
4-2）加载已保存成文件的caffe.proto模型到系统中；
4-3）创建运行图；
4-4）获取图的输入张量，并设置张量的形状；
4-5）将人脸图片作为输入数据，并设置张量缓存数据区，运行图；
4-6）获取输出数据并将此数据和后台数据库的人脸信息进行比对；
4-7）释放资源；
步骤5）集成tengine与其余部分软件完成人脸识别方法，具体为：
5-1）将人脸图片信息上传至后台数据库；
5-2）利用双路mipi摄像头采集图像，采集的图像用RK3399主控制器的mpp库来进行编解码处理；
5-3）调用嵌入式计算机视觉库Bladecv对图像信息进行信息叠加处理和视频显示；
5-4）利用tengine将摄像头采集的图像和后台数据库的人脸信息完成比对。
2)其底层代码书写风格良好，简洁易懂，能快速理解算法的具体实现脉络；
3)提供了几乎全栈的对数据的训练工具，如转化数据格式，对模型微调，对图像进行缩放，绘制Loss曲线及调用训练好的模型进行识别等；
4)其有大量的用户，丰富的文档，且用户活跃度高，有很多教学资源可供参考，对于在研究中遇到的问题能够通过多个平台快速找到解决方法；
5)其提供一些例子可供初学者练习并快速掌握使用方法；
6)其提供了对卷积网络设计的解决方案，非常适合做图像分类任务的处理。
2)支持各类常见卷积神经网络，包括 SqueezeNet, MobileNet,AlexNet, ResNet 等，支持层融合、8位量化等优化策略；
3)通过调用针对不同CPU微构架优化的HCL库，将Arm CPU的性能充分挖掘出来；
4) 不仅对单核性能的挖掘，Tengine在多线程加速上也针对ArmSoC系统构架做了专门的优化，并且通过优化调度，双线程加速比达到170%，四线程加速比达到270%；
5)在内存也做了深度优化，轻松运行极度消耗内存的VGG16网络，并且通过增加缓存利用率减少不必要的内存访问，从而降低功耗。
所述检测系统选用双目摄像头，双目摄像头对用户进行人脸识别，人脸识别方法如上；
所述中心系统由通信模块、电源模块、RK3399主控制器、人脸识别算法及外围电路组成，所述的通信模块用于有线或无线连接云端服务器，所述的电源模块为整个系统供电，所述的外围电路包括液晶触摸屏显示信息，扬声器提供音频播放，韦根接口连接闸机模块，闸机模块通过韦根接口与RK3399主控制器相连接，USB接口连接刷卡模块；所述云端系统为web云端服务器；所述的云端服务器可以录入人脸信息，并将人脸信息推送到绑定的设备中。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 屏蔽罩结构和电子设备 | 2020-05-08 | 487 |
| 一种应用于智力竞赛的无线抢答系统 | 2020-05-08 | 145 |
| 基于Tengine学习框架的人脸识别方法及其应用 | 2020-05-08 | 267 |
| 一种用于桥梁索股入鞍施工的框架式机械自动化设备 | 2020-05-11 | 795 |
| 多功能外围设备及更新其装置代码的系统和方法 | 2020-05-08 | 894 |
| 一种基于LoRa技术的电力沟道内光缆故障定位系统及方法 | 2020-05-08 | 26 |
| 一种芯片散热器 | 2020-05-08 | 950 |
| 一种方便握持的多条码数据采集设备 | 2020-05-08 | 260 |
| 一种石墨散热片喷涂设备 | 2020-05-08 | 332 |
| 一种泡沫复合板生产中用的浇筑压盖机构 | 2020-05-08 | 279 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
